python模块re
字符：
. 匹配除换行符以外的任意字符
\w 匹配字母或数字或下划线或汉字
\s 匹配任意的空白符
\d 匹配数字
\b 匹配单词的开始或结束
^ 匹配字符串的开始
$ 匹配字符串的结束
次数：
* 重复零次或更多次
+ 重复一次或更多次
? 重复零次或一次
{n} 重复n次
{n,} 重复n次或更多次
{n,m} 重复n到m次
1）编译正则表达式
p = re.compile('ab*', re.IGNORECASE)
re.compile() 还接受一个可选的参数 flag，用于指定正则匹配的模式
-
re.IGNORECASE：忽略大小写，同 re.I。
-
re.MULTILINE：多行模式，改变^和$的行为，同 re.M。
-
re.DOTALL：点任意匹配模式，让'.'可以匹配包括'\n'在内的任意字符，同 re.S。
-
re.LOCALE：使预定字符类 \w \W \b \B \s \S 取决于当前区域设定， 同 re.L。
-
re.ASCII：使 \w \W \b \B \s \S 只匹配 ASCII 字符，而不是 Unicode 字符，同 re.A。
-
re.VERBOSE：详细模式。这个模式下正则表达式可以是多行，忽略空白字符，并可以加入注释。主要是为了让正则表达式更易读，同re.X。
2）match
match，从起始位置开始匹配，匹配成功返回一个对象，未匹配成功返回None
match(pattern, string, flags=0) # pattern： 正则模型 # string ： 要匹配的字符串 # falgs ： 匹配模式
无分组：
origin='hello你好啊hehe我不好'
patern=re.compile("h\w+")
# r = re.match("h\w+", origin)
r=patern.match(origin)
print(r.group()) # 获取匹配到的所有结果
print(r.groups()) # 获取模型中匹配到的分组结果
print(r.groupdict()) # 获取模型中匹配到的分组结果
1 hello你好啊hehe我不好 2 () 3 {}
有分组：
1 origin='hello你好啊hehe我不好1' 2 r = re.match("h(\w+).*(?P<name>\d)$", origin) 3 print(r.group()) # 获取匹配到的所有结果 4 print(r.groups()) # 获取模型中匹配到的分组结果 5 print(r.groupdict()) # 获取模型中匹配到的分组中所有执行了key的组
hello你好啊hehe我不好1
('ello你好啊hehe我不好', '1')
{'name': '1'}
3）search
# search,浏览整个字符串去匹配第一个，未匹配成功返回None # search(pattern, string, flags=0)
1 # 无分组 2 3 origin='abcde你好啊hehe我不好1' 4 r = re.search("a\w+", origin) 5 print(r.group()) # 获取匹配到的所有结果 6 print(r.groups()) # 获取模型中匹配到的分组结果 7 print(r.groupdict()) # 获取模型中匹配到的分组结果 8 9 # 有分组 10 11 r = re.search("a(?P<hanzi>\w+).*(?P<name>\d)$", origin) 12 print(r.group()) # 获取匹配到的所有结果 13 print(r.groups()) # 获取模型中匹配到的分组结果 14 print(r.groupdict()) # 获取模型中匹配到的分组中所有执行了key的组
abcde你好啊hehe我不好1
()
{}
abcde你好啊hehe我不好1
('bcde你好啊hehe我不好', '1')
{'hanzi': 'bcde你好啊hehe我不好', 'name': '1'}
4）findall
# findall，获取非重复的匹配列表；如果有一个组则以列表形式返回，且每一个匹配均是字符串；如果模型中有多个组，则以列表形式返回，且每一个匹配均是元祖； # 空的匹配也会包含在结果中 #findall(pattern, string, flags=0)
1 # 无分组 2 origin='abcde你好啊hehe我不好1' 3 r = re.findall("a\w+", origin) 4 print(r) 5 6 # 有分组 7 origin = "hello alex bcd abcd lge acd 19" 8 r = re.findall("a((\w*)c)(d)", origin) 9 print(r)
['abcde你好啊hehe我不好1']
[('bc', 'b', 'd'), ('c', '', 'd')]
5）sub
# sub，替换匹配成功的指定位置字符串 sub(pattern, repl, string, count=0, flags=0) # pattern： 正则模型 # repl ： 要替换的字符串或可执行对象 # string ： 要匹配的字符串 # count ： 指定匹配个数 # flags ： 匹配模式
1 origin = "hello alex bcd alex lge alex acd 19" 2 r = re.sub("a\w+", "999", origin, 2) 3 print(r)
hello 999 bcd 999 lge alex acd 19
6）split
# split，根据正则匹配分割字符串 split(pattern, string, maxsplit=0, flags=0) # pattern： 正则模型 # string ： 要匹配的字符串 # maxsplit：指定分割个数 # flags ： 匹配模式
1 # 无分组 2 origin = "hello alex bcd alex lge alex acd 19" 3 r = re.split("alex", origin, 1) 4 print(r) 5 6 # 有分组 7 8 origin = "hello alex bcd alex lge alex acd 19" 9 r1 = re.split("(alex)", origin, 1) 10 print(r1) 11 r2 = re.split("(al(ex))", origin, 1) 12 print(r2)
['hello ', ' bcd alex lge alex acd 19'] ['hello ', 'alex', ' bcd alex lge alex acd 19'] ['hello ', 'alex', 'ex', ' bcd alex lge alex acd 19']
7）常用正则表达式
IP：
^(25[0-5]|2[0-4]\d|[0-1]?\d?\d)(\.(25[0-5]|2[0-4]\d|[0-1]?\d?\d)){3}$
手机号：
^1[3|4|5|8][0-9]\d{8}$
邮箱：
[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+
