python正則表達式re模塊怎么使用

這篇文章主要介紹“python正則表達式re模塊怎么使用”，在日常操作中，相信很多人在python正則表達式re模塊怎么使用問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”python正則表達式re模塊怎么使用”的疑惑有所幫助！接下來，請跟著小編一起來學(xué)習(xí)吧！

在Python中需要通過正則表達式對字符串進?匹配的時候，可以使??個python自帶的模塊，名字為re。

正則表達式的大致匹配過程是：
1.依次拿出表達式和文本中的字符比較，
2.如果每一個字符都能匹配，則匹配成功；一旦有匹配不成功的字符則匹配失敗。
3.如果表達式中有量詞或邊界，這個過程會稍微有一些不同。

r：Python 中字符串的前導(dǎo) r 代表原始字符串標(biāo)識符，該字符串中的特殊符號不會被轉(zhuǎn)義，適用于正則表達式中繁雜的特殊符號表示。 因此 r"\n" 表示包含 '\' 和 'n' 兩個字符的字符串，而 "\n" 則表示只包含一個換行符的字符串。

print("\\n") # 輸出 \n
print(r"\n") #輸出 \n

re模塊的使用：import re

re.match函數(shù)

語法：re.match(pattern, string, flags=0)

嘗試從字符串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，match()就返回none。匹配成功re.match方法返回一個匹配的對象。

如果上?步匹配到數(shù)據(jù)的話，可以使?group?法來提取數(shù)據(jù)。以使用group(num) 或 groups() 匹配對象函數(shù)來獲取匹配表達式。

group()用來提出分組截獲的字符串，（）用來分組，group() 同group（0）就是匹配正則表達式整體結(jié)果，group(1) 列出第一個括號匹配部分，group(2) 列出第二個括號匹配部分，group(3) 列出第三個括號匹配部分。沒有匹配成功的，re.search()返回None。

舉例：

>>> import re
>>> result = re.match("itcast","itcast.cn")
>>> result.group()
'itcast'

從string頭開始匹配pattern完全可以匹配，pattern匹配結(jié)束，同時匹配終止，后面的.cn不再匹配，返回匹配成功的信息。

匹配單個字符

[...]字符集，對應(yīng)的位置可以是字符集中任意字符。字符集中的字符可以逐個列出，也可以給出范圍，比如[abc]和[a-c]，第一個字符如果是^表示取反。所有特殊字符（比如"]""-""^"）在字符集中都失去原來的含義，如要使用可把"]""-"放在第一個字符，"^"放在非第一個字符。

舉例：

import re
ret = re.match(".","M")
print(ret.group())
ret = re.match("t.o","too")
print(ret.group())
ret = re.match("t.o","two")
print(ret.group())
# 如果hello的?字符?寫，那么正則表達式需要?寫的h
ret = re.match("h","hello Python")
print(ret.group())
# 如果hello的?字符?寫，那么正則表達式需要?寫的H
ret = re.match("H","Hello Python")
print(ret.group())
# ??寫h都可以的情況
ret = re.match("[hH]","hello Python")
print(ret.group())
ret = re.match("[hH]","Hello Python")
print(ret.group())
ret = re.match("[hH]ello Python","Hello Python")
print(ret.group())
# 匹配0到9的多種寫法
ret = re.match("[0123456789]Hello Python","7Hello Python")
print(ret.group())
ret = re.match("[0-9]Hello Python","7Hello Python")
print(ret.group())
# 匹配0到3和5-9
ret = re.match("[0-35-9]Hello Python","7Hello Python")
print(ret.group())
ret = re.match("[0-35-9]Hello Python","4Hello Python")
#print(ret.group())
ret = re.match("嫦娥\d號","嫦娥1號發(fā)射成功")
print(ret.group())
ret = re.match("嫦娥\d號","嫦娥2號發(fā)射成功")
print(ret.group())

結(jié)果：

M
too
two
h
H
h
H
Hello Python
7Hello Python
7Hello Python
7Hello Python
嫦娥1號
嫦娥2號

匹配多個字符

舉例：

import re
#：匹配出，?個字符串第?個字?為?寫字符，后?都是?寫字?并且這些?寫字?可有可?
ret = re.match("[A-Z][a-z]*","M")
print(ret.group())
ret = re.match("[A-Z][a-z]*","MnnM")
print(ret.group())
ret = re.match("[A-Z][a-z]*","Aabcdef")
print(ret.group())
#匹配出，變量名是否有效
names = ["name1", "_name", "2_name", "__name__"]
for name in names:
    ret = re.match("[a-zA-Z_]+[\w]*",name)
    if ret:
        print("變量名 %s 符合要求" % ret.group())
    else:
        print("變量名 %s ?法" % name)
#匹配出，0到99之間的數(shù)字
ret = re.match("[1-9]?[0-9]","7")
print(ret.group())
ret = re.match("[1-9]?\d","33")
print(ret.group())
# 這個結(jié)果并不是想要的，利?$才能解決
ret = re.match("[1-9]?\d","09")
print(ret.group())
ret = re.match("[a-zA-Z0-9_]{6}","12a3g45678")
print(ret.group())
#匹配出，8到20位的密碼，可以是??寫英?字?、數(shù)字、下劃線
ret = re.match("[a-zA-Z0-9_]{8,20}","1ad12f23s34455ff66")
print(ret.group())

