python正则表达式的简单使用总结
- 2020 年 11 月 6 日
- AI
- Python
在编程中，经常会涉及到字符串的操作，一个常用的策略就是利用split函数，然后对于特定的字符串进行匹配，但是这种方法格式复杂，可复用性较差。
正则表达式是处理字符串匹配一个必不可少的方法，定义一个语义规则，来进行特定的字符字符串的规则。
正则表达式速查表
1 元字符，用特殊符号表示一类元素
| 语法 |
说明 |
语法示例 |
匹配字符 |
| . |
匹配除换行符以外的任意字符（这是一个小红点儿） |
a.c |
abc |
| \w |
匹配字母或数字或下划线 (可以记成 word ) |
a\wc |
a2c |
| \b |
匹配一个单词的边界 |
foo\b |
匹配foo,foo. 但不匹配foobar |
| \B |
匹配空字符串，但 不 能在词的开头或者结尾 |
py\B |
匹配python py2 py3, 但不匹配py. |
| ^ |
匹配字符串的开始 |
^abc |
abc |
| \W |
匹配非字母数字下划线 |
a\Wb |
a b |
| \d |
匹配数字 (可记成 digit ) |
a\dc |
a2c |
| \D |
匹配非数字 |
a\Dc |
abc |
| \s |
匹配任意的空白符 (可以记成 space ) |
a\sb |
a b |
| \S |
匹配非空白符 |
a\Sb |
acb |
| a|b |
匹配字符a或字符b。（长的写前面，短的写后面） |
abc|def |
abc 或def |
| () |
匹配括号内的表达式，也表示一个组 |
(abc) |
abc |
| […] |
匹配字符组中的字符 |
a[bcd]e |
abe 或ace或ade |
| [^…] |
匹配除了字符组中字符的所有字符 |
a[bcd]e |
ase |
2 字符组 []，限制范围，某个位置只能出现这个范围内的某个元素。
| 语法 |
说明 |
语法示例 |
匹配字符 |
| [0123456789] |
只能匹配0-9数字，可写成[0-9] |
[0123456789] |
0或1或2… |
| [a-z] |
只能匹配小写字母 |
[a-z] |
d |
| [A-Z] |
只能匹配大写字母 |
[A-Z] |
D |
| [0-9a-fA-F] |
可以匹配16进制的某个数 |
[0-9a-fA-F] |
D |
3 量词，表示数量，约束前面元字符出现的次数。
| 语法 |
说明 |
语法示例 |
匹配字符 |
| * |
重复前一个字符零次或多次 |
abc* |
ab 或abccc |
| + |
重复前一个字符一次或多次 |
abc+ |
abc 或abccc |
| ? |
重复前一个字符零次或一次 |
abc? |
ab 或abc |
| {n} |
重复前一个字符n次 |
abc{3} |
abccc |
| {n,} |
重复前一个字符至少n次 |
abc{3,} |
abccccc |
| {n,m} |
重复前一个字符n到m次 |
abc{1,5} |
abc或abcc或abccccc |
re模块包函数
# 导入包
import re
################re.compile() 编译
# 将正则表达式编译成一个正则表表达式对象。
# 如果一个正则表达式在程序中只用一次，就没必要编译了。
# 如果同一个正则表达式要被多次使用时，就需要对表达式进行编译，以便后续使用。
例如：匹配www.baidu.com
pattern = r'w*\.[a-z]{5}\.[a-z]*'
prog = re.compile(pattern)
string = 'www.baidu.com'
result = prog.match(string)
# 如果匹配成功返回match对象，不成功返回None
###################re.findall() 返回列表
# 一、re.findall(正则表达式，待匹配的字符串，flags=0)
# 二、findall默认只显示分组中的，分组有优先级。
pattern = r'w{3}\.(baidu|oldboy)\.com'
prog = re.compile(pattern)
ret = re.findall(prog, 'www.baidu.com')
print(ret)
# 结果：['baidu']
# 三、加上 ?: 取消分组的优先
# ret = re.findall('www\.(?:baidu|oldboy)\.com', 'www.baidu.com')
# print(ret)
# 结果：['www.baidu.com']
###################re.match()
#从头匹配
re.match(pattern, string, flags=0)
#如果 string 开始的0或者多个字符匹配到了正则表达式样式，就返回一个相应的 匹配对象 。 如果没有匹配，就返回 None ；
#需要group(),才能返回值
###################re.search()
#扫描整个 字符串 找到匹配样式的第一个位置，并返回一个相应的 匹配对象。如果没有匹配，就返回一个 None ； 注
#同样需要group(),才能的返回值
####################re.sub()、re.subn()
# re.sub()
re.sub(r'\sAND\s', ' & ', 'Baked Beans And Spam', flags=re.IGNORECASE) # 【表达式表示替换内容，要替换的新元素，替换对象，替换次数】
# 结果为：'Baked Beans & Spam'
# re.subn()
re.subn(r'\sAND\s', ' & ', 'Baked Beans And Spam', flags=re.IGNORECASE) # 【返回元组，前面是替换完的结果，后面是替换的次数】
结果是('Baked Beans & Spam', 1)
