Python3快速入門（七）Python3正則表達式

1、re模塊簡介

re 模塊提供 Perl 風格的正則表達式模式，使 Python 語言擁有全部的正則表達式功能。

2、正則表達式模式

模式字符串使用特殊的語法來表示一個正則表達式：

正則表達式模式中的字母和數(shù)字匹配同樣的字符串；多數(shù)字母和數(shù)字前加一個反斜杠時會有不同的含義；標點符號通常有特殊的含義，只有被轉(zhuǎn)義時才匹配自身；反斜杠本身需要使用反斜杠轉(zhuǎn)義。

^匹配字符串的開頭

$匹配字符串的末尾

.匹配任意字符，除了換行符，當re.DOTALL標記被指定時，則可以匹配包括換行符的任意字符。

[...]匹配任意字符，除了換行符，當re.DOTALL標記被指定時，則可以匹配包括換行符的任意字符。

[^...]匹配任意字符，除了換行符，當re.DOTALL標記被指定時，則可以匹配包括換行符的任意字符。

re*匹配0個或多個的表達式。

re+匹配1個或多個的表達式。

re?匹配0個或1個由前面的正則表達式定義的片段，非貪婪方式

re{ n}匹配n個前面表達式。例如，"o{2}"不能匹配"Bob"中的"o"，但是能匹配"food"中的兩個o。

re{ n,}精確匹配n個前面表達式。例如，"o{2,}"不能匹配"Bob"中的"o"，但能匹配"foooood"中的所有o。"o{1,}"等價于"o+"。"o{0,}"則等價于"o*"。

re{ n, m}匹配 n 到 m 次由前面的正則表達式定義的片段，貪婪方式

a| b匹配a或b

(re)匹配括號內(nèi)的表達式，也表示一個組

(?imx)正則表達式包含三種可選標志：i, m, 或 x 。只影響括號中的區(qū)域。

(?-imx)正則表達式關閉 i, m, 或 x 可選標志。只影響括號中的區(qū)域。

(?imx: re)在括號中使用i, m, 或 x 可選標志

(?-imx: re)在括號中不使用i, m, 或 x 可選標志

(?#...)注釋

(?= re)前向肯定界定符。如果所含正則表達式，以 ... 表示，在當前位置成功匹配時成功，否則失敗。但一旦所含表達式已經(jīng)嘗試，匹配引擎根本沒有提高；模式的剩余部分還要嘗試界定符的右邊。

(?! re)前向否定界定符。與肯定界定符相反；當所含表達式不能在字符串當前位置匹配時成功。

(?> re)匹配的獨立模式，省去回溯。

\w匹配數(shù)字字母下劃線

\W匹配非數(shù)字字母下劃線

\s匹配任意空白字符，等價于 [\t\n\r\f]。

\S匹配任意非空字符

\d匹配任意數(shù)字，等價于 [0-9]。

\D匹配任意非數(shù)字

\A匹配字符串開始

\Z匹配字符串結束，如果是存在換行，只匹配到換行前的結束字符串。

\z匹配字符串結束

\G匹配最后匹配完成的位置。

\b匹配一個單詞邊界，也就是指單詞和空格間的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。

\B匹配非單詞邊界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。

\n, \t,匹配一個換行符。匹配一個制表符

\1...\9匹配第n個分組的內(nèi)容。

\10匹配第n個分組的內(nèi)容，如果它經(jīng)匹配。否則指的是八進制字符碼的表達式。

3、正則表達式實例

python匹配 "python"

[Pp]ython匹配 "Python" 或 "python"

