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'