re模块findall函数用法

Python re 模块 findall 函数用法简述

本文档介绍了正则表达式元字符 和 re模块 findall 函数用法。

正则表达式元字符

给予正则表达式强大的功能和灵活性。

表 示 法	描述	正则表达式示例
符号
literal	匹配文本字符串的字面值literal	foo
.	匹配任何字符（除了\n 之外）	b.b
^	匹配字符串起始部分	^Dear
$	匹配字符串终止部分	/bin/*sh$

• |匹配 0 次或者多次前面出现的正则表达式 |[A-Za-z0-9]*

• |匹配 1 次或者多次前面出现的正则表达式 |[a-z]+.com
  ? |匹配 0 次或者 1 次前面出现的正则表达式 |goo?
  {N} |匹配 N 次前面出现的正则表达式 |[0-9]{3}
  {M,N} |匹配 M～N 次前面出现的正则表达式 |[0-9]{5,9}
  […] |匹配来自字符集的任意单一字符 |[aeiou]
  [..x−y..]| 匹配 x～y 范围中的任意单一字符|[0-9], [A-Za-z]
  [^…] |不匹配此字符集中出现的任何一个字符，包括某一范围的字符（ 如果在此字符集中出现） |[^aeiou], [^A-Za-z0-9]
  (…) |匹配封闭的正则表达式，然后另存为子组 |([0-9]{3})?
  特殊字符| |
  \d |匹配任何十进制数字，与[0-9]一致（ \D 与\d 相反，不匹配任何非数值型的数字） |data\d+.txt
  \w |匹配任何字母数字字符，与[A-Za-z0-9_]相同（ \W 与之相反） |[A-Za-z_]\w+
  \s |匹配任何空格字符，与[\n\t\r\v\f]相同（ \S 与之相反） |of\sthe
  \b |匹配任何单词边界（ \B 与之相反） |\bThe\b
  \N |匹配已保存的子组 N（参见上面的(…)) |price: \16
  \c |逐字匹配任何特殊字符 c（即，仅按照字面意义匹配，不匹配特殊含义） |\., \\, \*
  \A(\Z)|匹配字符串的起始（结束）（另见上面介绍的^和$） |\ADear
  扩展表示法| |
  (?iLmsux)|在正则表达式中嵌入一个或者多个特殊“标记” 参数（或者通过函数/方法） |(?x),(? im)
  (?:…) |表示一个匹配不用保存的分组 | (?:\w+.)*
  (?P<name>…) |像一个仅由 name 标识而不是数字 ID 标识的正则分组匹配 |(?P<data>)
  (?P=name) |在同一字符串中匹配由(?P<name)分组的之前文本 |(?P=data)
  (?#…) |表示注释，所有内容都被忽略 |(?#comment)
  (?=…) |匹配条件是如果…出现在之后的位置，而不使用输入字符串；称作正向前视断言 |(?=.com)
  (?!…) |匹配条件是如果…不出现在之后的位置，而不使用输入字符串；称作负向前视断言 |(?!.net)
  (?<=…) |匹配条件是如果…出现在之前的位置，而不使用输入字符串；称作正向后视断言 |(?<=800-)
  (?<!…) |匹配条件是如果…不出现在之前的位置，而不使用输入字符串；称作负向后视断言 |(?<!192\.168\.)

使用到的特殊字符

表 示 法	描述	正则表达式示例
特殊字符
\w	匹配任何字母数字字符，与[A-Za-z0-9_]相同（ \W 与之相反）	[A-Za-z_]\w+
\s	匹配任何空格字符，与[\n\t\r\v\f]相同（ \S 与之相反）	of\sthe

findall函数

findall函数返回的总是正则表达式在字符串中所有匹配结果的列表，此处主要讨论列表中“结果”的展现方式，即findall中返回列表中每个元素包含的信息。

1. findall

# findall
import re

s = "456123sad 789re3dfheasdf a123fas 123awef q3segd a123dsas"
re0subject1 = re.compile('\w+\s+')
print(re0subject1.findall(s))
> 执行结果：
['456123sad ', '789re3dfheasdf ', 'a123fas ', '123awef ', 'q3segd ']

当给出的正则表达式中不带括号时，列表的元素为字符串，此字符串为整个正则表达式匹配的内容。
注意：此处出现的匹配是\w+\s+，最后一个字符串没有空格字符，所以没有匹配。

# findall
import re

s = "456123sad  789re3dfheasdf  a123fas  123awef  q3segd  a123dsas "
re0subject2 = re.compile('\w+\s+')
print(re0subject2.findall(s))
> 执行结果：
['456123sad  ', '789re3dfheasdf  ', 'a123fas  ', '123awef  ', 'q3segd  ', 'a123dsas ']

当给出的正则表达式中不带括号时，列表的元素为字符串，此字符串为整个正则表达式匹配的内容。

2. findall

import re

s = "456123sad  789111re3dfheasdf  a123fas  123awef  q3segd  a123dsas "
# s = "adfad asdfasdf asdfas asdfawef asd adsfas "
re0subject3 = re.compile('(\w+)\s+\w+')
print(re0subject3.findall(s))
> 执行结果：
['456123sad', 'a123fas', 'q3segd']

当给出的正则表达式中带有一个括号时，列表的元素为字符串，此字符串的内容与括号中的正则表达式相对应（不是整个正则表达式的匹配内容）。

3. findall

import re

s = "456123sad  789111re3dfheasdf  a123fas  123awef  q3segd  a123dsas "
# s = "adfad asdfasdf asdfas asdfawef asd adsfas "
re0subject3 = re.compile('((\w+)\s+\w+)')
print(re0subject3.findall(s))
> 执行结果：
[('456123sad  789111re3dfheasdf', '456123sad'), ('a123fas  123awef', 'a123fas'), ('q3segd  a123dsas', 'q3segd')]

当给出的正则表达式中带有多个括号时，列表的元素为多个字符串组成的元组，元组中字符串个数与括号对数相同，字符串内容与每个括号内的正则表达式相对应，并且排放顺序是按括号出现的顺序。