python正则re模块-创新互联

欢×××陈师傅”
目前创新互联建站已为成百上千家的企业提供了网站建设、域名、虚拟主机、网站运营、企业网站设计、路桥网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。

re正则处理

正则定义

正则表达式是对字符串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。

常用正则表达式的方法

re.compile(编译)
pattern.match(从头匹配)
pattern.search(匹配一个)
pattern.findall(匹配所有)
pattern.sub(替换)

特殊字符集

特殊字符	解释
.	匹配除换行符之外的任何字符
^	匹配字符串的开头
$	匹配字符串的结尾
*	匹配前面的字符0次或更多次，尽可能多的重复，ab*将匹配'a','ab'或者a后面加任意数量的b
+	匹配前面的字符一次或更多次，ab+将匹配'ab'后加任意数量的b
?	匹配前面的字符0次或一次，ab将匹配'a'或'ab'
*?,+?,??	*,+,?都属于贪婪匹配，就是尽可能多的匹配，而有时我们希望以最少的模式匹配，可以在限定符之后加?表示以最少的方式匹配
{m}	匹配前一个字符至少m次
{m,n}	匹配前一个字符最少m次，最多n次
{m,n}?	以非贪婪模式匹配前一个字符，最少m次，最多n次，并以尽可能少的方式匹配
\	转义字符，将\后面的字符进行转义
[]	表示一组字符，字符可以单个列出，也可以给定范围，如[abc]表示a或b或c，[a-z]表示26个小写字母中的任意一个，[^a-z]匹配非小写字母，[0-5][0-9]表示匹配00-59，特殊字符在[]也失去特殊意义，[(+ )]将匹配任何文字字符的'(',')','+',''
丨	A丨B 匹配A或者B
()	匹配括号内的正则，每个括号都是一个组，从左往右的括号，编号依次加一
\A	匹配字符串的开头
\b	只用以匹配单词的词首和词尾(退格符)
\B	只在当前位置不在单词边界时匹配。
\d	匹配任何Unicode的十进制数字，与[0-9]相同
D	匹配任何非十进制的字符，与[^0-9]相同
\s	匹配Unicode的空白字符，匹配ascii字符集中包含空格的字符，相当于[\t\n\r\f\v]
\S	匹配不是空白字符的字符，相当于[^\t\r\n\f\v]
\w	匹配字母数字下划线，相当于[a-zA-Z0-9_]
\W	匹配非字母数字下划线，相当于[^a-zA-Z0-9]
\Z	仅匹配字符串结尾
`(?P<name>)`	给分组加一个别名，`(?P<a>)`给分组取别名为a，每个组名只能在正则表达式中定义一次
(?P=name)	引用前面别名为name的分组匹配到的任何文本
(?<=)	前向界定，表示你要匹配的字符串前面是某个字符串的时候才匹配，('(?<=abc)def','abcdef')当def前面是abc的时候才匹配
(?=)	后向界定，表示你要匹配的字符串后面是某个字符串的时候才匹配，('abc(?=def)','abcdef')
(?	非前向界定，表示你要匹配的字符串前面不是某个字符串的时候才匹配，('(?<=abc)def','abcdef')当def前面不是abc的时候才匹配
(?!)	非后向界定，表示你要匹配的字符串后面不是某个字符串的时候才匹配，('abc(?=def)','abcdef')
(?(id/name)yes-pattern	no-pattern)

正则表达式方法

re.compile(pattern,flags=0)
编译一个正则表达式模式为正则表达式对象，其可用于使用他的匹配match(),search()以及其他方法
```
>>> comp=re.compile(r'\d+')
>>> ret=comp.match('123456')
>>> ret.group()
'123456'
```
相当于
```
ret=re.match(r'\d+','123456')
```
re.search(pattern,string,flags = 0)
查找正则表达式匹配到的第一个位置，并返回相应的匹配对象
re.match(pattern,string,flags = 0)
从字符串的开头匹配，并返回相应的匹配对象
re.fullmatch(pattern,string,flags = 0)
将会对整个字符串进行匹配，并返回相应的匹配对象

re.split(pattern,string,maxsplit = 0,flags = 0)
按照正则匹配模式进行拆分字符串,maxsplit为最多拆分次数，并且字符串的其余部分将作为列表的最后一个元素返回，如果分隔符中有捕获组并且它在字符串的开头或者结尾匹配，则结果将以空字符串开头。

