正则表达式首先调用re模块
import re
1、match方法
match(pattern, string, flags=0) #re.match的函数签名
match要求从开头匹配
a = re.match('test', 'test123') print(a) b = re.match('test', 'ltest1234') print(b) #b的结果为None，说明没有匹配到
2、search方法
search（pattern, string, flags=0）
search不需要从第一个字符开始匹配
a = re.search('test', 'test1234') print(a) b = re.search('test', 'lleatest4323') print(b)
无论a和b都是可以匹配到的
3、元字符metacharacters
. 表示匹配除换行符外的任意字符
\w 表示匹配字母或数字或下划线或汉字
\s 表示匹配任意空白字符，包括空格、制表符、换页付等
\d 表示数字
\b 匹配单词开始或结束
print(re.search('.....','hello')) print(re.search('\w\w\w\w', 'a1_啥')) print(re.search('\s\s', '\t\r')) print(re.search('\d\d', '12'))
^匹配行首
$匹配行尾
print(re.search('^h.*\w$','hello'))
x|y 匹配x或者y
[xyz] 匹配任意一个字符
[a-z]匹配字符范围，也是匹配任意一个字符
print(re.search('a|e', 'abble')) print(re.search('[a12]','abcd'))
4、重复
?匹配前面的字表达式零次或一次
+匹配前面字表达式一次或者多次
*匹配前面子表达式零次或者多次
{n}重复n次
{n,}最少重复n次
{，m}最多重复m次
print(re.search('\d{5}', '12345')) print(re.search('ca*t', 'cart')) print(re.search('ca*t', 'cat')) print(re.search('ca*t', 'caat'))
5、反义
[^x] 匹配除了x以外的任意字符
[^abc] 匹配除了abc这几个字母以外的任意字符
\W 匹配任意不是字母、数字、下划线、汉字的字符等价于[^A-Za-z0-9_]
\S 匹配任意不是空白的字符 等价于[^\f\n\r\t\v]
\D 匹配任意非数字的字符 [^0-9]
\B 匹配不是单词开头或者结束的位置
6、贪婪与懒惰
默认情况下正则表达式是贪婪模式
print(re.search('a.*b', 'aabab').group()) #aabab
*? 重复任意次，但尽可能少重复
+？重复一次或多次，但是尽可能少重复
？？重复0次或1次，但尽可能少重复
{n,m}? 尽可能少重复 n到m次
print(re.search('a.*?b', 'abadbadb').group()) #ab
7、编译标志
DOTALL, S 使 .匹配包括换行在内的所有字符
IGNORECASE, I 使匹配对大小写不敏感
LOCALE L 使本地化识别匹配
MULTILINE， M 多行匹配影响^ $
VERBOSE, X 详细状态
DEBUG 调试模式
print(re.search('.', '\n')) #None print(re.search('.', '\n', re.S)) print(re.search('a.', 'A\n', re.S|re.I))
8、编译正则表达式
regex = re.compile(r'^\d{1,3}$') print(regex.match('12')) print(regex.match('1234'))
9、检索替换
re.sub(pattern, repl, string, count=0, flags=0)
print(re.sub('\d+', '', 'test123')) print(re.sub('\d', '', 'test123test13451tesa')) #输出一样，说明替换不是只替换一次，而是贪婪模式，全部替换 print(re.sub('\d', '', 'test123', count=2))
10、findall/finditer
findall会一次返回所有匹配的数值并放入列表，finditer会返回一个迭代器
print(re.findall('\d', '1a2b3c4d5e6')) for i in re.finditer('\d', '1a2d3e4r5ft6rq'): print(i)
11、分组
m = re.compile(r'(a)b') a = m.match('ab') print(a.group(1)) m = re.compile(r'([a-c]+).*(\w)') a = m.match('abcbde') print(a.group(1), a.group(2), a.group(1, 2))
12、命名分组
(?P<name>正则表达式) #命名分组格式
pattern = '(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})' m = re.match(pattern, '2018-01-02') print(m.groupdict())
