Python--re模块（python re用法）

正则表达式

正则表达式：一种字符串匹配的规则

字符组

字符组 ： [字符组]在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示字符分为很多类，比如数字、字母、标点等等。假如你现在要求一个位置"只能出现一个数字",那么这个位置上的字符只能是0、1、2...9这10个数之一。

字符

注意这三种的结果都表示匹配所有：[\d\D]、[\s\S]、[\w\W]

量词

贪婪匹配

贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配

几个常用的非贪婪匹配Pattern

*? 重复任意次，但尽可能少重复+? 重复1次或更多次，但尽可能少重复?? 重复0次或1次，但尽可能少重复{n,m}? 重复n到m次，但尽可能少重复{n,}? 重复n次以上，但尽可能少重复

. *?的用法

. 是任意字符* 是取 0 至 无限长度? 是非贪婪模式。何在一起就是 取尽量少的任意字符，一般不会这么单独写，他大多用在：.*?x就是取前面任意长度的字符，直到一个x出现

re模块

在python中用来提供正则表达式匹配的模块就是re模块

在re模块中的匹配语法有以下几种

re.match：从头开始匹配，匹配成功返回正则匹配成功的对象，匹配失败返回Nonere.search：匹配包含的所有，匹配成功返回正则匹配成功的对象，匹配失败返回Nonere.findall：将所有匹配到的字符以一个列表的形式返回，匹配失败返回一个空列表re.finditer：和findall类似，将匹配到的所有字符作为一个迭代器返回re.split：按照能够匹配的子串将字符串分割后返回列表re.sub：匹配字符并替换re.compile：编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。

re.findall函数 *****

格式：re.findall(pattern, string, flags=0)参数：

pattern：匹配的正则表达式string：要匹配的字符串flags：标志位，用于控制正则表达式的匹配方式，可有可无标志位常见取值如下：

re.I 忽略大小写re.L 作本地户识别re.M 多行匹配，影响^和$re.S 使.匹配包括换行符在内的所有字符re.U 根据Unicode字符集解析字符，影响\w \W \b \Bre.X 使我们以更灵活的格式理解正则表达式

示例：

ret = re.findall(r'\d+', 'Today454 is1 a 00 day3') # 匹配一位到多位的数字print(ret)# 结果>>> ['45', '1', '00', '3']ret = re.findall(r'[a-z]{3}', 'Today is a Good day, Day') # 匹配任意连续三个小写字母print(ret)# 结果>>> ['oda', 'ood', 'day']ret = re.findall(r'[a-z]{3}', 'Today is a Good day, Day', flags=re.I) # 匹配任意连续三个字母，不区分大小写；flags=re.I表示不区分大小写print(ret)# 结果>>> ['Tod', 'Goo', 'day', 'Day']

findall的优先级查询：

import reret = re.findall('(baidu|souhu).com', 'baidu.com')print(ret)# 结果>>> ['baidu'] 这是因为findall会优先把匹配到的结果,组里的内容返回；如果想要匹配结果,取消权限即可ret = re.findall('(?:baidu|souhu).com', 'baidu.com')print(ret)# 结果>>> ['baidu.com']

re.search函数 *****

格式：re.search(pattern, string, flags=0)参数：

pattern：匹配的正则表达式string：要匹配的字符串flags：标志位，用于控制正则表达式的匹配方式

示例：

ret = re.search(r'd', 'Today is a Good day, Day')print(ret)# 结果>>> <_sre.SRE_Match object; span=(2, 3), match='d'>print(ret.group())# 结果>>> dret = re.search(r'j', 'Today is a Good day, Day')print(ret)# 结果>>> None

re.match函数 ***

格式：re.match(pattern, string, flags=0)参数：

pattern：匹配的正则表达式string：要匹配的字符串flags：标志位，用于控制正则表达式的匹配方式

示例：

ret = re.match(r''baidu.com')print(ret)# 结果>>> <_sre.SRE_Match object; span=(0, 3), match='结果>>> = re.match(r''ww.baidu.com')print(ret)# 结果>>> None

re.sub函数 ***

格式：re.sub(pattern, repl, string, count=0)参数：

pattern： 正则表达式(规则)repl： 指定的用来替换的字符串string： 目标字符串count： 最多替换次数，如果不指定，默认全部替换

示例：

ret = re.sub(r'\d', 'H', 'sjkd42jk234523jln5aex8439')print(ret)# 结果>>> sjkdHHjkHHHHHHjlnHaexHHHHret = re.sub(r'\d', 'H', 'sjkd42jk234523jln5aex8439',count=2)print(ret)# 结果>>> sjkdHHjk234523jln5aex8439# subn函数：其实和sub一样，只是返回替换了多少次ret = re.subn(r'\d', 'H', 'sjkd42jk234523jln5aex8439')print(ret)# 结果>>> ('sjkdHHjkHHHHHHjlnHaexHHHH', 13)ret = re.subn(r'\d', 'H', 'sjkd42jk234523jln5aex8439',count=2)print(ret)# 结果>>> ('sjkdHHjk234523jln5aex8439', 2)

re.split函数 ***

格式：re.split(pattern, string, maxsplit=0, flags=0)参数：

pattern：匹配的正则表达式string：要匹配的字符串maxsplit : 指定分隔的次数；默认为0，不限制次数flags：标志位，用于控制正则表达式的匹配方式