>>> re.split(r'\W+','Words words wordS')
['Words', 'words', 'wordS']
>>> re.split(r'\W+','Words words wordS',1)
['Words', 'words wordS']
>>> re.split(r'\d+','1q2W3e4R',flags=re.IGNORECASE)
['', 'q', 'W', 'e', 'R']
>>> re.split(r'(\W+)', 'words, words...')
['words', ', ', 'words', '...', '']
>>> re.split(r'\W+', 'words, words...')
['words', 'words', '']

re.findall(pattern,string,flags=0)
从左往右匹配，返回一个列表，如果模式中存在一个或多个组，则返回组列表; 如果模式有多个组，这将是一个元组列表。结果中包含空匹配。
```
>>> re.findall(r'\d+','123,456')
['123', '456']
>>> re.findall(r'(\d+)(\w+)','123qw,werrc')
[('123', 'qw')]
>>> re.findall(r'(\d+)|(\w+)','123qw,werrc')
[('123', ''), ('', 'qw'), ('', 'werrc')]
```
re.finditer(pattern,string,flags = 0 )
返回一个匹配到每个结果的迭代器
```
>>> for i in re.finditer(r'\d+','123456'):
print(i.group())
123456
```
re.sub(pattern,repl,string,count = 0,flags = 0 )
将匹配到的字符串替换成repl的值，count表示要替换的模式最多替换次数，repl可以是一个字符串也可以是一个函数，当repl为字符串时，会处理其中的任何反斜杠，，可以使用\id或\g< id>、\g< name>引用分组
```
>>> re.sub(r'(\d+) (\w+)',r'\2 \1','12345 asdfd')
'asdfd 12345'
```
当repl是一个函数时，那么这个函数会只接受一个匹配对象参数。例如：

>>> def mat(m):
    if m.group(2)=='1234':
        return m.group(1)
    else:
        return '1234'

>>> re.sub(r'(\d+) (\d+)',mat,'123 1234qer')
'123qer'
>>> re.sub(r'(\d+) (\d+)',mat,'123 123qer')
'1234qer'

re.subn(pattern,repl,string,count = 0,flags = 0 )
与sub执行的操作相同，但是返回的是元组，元组最后一个元素为替换次数
```
>>> def mat(m):
if m.group(2)=='1234':
    return m.group(1)
else:
    return '1234'
>>> re.subn(r'(\d+) (\d+)',mat,'as123 1234qer')
('as123qer', 1)
```
正则表达式对象
使用re.compile可以编译一个正则表达式对象
regex.search(string[,pos[endpos]])
查找正则表达式匹配到的第一个位置，并返回相应的匹配对象可选参数pos和endpos表示设置正则表达式匹配的字符串开始位置和结束位置
```
>>> pattern=re.compile(r'\d+')
>>> pattern.search('123456',2,5).group()                   
'345'
```
regex.match(string,posendpos)
如果字符串开头的零个或多个字符与此正则表达式匹配，则返回相应的匹配对象。pos和endpos用法和regex.search()意思相同
编译的正则表达式的方法和属性与正则匹配的函数相同，这里不一一说明
编译对象的常用参数
re.A(re.ASCII)
使\w,\W,\b,\B,\d,\D,\s和\S只匹配ASCII字符，而不匹配Unicode字符
re.I(re.IGNORECASE)
匹配时不区分大小写
re.L(re.LOCALE)'
使\w \W \b \B \s \S \d \D和区分大小写的匹配只取决于当前的环境设定
re.M(re.MULTILINE)
多行模式下，'^'和'$'由原来匹配字符串的开头或者结尾变成匹配每行的开头和结尾
re.S(re.DOTALL)
使'.'匹配包含换行符的任何字符

re.X(re.VERBOSE)
这个模式下正则表达式可以是多行，忽略空白字符，并可以加入注释。以下两个正则表达式是等价的

a = re.compile(r"""\d +  # the integral part
               \.    # the decimal point
               \d *  # some fractional digits""", re.X)
b = re.compile(r"\d+\.\d*")

match对象

match.group([ group1,... ] )
返回匹配的一个或多个子组，如果只有一个参数，则结果为单个字符串; 如果有多个参数，则结果是一个元组，每个参数有一个项目。如果没有参数，group1默认为零（返回整个匹配）。如果groupN参数为零，则相应的返回值是整个匹配的字符串
```
>>> s=re.match(r'(\w+) (\w+)','hello world')
>>> s.group(0)
'hello world'
>>> s.group(1)
'hello'
>>> s.group(2)
'world'
>>> s.group(1,0)
('hello', 'hello world')
```
如果分组太多，我们可以对分组进行命名
```
>>> m=re.match(r"(?P\w+) (?P\w+)",'hello world')
>>> m.group('first')
'hello'
>>> m.group('second')
'world'
```
如果一个组匹配多次，那么最终将返回的最后一次匹配到的字符串
```
>>> m=re.match(r'(\d)+','123456')
>>> m.group()
'123456'
>>> m.group(1)
'6'
```

