re模块

此篇文章比较详细,写了些(?Pd+)等分组: https://www.cnblogs.com/zjltt/p/6955965.html https://www.cnblogs.com/shenjianping/p/11647473.html

python-re模块 .,[],d,w,s,S,D,W的用法及重复匹配 https://docs.python.org/zh-cn/3/library/re.html
re模块

. 匹配除了
之外的任意1个字符,若指定flag DOTALL,则匹配任意字符,包括换行
[ ] 匹配[ ]中列举的字符
d 匹配数字，即0-9
D 匹配非数字，即不是数字
s 匹配空白，即 空格，tab键
S 匹配非空白
w 匹配非特殊字符，即a-z、A-Z、0-9、_、汉字
W 匹配特殊字符，即非字母、非数字、非汉字、非_

re.match 从头开始匹配
re.search 匹配包含
re.findall 把所有匹配到的字符放到以列表中的元素返回
re.split 以匹配到的字符当做列表分隔符
re.sub 匹配字符并替换
re.fullmatch 全部匹配

Flags标志符
re.I(re.IGNORECASE): 忽略大小写（括号内是完整写法，下同）
M(MULTILINE): 多行模式，改变'^'和'$'的行为
S(DOTALL): 改变'.'的行为,make the '.' special character match any character at all, including a newline; without this flag, '.' will match anything except a newline.
X(re.VERBOSE) 可以给你的表达式写注释，使其更可读

phones = re.findall(r'^a','abc
aeee',flags=re.MULTILINE) # 输出 ['a', 'a']  
phones1 = re.findall(r'^a','abc
aeee',re.MULTILINE)  # 输出 ['a', 'a']  flags可以不写
phones2 = re.findall(r'^a','abc
aeee')  # 输出 ['a']


In [11]: import re
In [12]: re.findall(r'^a','abc
aeee')    # 如果不指定re.MULTILINE就只能匹配一个
Out[12]: ['a']
In [13]: re.findall(r'^a','
abc
aeee')  # 如果不指定re.MULTILINE就只能匹配一个
Out[13]: []
In [20]: re.findall(r'^a','
abc
aeee',re.MULTILINE)
Out[20]: ['a', 'a']

# re.match从字符串的第一个字符开始匹配,匹配规则带不带^无所谓
In [14]: re.match(r'^a','abc
aeee')
Out[14]: <_sre.SRE_Match object; span=(0, 1), match='a'>
In [15]: re.match(r'^a','sadfdsafabc
aeee')  # 返回None
In [16]: re.match(r'a','sadfdsafabc
aeee') # 返回None
In [17]: re.search(r'a','sadfdsafdsaf')
Out[17]: <_sre.SRE_Match object; span=(1, 2), match='a'>
In [18]: re.search(r'^a','sadfdsafdsaf') # 返回None
In [19]:



phones = re.findall(r"1[358][0-9]{9}",data)  # 在一串文本中寻找手机号['13651054608', '13813234424',
phones3 = re.match(r'^1[3|4|5|7|8][0-9]{9}$', '15823423525')  # 中间的|可以不用
phones4 = re.match(r'^1[34578][0-9]{9}$', '15823423525')  # 匹配到返回<_sre.SRE_Match object; span=(0, 11), match='15823423525'>, 否则None
phones5 = re.match(r'^1[34578][0-9]{9}$', '15823423525').group()  #慎用.group() 匹配到返回 15823423525 否则报错 AttributeError: 'NoneType' object has no attribute 'group'

groups用法

import re
line = "Cats are smarter than dogs"
matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)
if matchObj:
    print ("matchObj.group()  : ", matchObj.group())
    print ("matchObj.group(0) : ", matchObj.group(0))
    print ("matchObj.group(1) : ", matchObj.group(1))
    print ("matchObj.group(2) : ", matchObj.group(2))
    # print ("matchObj.group(2) : ", matchObj.group(3))  #
else:
    print("No match!!")

将匹配的数字乘以 2

import re

def double(matched):
    value = int(matched.group('value'))
    return str(value * 2)
s = 'A23G4HFD567'
print(re.sub('(?P<value>d+)', double, s))

# '^'    匹配字符开头,若指定flags MULTILINE 这种也可以匹配上(r'^:a','
abc
eee',flags=re.MULTILINE)
# '$'   匹配字符结尾,若指定flags MULTILINE, re.search('foo.$','foo1
foo2
',re.MULTILINE).group()
# '*'    匹配*号前的字符0次或者多次,re.search('a','aaaaabac')   结果'aaaa'
# '+'    匹配前一个字符1次或多次,   re.findall('ab+','ab+cd+add+bba')  结果['ab','abb']
# '?'    匹配前一个字符0次或者I次,  re.search('b?','alex').group()  匹配b 0次
# '{m}'  匹配前一个字符m次,re.search('b{3}','alexbbbs').group()  匹配到bbb
# '{n,m}'  匹配前一个字符n到m次,  re.findall('ab{1,3}','abb abc abbcbbb')结果'abb','ab','abb'
# '|'    匹配|左或|右的字符,re.search('abc|ABC','ABCabcCD').group()  结果'ABC
# '(...)' 分组匹配， re.search("(abc){2}a(123|45)", "abcabca456c").group() 结果为'abcabca45'
# 'A'    只从字符开头匹配，re.search("Aabc","alexabc") 是匹配不到的，相当于re.match('abc',"alexabc") 或^
# ''    匹配字符结尾，同$
#     'd'    匹配数字0-9
#     'D'    匹配非数字
#     'w'    匹配[A-Za-z0-9]
#     'W'    匹配非[A-Za-z0-9]
#     's'     匹配空白字符、	、
、
 , re.search("s+","ab	c1
3").group() 结果 '	'
#     '(?P<name>...)' 分组匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city")
#         结果{'province': '3714', 'city': '81', 'birthday': '1993'}
In [21]: re.search('abc|ABC','ABCabcCD').group()
Out[21]: 'ABC'

In [22]: re.search('abc|ABC','ABCabcCD')
Out[22]: <_sre.SRE_Match object; span=(0, 3), match='ABC'>

In [23]: re.search('abc|ABC','abcABCabcCD')
Out[23]: <_sre.SRE_Match object; span=(0, 3), match='abc'>

In [24]: re.search('abc|ABC','abABCcABCabcCD')
Out[24]: <_sre.SRE_Match object; span=(2, 5), match='ABC'>

通配符

一、常用正则表达式

1、字符组

2、字符

元字符	匹配内容		元字符	匹配内容
.	匹配除换行符以外的任意字符		()	匹配括号内的表达式，也表示一个组
w	匹配字母或数字或下划线		W	匹配非字母或数字或下划线
s	匹配任意的空白符		S	匹配非空白符
d	匹配数字		D	匹配非数字
	匹配一个换行符			匹配一个制表符
	匹配一个单词的结尾		a	b
^	匹配字符串的开始		$	匹配字符串的结尾
[...]	匹配字符组中的字符		[^...]	匹配除了字符组中字符的所有字符

2、量词

量词	用法说明		量词	用法说明
*	重复次数>=0		+	重复次数>=1
?	重复次数0或1		{n,m}	重复n到m次
{n}	重复n次		{n,}	重复>=n次