Python正則表達式大全
2020 年 11 月 26 日
筆記
Python
前言
正則表達式是對字符串(包括普通字符(例如,a 到 z 之間的字母)和特殊字符(稱為「元字符」))操作的一種邏輯公式,就是用事先定義好的一些特定字符、及這些特定字符的組合,組成一個「規則字符串」,這個「規則字符串」用來表達對字符串的一種過濾邏輯。正則表達式是一種文本模式,該模式描述在搜索文本時要匹配的一個或多個字符串。
上面都是官方的說明,博主自己的理解是(僅供參考):通過事先規定好一些特殊字符的匹配規則,然後利用這些字符進行組合來匹配各種複雜的字符串場景。比如現在的爬蟲和數據分析,字符串校驗等等都需要用到正則表達式來處理數據。
python的正則表達式則是re模塊了。
re 模塊使 Python 語言擁有全部的正則表達式功能。
re 模塊也提供了與這些方法功能完全一致的函數,這些函數使用一個模式字符串做為它們的第一個參數。
基本語法
編號
表達式
描述
1
a, X, 9, <
普通字符完全匹配。
2
.
匹配任何單個字符,除了換行符』\n『
3
\w
匹配「單詞」字符:字母或數字或下劃線[a-zA-Z0-9_]。
4
\W
匹配任何非字詞。
5
\b
字詞與非字詞之間的界限
6
\s
匹配單個空格字符 – 空格,換行符,返回,製表符
7
\S
匹配任何非空格字符。
8
\t, \n, \r
製表符,換行符,退格符
9
\d
十進制數[0-9]
10
^
匹配字符串的開頭
11
$
匹配字符串的末尾
12
\
抑制字符的「特殊性」,也叫轉義字符。
1.match函數
只從字符串的最開始與pattern進行匹配
下面是函數的語法 –
re.match(pattern, string, flags = 0)
這裡是參數的描述 –
pattern – 這是要匹配的正則表達式。
string – 這是字符串,它將被搜索用於匹配字符串開頭的模式。
flags – 可以使用按位OR(|)指定不同的標誌。 這些是修飾符,如下表所列。
re.match 函數在成功時返回匹配對象,失敗時返回None。使用match(num)或groups()函數匹配對象來獲取匹配的表達式。
編號
匹配對象
描述
1
group(num = 0)
此方法返回整個匹配(或特定子組num)
2
groups()
此方法返回一個元組中的所有匹配子組(如果沒有,則返回為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函數
與match()工作的方式一樣,但是search()不是從最開始匹配的,而是從任意位置查找第一次匹配的內容。
下面是這個函數的語法 –
re.match(pattern, string, flags = 0)
這裡是參數的描述 –
pattern – 這是要匹配的正則表達式。
string – 這是字符串,它將被搜索用於匹配字符串開頭的模式。
flags – 可以使用按位OR(|)指定不同的標誌。 這些是修飾符,如下表所列。
re.search函數在成功時返回匹配對象,否則返回None。使用match對象的group(num)或groups()函數來獲取匹配的表達式。
編號
匹配對象
描述
1
group(num = 0)
此方法返回整個匹配(或特定子組num)
2
groups()
此方法返回一個元組中的所有匹配子組(如果沒有,則返回為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()函數
使用正則表達式re模塊中的最重要的之一是sub。
模塊
re.sub(pattern, repl, string, max=0)
此方法使用repl替換所有出現在RE模式的字符串,替換所有出現,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) #替換所有空格
print(speak1)
特殊語法示例
字符類
編號
示例
說明
1
[Pp]ython
匹配「Python」或「python」
2
rub[ye]
匹配「ruby」或「rube」
3
[aeiou]
匹配任何一個小寫元音
4
[0-9]
匹配任何數字; 如[0123456789]
5
[a-z]
匹配任何小寫ASCII字母
6
[A-Z]
匹配任何大寫的ASCII字母
7
[a-zA-Z0-9]
匹配上述任何一個
8
[^aeiou]
匹配除小寫元音之外的任何東西
9
[^0-9]
匹配數字以外的任何東西
特殊字符類
編號
示例
說明
1
.
匹配除換行符以外的任何字符
2
\d
匹配數字:[0-9]
3
\D
匹配非數字:[^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
匹配單字字符: [A-Za-z0-9_]
7
\W
匹配非單字字符: [A-Za-z0-9_]
重複匹配
編號
示例
說明
1
ruby?
匹配「rub」或「ruby」:y是可選的
2
ruby*
匹配「rub」加上0個以上的y
3
ruby+
匹配「rub」加上1個或更多的y
4
\d{3}
完全匹配3位數
5
\d{3,}
匹配3位或更多位數字
6
\d{3,5}
匹配3,4或5位數
非貪婪重複
這匹配最小的重複次數 –
編號
示例
說明
1
<.*>
貪婪重複:匹配「 perl>」
2
<.*?>
非貪婪重複:在「 perl」中匹配「」
用圓括號分組
編號
示例
說明
1
\D\d+
沒有分組:+重複\d
2
(\D\d)+
分組:+重複\D\d對
3
([Pp]ython(,)?)+
匹配「Python」,「Python,python,python」等
反向引用
這與以前匹配的組再次匹配 –
編號
示例
說明
1
([Pp])ython&\1ails
匹配python和pails或Python和Pails
2
([‘”])[^\1]*\1
單引號或雙引號字符串。\1匹配第一個分組匹配。 \2匹配任何第二個分組匹配等
3
python
perl
4
rub(y
le)
5
Python(!+
?)
錨點
這需要指定匹配位置。
編號
示例
說明
1
^Python
在字符串或內部行的開頭匹配「Python」
2
Python$
在字符串或內部行的結尾匹配「Python」
3
\APython
在字符串的開頭匹配「Python」
4
Python\Z
在字符串的末尾匹配「Python」
5
\bPython\b
在字詞的邊界匹配「Python」
6
\brub\B
\B是非字詞邊界:在「rube」和「ruby」中匹配「rub」,而不是單獨匹配
7
Python(?=!)
匹配「Python」,如果跟着感嘆號。
8
Python(?!!)
匹配「Python」,如果沒有感嘆號後面。
帶括號的特殊語法
編號
示例
說明
1
R(?#comment)
匹配「R」。其餘的都是注釋
2
R(?i)uby
匹配「uby」時不區分大小寫
3
R(?i:uby)
同上
4
rub(?:yle))
僅組合而不創建\1反向引用