python 正则表达式

正则表达式中常用的字符含义

.        匹配任意除换行符" "外的字符(在DOTALL模式中也能匹配换行符   a.c匹配abc

       转义字符,使后一个字符改变原来的意思       a.c匹配a.c

*       匹配前一个字符0或多次   abc*匹配         ab ;abccc

+       匹配前一个字符1次或无限次   abc+匹配         abc;abc;abccc

?       匹配一个字符0次或1次    abc?匹配         ab;abc

^       匹配字符串开头。在多行模式中匹配每一行的开头      ^abc         匹配abc

$       匹配字符串末尾,在多行模式中匹配每一行的末尾      abc$匹配         abc

|       或。匹配|左右表达式任意一个,从左到右匹配,如果|没有包括在()中,则它的范围是整个正则表达式    abc|def   匹配abc;def

{}      {m}匹配前一个字符m次,{m,n}匹配前一个字符m至n次,若省略n,则匹配m至无限次         ab{1,2}c  匹配abc;abbc

[]      字符集。对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出,也可以给出范围,如[abc]或[a-c]。[^abc]表示取反,即非abc。所有特殊字符在字符集中都失去其原有的特殊含义。用反斜杠转义恢复特殊字符的特殊含义。a[bcd]e匹配abe;ace;ade

()    被括起来的表达式将作为分组,从表达式左边开始没遇到一个分组的左括号“(”,编号+1.分组表达式作为一个整体,可以后接数量词。表达式中的|仅在该组中有效。(abc){2}a(123|456)c匹配abcabca456c;abcabca123c

d  匹配数字0-9

s 匹配任何空白字符

w 匹配下划线在内的任何字符

re模块常用的功能函数:

1、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

格式:

re.compile(pattern,flags=0)

tt = "Tina is a good girl, she is cool"
rr = re.compile('w*oow*')

print(rr.findall(tt))

#结果:
['good', 'cool']

2、match()

re.match()只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回None

print(re.match("abc|def",'abc123def').group())

#结果
abc

3、search()

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。

print(re.search("(a[abc]e)(a[abc]e)",'aaeabeace').group())
print(re.search("(a[abc]e)(a[abc]e)",'aaeabeace').group(1))
print(re.search("(a[abc]e)(a[abc]e)",'aaeabeace').group(2))

#结果
aaeabe
aae
abe

注:match和search一旦匹配成功,就是一个match object对象,而match object对象有以下方法:

  • group() 返回被 RE 匹配的字符串
  • start() 返回匹配开始的位置
  • end() 返回匹配结束的位置
  • span() 返回一个元组包含匹配 (开始,结束) 的位置
  • group() 返回re整体匹配的字符串,可以一次输入多个组号,对应组号匹配的字符串。

4、findall()

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。

print(re.findall("abc|def","abc123def"))

#结果
['abc', 'def']

6、split()

按照能够匹配的子串将string分割后返回列表。

可以使用re.split来分割字符串,如:re.split('s+', text);将字符串按空格分割成一个单词列表。

print(re.split('d+','ab12c3d'))

#结果
['ab', 'c', 'd']

7、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。

格式:

re.sub(pattern, repl, string, count)

print(re.sub('d+','-','ab12c3d'))

#结果
ab-c-d

8、subn()

 返回替换次数

格式:

subn(pattern, repl, string, count=0, flags=0)

print(re.subn('d+','-','ab12c3d'))

#结果
('ab-c-d', 2)

贪婪匹配与非贪婪匹配

*?,+?,??,{m,n}?    前面的*,+,?等都是贪婪匹配,也就是尽可能匹配,后面加?号使其变成惰性匹配

 参考文档:

http://www.cnblogs.com/tina-python/p/5508402.html

原文地址:https://www.cnblogs.com/tangqiu/p/7640852.html