python.正则表达式

简介

正则表达式是对字符串的一种逻辑公式，用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则的字符串”，此字符串用来表示对字符串的一种“过滤”逻辑。正在在很多开发语言中都存在，而非python独有。

匹配规则

字符	注释	检索字符串	表达式	成功匹配对象
.	匹配除换行符(\n)以外的任意字符	123456	...	123
^	匹配字符串的开始，多行内容时匹配每一行的开始	123456	^123 & ^23	123 & None
$	匹配字符串的结尾，多行内容时匹配每一行的结尾	123456	456$ & 56$	456 & None
*	出现0次或无限次，也就是第0个字符	123456	4*	“ ”
?	出现0次或1次，也是第0个字符	123456	4？	“ ”
+	前一个字符至少出现1次	123456	4+	4
\d	匹配数字:0~9	12345@	\d	1
\D	匹配非数字字符	12345@	\D	@
\s	匹配空格字符(\t,\n,\r,\f,\v)	1 6	\s\s\s	" "
\S	匹配非空格字符(\t,\n,\r,\f,\v)	1 6	\S	1
\w	匹配任意字母\数字\下划线	1z_@	\w\w\w	1z_
\W	匹配非单词字符	1z_@	\W	@
[0-9]	指定一个范围数字集	12abCD蔡	[0-9][0-9]	12
[a-z]	指定一个范围小写字母集	12abCD蔡	[a-z][a-z]	ab
[A-Z]	指定一个范围大写字母集	12abCD蔡	[A-Z][A-Z]	CD
[\u4e00-\u9fa5]	指定一个范围汉字集	12abCD蔡	[\u4e00-\u9fa5]	蔡
{n}	{n}前面的原子出现了n次	123456	\d{5}
{n,}	{n}前面的原子出现了无限次	123456	\d{5,}	123456
{n,m}	{n}前面的原子出现了n-m次	123456	\d{2,4}	1234
[]	字符集，对应位置上可以是字符集里的任意字符	14201974	20[251]9	2019

示例：

import re # 导入正则模块
tel = "0755-12345678"  #实例化一个检索对象
pat = r"2[0567][1789]\d{5}|\d{4}-\d{8}"  #实例化表达式
print(re.findall(pat, tel))  # 在检索对象中按照表达式进行检索并打印

>>>  ['0755-12345678']  # 返回值

re模块

此模块主要方法如下

re.match()       #尝试从字符串的起始位置匹配一个模式(pattern)，如果不是起始位置匹配成功的话，match()就返回None
re.search()      #函数会在字符串内查找模式匹配,只要找到第一个匹配然后返回，如果字符串没有匹配，则返回None。
re.findall()       #遍历匹配，可以获取字符串中所有匹配的字符串，返回一个列表。
re.compile()    #编译正则表达式模式，返回一个对象的模式。（可以把那些常用的正则表达式编译成正则表达式对象，这样可以提高一点效率。）
re.sub()          #使用re替换string中每一个匹配的子串后返回替换后的字符串。
re.subn()        #返回替换次数
re.split()         #按照能够匹配的子串将string分割后返回列表。

match()

re.match(pattern, string, flags=0)
pattern:正则表达式(或者正则表达式对象) string:要匹配的字符串 flags:修饰符
尝试从字符串的起始位置匹配一个模式(pattern) 如果不是起始位置匹配成功的话 match()就返回None

import re

strr = "javapythonhtml"

result = re.match('.*python',strr)

print(result)
print(result.group()) # .group()表示的是返回正则匹配的结果
print(result.span()) # .span()表示返回正则匹配的范围

>>> <re.Match object; span=(0, 10), match='javapython'>
>>> javapython
>>> (0, 10)

search()

re.search(pattern, string, flags=0)
pattern:正则表达式(或者正则表达式对象) string:要匹配的字符串 flags:修饰符
re.match()和re.search()用法类似唯一的区别在于re.match()从字符串头开始匹配,若头匹配不成功,则返回None

import re

strr = "javapythonhtml"

result = re.match('python',strr)

print(result)
print(result.group()) #
print(result.span()) 

>>> <re.Match object; span=(4, 10), match='python'>
>>> python
>>> (4, 10)

finall()

re.finditer(pattern, string, flags=0)
pattern:正则表达式(或者正则表达式对象 string:要匹配的字符串 flags:修饰符 
返回一个顺序访问每一个匹配结果（Match对象）的迭代器 找到 RE 匹配的所有子串 返回数组

import re

strr ="-------python---------------python-----------------\
------python-------------------python------------------"

result = re.findall(r'python', strr)
print(result)


>>> ['python', 'python', 'python', 'python']

finditer()

re.finditer(pattern, string, flag)
pattern:正则表达式(或者正则表达式对象 string:要匹配的字符串 flags:修饰符
返回一个顺序访问每一个匹配结果（Match对象）的迭代器 找到 RE 匹配的所有子串 返回形式为迭代器

import re

strr ="-------python---------------python-----------------\
------python-------------------python------------------"

data = re.finditer(r"python",strr)

list1 = []
for i in data:
	list1.append(i.group())

print(list1)

>>> ['python', 'python', 'python', 'python']

compile()

re.compile(pattern,flags=0)
pattern:正则表达式(或者正则表达式对象) flags:修饰符 
编译正则表达式模式 返回一个对象的模式

import re

strr ="-------python---------------python-----------------\
------python-------------------python------------------"

result = re.compile(r"python")
print(result.findall(strr))

>>> ['python', 'python', 'python', 'python']

sub()

re.sub(pattern, repl, string, count=0, flags=0)
pattern:正则表达式(或者正则表达式对象) repl:替换的字符串 string:要匹配的字符串 count:要替换的个数 flags:修饰符 
用于替换字符

import re

strr = "hello 111,hello 222"

result = re.sub(r"\d+", "666", strr)
print(result)

>>> hello 666,hello 666

split()

re.split(pattern, string，[maxsplit])
正则表达式（或者正则表达式对象）string:要匹配的字符串 maxsplit：用于指定最大分割次数 不指定将全部分割
用于分割字符

import re

strr = ",leesin,hasaki,zed,,javen,,,"
pat = re.compile(r",+") 
result = re.split(r",+",strr,3)

print(result

>>> ['', 'leesin', 'hasaki', 'zed,,javen,,,']