Python正则表达式大全

前言

正则表达式是对字符串(包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为“元字符”))操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式,该模式描述在搜索文本时要匹配的一个或多个字符串。
上面都是官方的说明,博主自己的理解是(仅供参考):通过事先规定好一些特殊字符的匹配规则,然后利用这些字符进行组合来匹配各种复杂的字符串场景。比如现在的爬虫和数据分析,字符串校验等等都需要用到正则表达式来处理数据。
python的正则表达式则是re模块了。
re 模块使 Python 语言拥有全部的正则表达式功能。
re 模块也提供了与这些方法功能完全一致的函数,这些函数使用一个模式字符串做为它们的第一个参数。

基本语法

编号 表达式 描述
1 a, X, 9, < 普通字符完全匹配。
2 . 匹配任何单个字符,除了换行符’\n‘
3 \w 匹配“单词”字符:字母或数字或下划线[a-zA-Z0-9_]。
4 \W 匹配任何非字词。
5 \b 字词与非字词之间的界限
6 \s 匹配单个空格字符 – 空格,换行符,返回,制表符
7 \S 匹配任何非空格字符。
8 \t, \n, \r 制表符,换行符,退格符
9 \d 十进制数[0-9]
10 ^ 匹配字符串的开头
11 $ 匹配字符串的末尾
12 \ 抑制字符的“特殊性”,也叫转义字符。

1.match函数

只从字符串的最开始与pattern进行匹配
下面是函数的语法 –
re.match(pattern, string, flags = 0)
这里是参数的描述 –
pattern – 这是要匹配的正则表达式。
string – 这是字符串,它将被搜索用于匹配字符串开头的模式。
flags – 可以使用按位OR(|)指定不同的标志。 这些是修饰符,如下表所列。
re.match 函数在成功时返回匹配对象,失败时返回None。使用match(num)或groups()函数匹配对象来获取匹配的表达式。

编号 匹配对象 描述
1 group(num = 0) 此方法返回整个匹配(或特定子组num)
2 groups() 此方法返回一个元组中的所有匹配子组(如果没有,则返回为None)

示例

import re

line = 'i can speak good english'
matchObj = re.match(r'\s(\w*)\s(\w*).*',line)
if matchObj:
    print('matchObj.group() :',matchObj.group())
    print('matchObj.group() :',matchObj.group(1))
    print('matchObj.group() :',matchObj.group(2))
    print('matchObj.group() :',matchObj.group(3))
else:
    print('no match!')

import re

line = 'i can speak good english'
matchObj = re.match(r'(i)\s(\w*)\s(\w*).*',line)
if matchObj:
    print('matchObj.group() :',matchObj.group())
    print('matchObj.group() :',matchObj.group(1))
    print('matchObj.group() :',matchObj.group(2))
    print('matchObj.group() :',matchObj.group(3))
else:
    print('no match!')

2.search函数

与match()工作的方式一样,但是search()不是从最开始匹配的,而是从任意位置查找第一次匹配的内容。
下面是这个函数的语法 –
re.match(pattern, string, flags = 0)

这里是参数的描述 –
pattern – 这是要匹配的正则表达式。
string – 这是字符串,它将被搜索用于匹配字符串开头的模式。
flags – 可以使用按位OR(|)指定不同的标志。 这些是修饰符,如下表所列。
re.search函数在成功时返回匹配对象,否则返回None。使用match对象的group(num)或groups()函数来获取匹配的表达式。

编号 匹配对象 描述
1 group(num = 0) 此方法返回整个匹配(或特定子组num)
2 groups() 此方法返回一个元组中的所有匹配子组(如果没有,则返回为None)

示例

import re

line = 'i can speak good english'
matchObj = re.search('(.*) (.*?) (.*)',line)
if matchObj:
    print('matchObj.group() :',matchObj.group())
    print('matchObj.group() :',matchObj.group(1))
    print('matchObj.group() :',matchObj.group(2))
    print('matchObj.group() :',matchObj.group(3))
else:
    print('no match!')

3.sub()函数

使用正则表达式re模块中的最重要的之一是sub。
模块
re.sub(pattern, repl, string, max=0)

此方法使用repl替换所有出现在RE模式的字符串,替换所有出现,除非提供max。此方法返回修改的字符串。

示例

import re

line = 'i can speak good english'
speak = re.sub(r'can','not',line)
print(speak)
speak1 = re.sub(r'\s','',line) #替换所有空格
print(speak1)

特殊语法示例

字符类

编号 示例 说明
1 [Pp]ython 匹配“Python”或“python”
2 rub[ye] 匹配“ruby”或“rube”
3 [aeiou] 匹配任何一个小写元音
4 [0-9] 匹配任何数字; 如[0123456789]
5 [a-z] 匹配任何小写ASCII字母
6 [A-Z] 匹配任何大写的ASCII字母
7 [a-zA-Z0-9] 匹配上述任何一个
8 [^aeiou] 匹配除小写元音之外的任何东西
9 [^0-9] 匹配数字以外的任何东西

特殊字符类

编号 示例 说明
1 . 匹配除换行符以外的任何字符
2 \d 匹配数字:[0-9]
3 \D 匹配非数字:[^0-9]
4 \s 匹配空格字符:[\t\r\n\f]
5 \S 匹配非空格:[^\t\r\n\f]
6 \w 匹配单字字符: [A-Za-z0-9_]
7 \W 匹配非单字字符: [A-Za-z0-9_]

重复匹配

编号 示例 说明
1 ruby? 匹配“rub”或“ruby”:y是可选的
2 ruby* 匹配“rub”加上0个以上的y
3 ruby+ 匹配“rub”加上1个或更多的y
4 \d{3} 完全匹配3位数
5 \d{3,} 匹配3位或更多位数字
6 \d{3,5} 匹配3,4或5位数

非贪婪重复

这匹配最小的重复次数 –

编号 示例 说明
1 <.*> 贪婪重复:匹配“ perl>”
2 <.*?> 非贪婪重复:在“ perl”中匹配“

用圆括号分组

编号 示例 说明
1 \D\d+ 没有分组:+重复\d
2 (\D\d)+ 分组:+重复\D\d对
3 ([Pp]ython(,)?)+ 匹配“Python”,“Python,python,python”等

反向引用

这与以前匹配的组再次匹配 –

编号 示例 说明
1 ([Pp])ython&\1ails 匹配python和pails或Python和Pails
2 ([‘”])[^\1]*\1 单引号或双引号字符串。\1匹配第一个分组匹配。 \2匹配任何第二个分组匹配等
3 python perl
4 rub(y le)
5 Python(!+ ?)

锚点

这需要指定匹配位置。

编号 示例 说明
1 ^Python 在字符串或内部行的开头匹配“Python”
2 Python$ 在字符串或内部行的结尾匹配“Python”
3 \APython 在字符串的开头匹配“Python”
4 Python\Z 在字符串的末尾匹配“Python”
5 \bPython\b 在字词的边界匹配“Python”
6 \brub\B \B是非字词边界:在“rube”和“ruby”中匹配“rub”,而不是单独匹配
7 Python(?=!) 匹配“Python”,如果跟着感叹号。
8 Python(?!!) 匹配“Python”,如果没有感叹号后面。

带括号的特殊语法

编号 示例 说明
1 R(?#comment) 匹配“R”。其余的都是注释
2 R(?i)uby 匹配“uby”时不区分大小写
3 R(?i:uby) 同上
4 rub(?:yle)) 仅组合而不创建\1反向引用
Tags: