re 模块

2024-04-08 13:35:16

常用的表达式规则

'.'     默认匹配除\n之外的任意一个字符，若指定flag DOTALL,则匹配任意字符，包括换行
'^'     匹配字符开头，若指定flags MULTILINE,这种也可以匹配上(r"^a","\nabc\neee",flags=re.MULTILINE)
'$'     匹配字符结尾， 若指定flags MULTILINE ,re.search('foo.$','foo1\nfoo2\n',re.MULTILINE).group() 会匹配到foo1
'*'     匹配*号前的字符0次或多次， re.search('a*','aaaabac')  结果'aaaa'
'+'     匹配前一个字符1次或多次，re.findall("ab+","ab+cd+abb+bba") 结果['ab', 'abb']
'?'     匹配前一个字符1次或0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","ABCBabcCD").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^
'\Z'    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、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 结果 '\t'

'(?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") 
>>>a.groupdict()
{'province': '3714', 'city': '81', 'birthday': '1993'}

re的匹配语法有以下几种

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

re.compile(pattern, flags=0)

将正则表达式模式编译为正则表达式对象，该对象可用于使用match（），search（）和其他方法进行匹配，如下所述

The sequence

prog = re.compile(pattern)
result = prog.match(string)
is equivalent to

result = re.match(pattern, string)

如果在单个程序中多次使用表达式，则使用re.compile（）并保存生成的正则表达式对象以便重用将会更有效。

re.match(pattern, string, flags=0)

从起始位置开始根据模型去字符串中匹配指定内容，匹配单个

pattern 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

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，下面这2个意思一样

>>> re.search('a','Alex')
>>> re.search('a','Alex',re.I)
<_sre.SRE_Match object; span=(0, 1), match='A'>
>>> re.search('foo.$','foo1\nfoo2\n')
<_sre.SRE_Match object; span=(5, 9), match='foo2'>
>>> re.search('foo.$','foo1\nfoo2\n',re.M)
<_sre.SRE_Match object; span=(0, 4), match='foo1'>

>>> re.search('.','\n')
>>> re.search('.','\n',re.S)
<_sre.SRE_Match object; span=(0, 1), match='\n'>


>>> a = re.compile(r"""\d + # the integral part
...                 \. # the decimal point
...                 \d * # some fractional digits""", 
...                 re.X)
>>> a.search('3.23')
<_sre.SRE_Match object; span=(0, 4), match='3.23'>

re.search(pattern, string, flags=0)

根据模型去字符串中匹配指定内容，匹配单个

1 import re
2 obj = re.search('\d+', 'u123uu888asf')
3 if obj:
4     print obj.group()

re.findall(pattern, string, flags=0)

match and search均用于匹配单值，即：只能匹配字符串中的一个，如果想要匹配到字符串中所有符合条件的元素，则需要使用 findall。

1 import re
2 obj = re.findall('\d+', 'fa123uu888asf')
3 print obj

re.sub(pattern, repl, string, count=0, flags=0)

用于替换匹配的字符串

>>> s = '21fasdf32'
>>> re.sub('\d+','_',s)
'_fasdf_'
>>> re.sub('\d+','_',age)
'lemi_kevin_alex_|python\\linux'
>>> re.sub('\d+','_',age,count=2)
'lemi_kevin_alex33|python\\linux'
>>> s='9-2*5/3+7/3*99/4*2998+10*568/14'

相比于str.replace功能更加强大

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

>>> age = 'lemi21kevin22alex33'
>>> re.split('\d+',age)
['lemi', 'kevin', 'alex', '']
>>> age = 'lemi21kevin22alex33|python\linux'
>>> re.split('\|',age)
['lemi21kevin22alex33', 'python\\linux']
>>> re.split('\\\\',age)
['lemi21kevin22alex33|python', 'linux']
>>> re.split('[-\*/+]',s)
['9', '2', '5', '3', '7', '3', '99', '4', '2998', '10', '568', '14']
>>> re.split('[-\*/+]',s,maxsplit=2)
['9', '2', '5/3+7/3*99/4*2998+10*568/14']

re.fullmatch(pattern, string, flags=0)

整个字符串匹配成功就返回re object, 否则返回None

>>> pattern = re.compile('\w+@\w+\.(cn|com|org)')
>>> pattern.fullmatch('fadewalk@163.com').group()
'fadewalk@163.com'

码农公寓