match. getitem(g)
与m.group(g)相同，这样使用会更简单

>>> m=re.match(r'(\d)+','123456')
>>> m[0]
'123456'
>>> m[1]
'6'

match.groups(default=None)
以元组的形式返回匹配到的所有子组，没有被匹配到的分组，默认为None,当然可以设置默认参数
```
>>> m=re.match(r'(\d+),(\w+)?','1234,')
>>> m.groups()
('1234', None)
>>> m.groups('0')
('1234', '0')
```
match.groupdict(default=None)
以字典的形式返回匹配到的值，字典的键为分组名，值为匹配到的字符串，没有匹配到的分组将设置为None
```
>>> m=re.match(r'(?P\d+) (?P\d+)','123 456')
>>> m.groupdict()
{'first': '123', 'second': '456'}
>>> m=re.match(r'(\d+) (\d+)','123 456')
>>> m.groupdict()
{}
```
match.start([group]) 和match.end([group])
分别返回由分组匹配到的字符串的开始和结束的索引，结束字符串的索引为最后一个子符的索引加一group默认为零，将会表示所有匹配到的字符串
```
>>> m=re.match(r'(\w+) (\w+) (\w+) (\w+)','my name is wanger')
>>> m.start(2)                 
3
>>> m.end(2)                   
7
>>> m.end()                
17
>>> m.start()                  
0
```
match.span[group]
返回一个二元组，元组的元素为分组匹配到的字符串开始的索引和结束的索引，group默认为0，表示匹配到的所有字符串
```
>>> m=re.match(r'(\w+) (\w+) (\w+) (\w+)','my name is wanger')
>>> m.span(2)                      
(3, 7)
>>> m.span()                   
(0, 17)
```

match.pos 和match.endpos
分别返回要匹配字符串的开始搜索的索引和结束搜索的索引

>>> m=re.match(r'(\w+) (\w+) ','my name is wanger')
>>> m.pos                  
0
>>> m.endpos                   
17

match.lastindex
最后匹配到的分组的索引

>>> m=re.match(r'(\w+) (\w+) ','my name is wanger')
>>> m.lastindex                
2
>>> m=re.match(r'(\w+) (\w+) (\w+)','my name is wanger')                       
>>> m.lastindex                    
3

match.lastgroup
最后匹配到的分组的名称,没有命名组则返回空

>>> m=re.match(r'(\w+) (?P\w+) ','my name is wanger')                
>>> m.lastgroup                
'last'

几个简单的实例

匹配前面是数字123的字符

>>> re.search(r'(?<=123)\w+','123asd,wer').group(0) 'asd'

2.匹配前面是数字后面是下划线的字符

>>> re.search(r'(?<=123)\w+(?=_)','123asd_123wer').group(0)                
'asd'

3.匹配手机号码

>>> re.match(r'1[3,5,7,8]\d{9}|','13573528479').group()                
'13573528479'

4.匹配电话号码

>>> re.match(r'\d{3}-\d{8}|\d{4}-\d{7}','0531-82866666').group()                   
'0531-8286666'

5.匹配IP地址

>>> re.match(r'\d+\.\d+\.\d+\.\d+','192.168.10.25').group()                    
'192.168.10.25'

6.匹配网易邮箱

>>> re.findall(r'\w+@163\.com|\w+@126\.com','wanger@163.com wanger@126.com')

['wanger@163.com', 'wanger@126.com']

7.匹配HTML文本

>>> re.match(r'<(\w*)><(\w*)>.*','wahaha5354').group()
'wahaha5354
'

欢迎各位关注本人微信公众号“没有故事的陈师傅”

python正则re模块

另外有需要云服务器可以了解下创新互联cdcxhl.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。

新闻名称：python正则re模块-创新互联
标题网址：http://www.tsicrk.com/article/cscojo.html

建站动态

python正则re模块-创新互联

re正则处理

正则定义

常用正则表达式的方法

特殊字符集

正则表达式方法

正则表达式对象

编译对象的常用参数

match对象

几个简单的实例

wahaha5354

wahaha5354

其他资讯

网站建设专属方案

网站定制化设计

7X24小时服务

N对管家服务

让你的专属顾问为你服务