結(jié)果：
M
Mnn
Aabcdef
變量名 name1 符合要求
變量名 _name 符合要求
變量名 2_name ?法
變量名 __name__ 符合要求
7
33
0
12a3g4
1ad12f23s34455ff66

匹配開頭結(jié)尾

舉例：匹配163.com的郵箱地址

import re
email_list = ["xiaoWang@163.com", "xiaoWang@163.comheihei", ".com.xiaowang@qq.com"]
for email in email_list:
    ret = re.match("[\w]{4,20}@163\.com$", email)
    if ret:
        print("%s 是符合規(guī)定的郵件地址,匹配后的結(jié)果是:%s" % (email, ret.group()))
    else:
        print("%s 不符合要求" % email)

結(jié)果：

xiaoWang@163.com 是符合規(guī)定的郵件地址,匹配后的結(jié)果是:xiaoWang@163.com
xiaoWang@163.comheihei 不符合要求
.com.xiaowang@qq.com 不符合要求

匹配分組

舉例：|

#匹配出0-100之間的數(shù)字
import re
ret = re.match("[1-9]?\d$|100","8")
print(ret.group()) # 8
ret = re.match("[1-9]?\d$|100","78")
print(ret.group()) # 78
ret = re.match("[1-9]?\d$|100","08")
# print(ret.group()) # 不是0-100之間
ret = re.match("[1-9]?\d$|100","100")
print(ret.group()) # 100

舉例：()

#需求：匹配出163、126、qq郵箱
ret = re.match("\w{4,20}@163\.com", "test@163.com")
print(ret.group()) # test@163.com
ret = re.match("\w{4,20}@(163|126|qq)\.com", "test@126.com")
print(ret.group()) # test@126.com
ret = re.match("\w{4,20}@(163|126|qq)\.com", "test@qq.com")
print(ret.group()) # test@qq.com
ret = re.match("\w{4,20}@(163|126|qq)\.com", "test@gmail.com")
if ret:
    print(ret.group())
else:
    print("不是163、126、qq郵箱") # 不是163、126、qq郵箱
#不是以4、7結(jié)尾的?機號碼(11位)
tels = ["13100001234", "18912344321", "10086", "18800007777"]
for tel in tels:
    ret = re.match("1\d{9}[0-35-68-9]", tel)
    if ret:
        print(ret.group())
    else:
        print("%s 不是想要的?機號" % tel)
#提取區(qū)號和電話號碼
ret = re.match("([^-]*)-(\d+)","010-12345678")
print(ret.group())
print(ret.group(1))
print(ret.group(2))

舉例：\number

匹配數(shù)字代表的組合。每個括號是一個組合，組合從1開始編號。比如 (.+) \1 匹配 'the the' 或者 '55 55', 但不會匹配 'thethe' (注意組合后面的空格)。這個特殊序列只能用于匹配前面99個組合。如果 number 的第一個數(shù)位是0， 或者 number 是三個八進制數(shù)，它將不會被看作是一個組合，而是八進制的數(shù)字值。在 '[' 和 ']' 字符集合內(nèi)，任何數(shù)字轉(zhuǎn)義都被看作是字符。

例子1：匹配出 <html>hh</html>

\1,...,\9，匹配第n個分組的內(nèi)容。如例子所示，指匹配第一個分組的內(nèi)容。

import re
# 正確的理解思路：如果在第?對<>中是什么，按理說在后?的那對<>中就應(yīng)該是什么。通過引?分組中匹配到的數(shù)據(jù)即可，但是要注意是元字符串，即類似 r""這種格式。
ret = re.match(r"<([a-zA-Z]*)>\w*</\1>", "<html>hh</html>")
# 因為2對<>中的數(shù)據(jù)不?致，所以沒有匹配出來
test_label = ["<html>hh</html>","<html>hh</htmlbalabala>"]
for label in test_label:
    ret = re.match(r"<([a-zA-Z]*)>\w*</\1>", label)
    if ret:
        print("%s 這是一對正確的標(biāo)簽" % ret.group())
    else:
        print("%s 這是?對不正確的標(biāo)簽" % label)

結(jié)果：

<html>hh</html> 這是一對正確的標(biāo)簽
<html>hh</htmlbalabala> 這是?對不正確的標(biāo)簽

例子2：匹配出 <html><h2>www.itcast.cn</h2></html>

import re
labels = ["<html><h2>www.itcast.cn</h2></html>", "<html><h2>www.itcast.cn</h3></html>"]
for label in labels:
    ret = re.match(r"<(\w*)><(\w*)>.*</\2></\1>", label)
    if ret:
        print("%s 是符合要求的標(biāo)簽" % ret.group())
    else:
        print("%s 不符合要求" % label)

