注册登录

re正则表达式

目录

正则表达式

Regular Expression ,缩写regex,regexp,RE等

正则表达式式文本处理的重要技术,用它可对字符串按照某种规则进行检索

元字符

代码说明举例
[abc]表示一个字符位置,匹配字符集合中的任意一个字符[abc]匹配apple中的'a'
[^abc]表示一个字符位置,匹配除去集合内字符的任意一个字符[^abc]匹配apple中的'p''p''l''e'
[a-z]表示一个字符位置,表示匹配范围内的字符(闭区间)[a-z][0-9]
[^a-z]表示一个字符位置,表示除去范围内的字符(闭区间)[^a-z][^0-9]
\d表示一个字符位置,[0-9]中一个数字
\D表示一个字符位置,表示[^0-9]中非数字
\s表示一个字符位置,匹配一个空白字符包括换行,制表符,空格[\f\r\n\t\v]
\S表示一个字符位置,匹配一个非空白字符
\w表示一个字符位置,匹配[a-zA-Z0-9]包括中文
\W表示一个字符位置,匹配\w之外的字符
.表示一个字符位置,匹配除换行符外任意一个字符abc. .abc
**前一个字符可以重复0到无数次
++前一个字符重复至少一次
??前一个字符重复0次或者一次
^表示以xxx开头^ab 表示以ab开头的
$以xxx结尾ab$ 表示以ab结尾的
{n}重复固定n次e\w{1}单词中e后面只能有一个非空白字符
{n,}重复至少n次e\w{1,}等价于e\w+
\b匹配的单词的边界\bb找到文本中b开头的单词
x|y匹配x或者y

没写一个字符位置的就是一个或多个字符位置

  • 单行模式:.可以匹配所有字符,包括换行符,^表示整个字符串的开头,$表示整个字符串的结尾 使用re.S进入单行模式

  • 多行模式:.可以匹配存了换行符之外的字符 ,^表示行首,$表示行尾.开始指的是\n后紧接着下一个字符,结束指的是\n前的字符 默认多行模式

    捕获(分组)

s = 'abc abcd abcfdd'
print(re.findall('a(.)c(d)', s))
>>>[('b', 'd')]
知识兔

只返回a后面有东西，c后面有d 匹配后返回二元组列表

贪婪模式

s = 'abcdefgbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbg'
print(re.findall('a.*g', s))
>>>['abcdefgbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbg']
知识兔

非贪婪模式

s = 'abcdefgbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbg'
print(re.findall('a.*?g', s))
>>>['abcdefg']
知识兔

re模块

常量

常量说明
re.M多行模式
re.S单行模式
re.I忽略大小写
re.X忽略表达式中空白字符

使用| 位或运算开启多种选项

方法

编译

re.complile(pattern,flags=0)

设定flags，编译模式，返回正则表达式对象regex。

pattern就是正则表达式字符串，flags是选项。正则表达式需要被编译。

单次匹配

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

从字符串开头开始匹配，返回match对象

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

从头搜索第一个匹配，返回match对象

全文搜索

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

对整个字符串，从左至右匹配，返回所有匹配项列表

匹配替换

re.sub(pattern,replacement,string，flag=0)

将匹配字符转用replacement代替，返回新字符串

re.subn(pattern,replacement,string，count = 0flag=0)

返回一个元组，count显示替换了多少次

计算机