正则表达式语法
匹配单个字符
| 字符 |
匹配 |
. |
匹配任意字符(除了\n) |
[...] |
匹配字符集 |
\d/\D
|
匹配数字/非数字 |
\s/\S
|
匹配空白/非空白字符 |
\w/\W
|
匹配单词字符[a-zA-Z0-9]/非单词字符 |
匹配多个字符
| 字符 |
匹配 |
* |
匹配前一个字符0次或者无限次 |
+ |
匹配前一个字符1次或者无限次 |
? |
匹配前一个字符0次或者1次 |
{m}/{m,n}
|
匹配前一个字符m次或者m到n次 |
*?/+?/??
|
匹配模式变为非贪婪（尽可能少匹配字符） |
匹配边界
| 字符 |
匹配 |
^ |
匹配字符串开头 |
$ |
匹配字符串结尾 |
\A/\Z
|
指定的字符串必须出现在开头或结尾 |
| 字符 |
匹配 |
/ |
匹配左右任意一个表达式 |
(ab) |
括号中表达式作为一个分组 |
\<number> |
引用编号为num的分组匹配到的字符串 |
(?P<name>) |
分组起一个别名 |
(?P=name) |
引用别名为name的分组匹配字符串 |
re正则模块的常用方法
-
match: 从起始位置开始匹配，一次匹配
-
search: 从任何位置开始查找，一次匹配
-
findall: 全部匹配，返回列表
-
sub: 替换
-
finditer: 全部匹配，返回迭代器
-
split: 分割字符串，返回列表
flags标志位
- 编译标志位，用于指定正则表达式的匹配方式
- 通常不用，一旦使用则非常方便
| 常用标志 |
含义 |
| rs.S(DOTALL) |
"."匹配所有字符，包括换行 |
| re.I(IGNORECASE) |
对大小写不敏感 |
| re.M(MULTILINE) |
多行匹配（每行匹配一次） |
| re.L(LOCALE) |
做本地化识别 |
| re.X(VERBOSE) |
更灵活的格式 |
| re.U |
根据Unicode字符集解析字符 |
re.match方法
- 判断字符串的开头是否能匹配正则表达式
- 一次匹配
- 匹配失败返回None
- 语法：
re.match(pattern, string, flags=0)
示范：
import re
pattern = r'sp\w+'
s = '1spider2dog3cat'
m = re.match(pattern,s)
print(m)
s2 = 'spider2dog3cat'
m = re.match(pattern,s2)
print(m)
输出：
None
<re.Match object; span=(0, 14), match='spider2dog3cat'>
re.search方法
- 在字符串的任何位置查找字符串
- 其余与re.match相同
- 语法：
re.search(pattern, string, flags=0)
re.findall方法
- 匹配所有符合条件子字符串，以列表形式返回结果
- 语法：
re.findall(pattern, string, flags=0
- 重点体会
- 跨行匹配
- flags为re.DOTALL,或者re.S
re.sub方法
re.sub(pattern, repl, string, count=0, flags=0)
参数：
-
pattern: 匹配规则
-
repl: 替换字符串
-
string: 被替换字符串
-
count: 替换的最大次数
re.split方法
- 根据匹配分割字符串，返回分割字符串组成的列表
- 语法：
re.split(pattern, string, maxsplit=0, flags=0)
正则表达式的使用方式
- 生成正则表达式的对象，适用于大同一个正则规则需要用很多次的情况
import re
p = re.complie(r'imooc')
p.match('aimooc')
- 一次规则就用一次的情况
import re
re.match(pattern, string, flags=0)