示例：

ret = re.split(r'\d+', '结果>>> [''abcdw', 'jafe', 'ad']ret = re.split(r'\d+', 'maxsplit=2)print(ret)# 结果>>> [''abcdw', 'jafe32ad']

split的优先级查询

ret = re.split('\d+', 'sdjkfl3sdjl5jskd2dsf')print(ret)# 结果>>> ['sdjkfl', 'sdjl', 'jskd', 'dsf']ret = re.split('(\d+)', 'sdjkfl3sdjl5jskd2dsf')print(ret)# 结果>>> ['sdjkfl', '3', 'sdjl', '5', 'jskd', '2', 'dsf']'''在匹配部分加上（）之后所切出的结果是不同的，没有（）的没有保留所匹配的项，但是有（）的却能够保留了匹配的项，这个在某些需要保留匹配部分的使用过程是非常重要的。'''

re.compile函数 *****

格式：re.compile(pattern)参数：

pattern：要编译的正则表达式

示例：

my_re = re.compile('\d{3}')ret = re.findall(my_re, 'jdla2jd2462jskdf234546')print(ret)# 结果>>> ['246', '234', '546']ret = re.search(my_re, 'jdla2jd2462jskdf234546').group()print(ret)# 结果>>> 246ret = re.match(my_re, '43423sjdkfljaj24234').group()print(ret)# 结果>>> 434# 编译后的，都可以使用re模块的其他方法，如：findall、search、match、sub、split等

re.finditer函数 *****

格式：re.finditer(pattern, string, flags=0)参数：

pattern：匹配的正则表达式string：要匹配的字符串flags：标志位，用于控制正则表达式的匹配方式

示例：

ret = re.finditer(r'\d', 'sjkdfl3jskl9ajkl234jdkf75jdslf')for i in ret: print(i.group())# 结果>>>'''3923475'''

分组 *****

除了简单地判断是否匹配之外，正则表达式还有提取子串的强大功能。用​​()​​表示的就是要提取的分组

str3 = "010-52365561"m = re.match(r"(\d{3})-(\d{8})", str3)c = re.match(r"(?P\d{3})-(\d{8})", str3) # ?P<>给组起名print(m)# 打印结果：<_sre.SRE_Match object; span=(0, 12), match='010-52365561'>print(m.group(0)) #使用序号获取对应组的信息，group(0)--代表原始的字符串# 打印结果：010-52365561print(m.group(1))# 打印结果：010print(m.group(2))# 打印结果：52365561print(m.groups()) #查看匹配的各组的情况# 打印结果：('010', '52365561')print(c.group("first"))# 打印结果：010

扩展

匹配标签

ret = re.search(r'<(?P\w+)>.+', '

Hello World

的形式给分组起名字获取的匹配结果可以直接用group('名字')拿到对应的值'''print(ret.group())# 结果>>>

Hello World

print(ret.group('tag_name'))# 结果>>> h1ret = re.search(r'<(\w+)>.+', '

Hello World

')'''如果不给组起名字，也可以用\序号来找到对应的组，表示要找的内容和前面的组内容一致获取的匹配结果可以直接用group(序号)拿到对应的值'''print(ret.group())# 结果>>>

Hello World

print(ret.group(1))# 结果>>> h1

匹配整数

ret = re.findall('\d+', "1-2*(60+(-40.35/5)-(-4*3))")print(ret)# 结果>>> ['1', '2', '60', '40', '35', '5', '4', '3']ret = re.findall('-?\d+\.\d+|(-?\d+)', "1-2*(60+(-40.35/5)-(-4*3))")print(ret) # 结果>>> ['1', '-2', '60', '', '5', '-4', '3']ret.remove('')print(ret) # 结果>>> ['1', '-2', '60', '5', '-4', '3']

数字匹配

1、 匹配一段文本中的每行的邮箱 匹配一段文本中的每行的时间字符串，比如：‘1990-07-12’； 分别取出1年的12个月（^(0?[1-9]|1[0-2])$）、 一个月的31天：^((0?[1-9])|((1|2)[0-9])|30|31)$3、 匹配qq号。(腾讯QQ号从10000开始) ［1,9］[0,9]{4,}4、 匹配一个浮点数。 ^(-?\d+)(\.\d+)?$ 或者 -?\d+\.?\d*5、 匹配汉字。 ^[\u4e00-\u9fa5]{0,}$

人生是条无名的河，是浅是深都要过； 人生是杯无色的茶，是苦是甜都要喝； 人生是首无畏的歌，是高是低都要唱。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。