[aeiou]匹配中括號內(nèi)的任意一個字母

[0-9]匹配任何數(shù)字

[a-z]匹配任何小寫字母

[A-Z]匹配任何大寫字母

[a-zA-Z0-9]匹配任何字母及數(shù)字

[^aeiou]匹配除aeiou字母外的所有字符

[^0-9]匹配除數(shù)字外的字符

4、re模塊常用函數(shù)

re.compile(pattern[, flags])

compile 函數(shù)根據(jù)一個模式字符串和可選的標志參數(shù)生成一個正則表達式對象，正在表達式對象擁有一系列方法用于正則表達式匹配和替換。

pattern : 一個字符串形式的正則表達式

flags 可選，表示匹配模式，具體參數(shù)為：

re.I 忽略大小寫

re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依賴于當前環(huán)境

re.M 多行模式

re.S 即為' . '并且包括換行符在內(nèi)的任意字符（' . '不包括換行符）

re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依賴于 Unicode 字符屬性數(shù)據(jù)庫

re.X 為了增加可讀性，忽略空格和' # '后面的注釋

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

嘗試從字符串的起始位置匹配一個模式，匹配成功返回第一個匹配的對象，否則返回None。

pattern匹配的正則表達式

string要匹配的字符串。

flags標志位，用于控制正則表達式的匹配方式，如：是否區(qū)分大小寫，多行匹配等等。

可以使用group(num) 或 groups() 匹配對象函數(shù)來獲取匹配表達式。group() 可以一次輸入多個組號，在這種情況下它將返回一個包含那些組所對應值的元組。

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

re.search 掃描整個字符串并返回第一個成功的匹配。

匹配成功re.search方法返回一個匹配的對象，否則返回None。

可以使用group(num) 或 groups() 匹配對象函數(shù)來獲取匹配表達式。

re.sub(pattern, repl, string, count=0, flags=0)

re.sub用于替換字符串中的匹配項。

pattern : 正則中的模式字符串。

repl : 替換的字符串，也可為一個函數(shù)。

string : 要被查找替換的原始字符串。

count : 模式匹配后替換的最大次數(shù)，默認 0 表示替換所有的匹配。

flags : 編譯時用的匹配模式，數(shù)字形式

findall(string[, pos[, endpos]])

在字符串中找到正則表達式所匹配的所有子串，并返回一個列表，如果沒有找到匹配的，則返回空列表。

string 待匹配的字符串。

pos 可選參數(shù)，指定字符串的起始位置，默認為 0。

endpos 可選參數(shù)，指定字符串的結束位置，默認為字符串的長度。

re.finditer(pattern, string, flags=0)

在字符串中找到正則表達式所匹配的所有子串，并查找結果作為一個迭代器返回。

re.split(pattern, string[, maxsplit=0, flags=0])

split 方法按照能夠匹配的子串將字符串分割后返回列表

pattern匹配的正則表達式

string要匹配的字符串。

maxsplit分隔次數(shù)，maxsplit=1 分隔一次，默認為 0，不限制次數(shù)。

flags標志位，用于控制正則表達式的匹配方式，如：是否區(qū)分大小寫，多行匹配等等

在學習過程中有什么不懂得可以加我的
python學習交流扣扣qun，784-758-214
×××里有不錯的學習視頻教程、開發(fā)工具與電子書籍。
與你分享python企業(yè)當下人才需求及怎么從零基礎學習好python，和學習什么內(nèi)容

# -*- coding:utf-8 -*-

import re

# 將匹配的數(shù)字乘于 2

def double(matched):

    value = int(matched.group('value'))

    return str(value * 2)

if __name__ == '__main__':

    phone = "2004-959-559"

    # 返回第一個匹配的對象

    groups = re.match("\d+", phone)

    print(groups.group(0))

    # 返回第一個匹配的對象

    groups = re.search("\d+", phone)

    print(groups.group(0))

    # 返回匹配的所有對象的數(shù)組

    groups = re.findall("\d+", phone)

    print(groups)

    num = re.sub(r'\D', "", phone)

    print("Phone:", num)

    s = 'A23G4HFD567'

    print(re.sub('(?P<value>\d+)', double, s))

# output:

# 2004

# 2004

# ['2004', '959', '559']

# Phone: 2004959559

# A46G8HFD1134