結(jié)果：

<html><h2>www.itcast.cn</h2></html> 是符合要求的標(biāo)簽
<html><h2>www.itcast.cn</h3></html> 不符合要求

舉例：(?P<name>) (?P=name)

一個用于標(biāo)記，一個用于在同一個正則表達式中復(fù)用

import re
ret = re.match(r"<(?P<name1>\w*)><(?P<name2>\w*)>.*</(?P=name2)></(?P=name1)>","<html><h2>www.itcast.cn</h2></html>")
ret.group()
ret = re.match(r"<(?P<name1>\w*)><(?P<name2>\w*)>.*</(?P=name2)></(?P=name1)>","<html><h2>www.itcast.cn</h3></html>")
#ret.group()

re.compile 函數(shù)

compile 函數(shù)用于編譯正則表達式，生成一個正則表達式（ Pattern ）對象，供 match() 和 search() 這兩個函數(shù)使用。

prog = re.compile(pattern)
result = prog.match(string)

等價于

result = re.match(pattern, string)

舉例：

>>>import re
>>> pattern = re.compile(r'\d+')   
m = pattern.match('one12twothree34four', 3, 10) # 從'1'的位置開始匹配，正好匹配
>>> print m                                         # 返回一個 Match 對象
<_sre.SRE_Match object at 0x10a42aac0>
>>> m.group(0)   # 可省略 0
'12'
>>> m.start(0)   # 可省略 0
3
>>> m.end(0)     # 可省略 0
5
>>> m.span(0)    # 可省略 0
(3, 5)

在上面，當(dāng)匹配成功時返回一個 Match 對象，其中：

• group([group1, …]) 方法用于獲得一個或多個分組匹配的字符串，當(dāng)要獲得整個匹配的子串時，可直接使用 group() 或 group(0)；

• start([group]) 方法用于獲取分組匹配的子串在整個字符串中的起始位置（子串第一個字符的索引），參數(shù)默認值為 0；

• end([group]) 方法用于獲取分組匹配的子串在整個字符串中的結(jié)束位置（子串最后一個字符的索引+1），參數(shù)默認值為 0；

• span([group]) 方法返回 (start(group), end(group))

re.search函數(shù)

re.search 掃描整個字符串并返回第一個成功的匹配，如果沒有匹配，就返回一個 None。

re.match與re.search的區(qū)別：re.match只匹配字符串的開始，如果字符串開始不符合正則表達式，則匹配失敗，函數(shù)返回None；而re.search匹配整個字符串，直到找到一個匹配

舉例：

import re
ret = re.search(r"\d+", "閱讀次數(shù)為9999")
print(ret.group())

結(jié)果：

9999

re.findall函數(shù)

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。注意： match 和 search 是匹配一次 findall 匹配所有。

舉例：

import re
ret = re.findall(r"\d+", "python = 9999, c = 7890, c++ = 12345")
print(ret)

結(jié)果：

['9999', '7890', '12345']

re.finditer函數(shù)

和 findall 類似，在字符串中找到正則表達式所匹配的所有子串，并把它們作為一個迭代器返回。

import re
it = re.finditer(r"\d+", "12a32bc43jf3")
for match in it:
    print(match.group())

結(jié)果：

12
32
43
3

re.sub函數(shù)

sub是substitute的所寫，表示替換，將匹配到的數(shù)據(jù)進?替換。

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

舉例：將匹配到的閱讀次數(shù)加1

方法一：

import re
ret = re.sub(r"\d+", '998', "python = 997")
print(ret)

結(jié)果：python = 998

方法二：

import re
def add(temp):
    #int（）參數(shù)必須是字符串，類似字節(jié)的對象或數(shù)字，而不是“re.Match”
    strNum = temp.group()
    num = int(strNum) + 1
    return str(num)
ret = re.sub(r"\d+", add, "python = 997")
print(ret)
ret = re.sub(r"\d+", add, "python = 99")
print(ret)

結(jié)果;

python = 998
python = 100

re.subn函數(shù)

行為與sub()相同，但是返回一個元組 (字符串, 替換次數(shù))。

re.subn(pattern, repl, string[, count])

返回：(sub(repl, string[, count]), 替換次數(shù))

import re
pattern = re.compile(r'(\w+) (\w+)')
s = 'i say, hello world!'
print(re.subn(pattern, r'\2 \1', s))
def func(m):
    return m.group(1).title() + ' ' + m.group(2).title()
print(re.subn(pattern, func, s))
### output ###
# ('say i, world hello!', 2)
# ('I Say, Hello World!', 2)

re.split函數(shù)

根據(jù)匹配進?切割字符串，并返回?個列表。

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

舉例：

import re
ret = re.split(r":| ","info:xiaoZhang 33 shandong")
print(ret)

結(jié)果：['info', 'xiaoZhang', '33', 'shandong']

python貪婪和?貪婪

Python?數(shù)量詞默認是貪婪的（在少數(shù)語??也可能是默認?貪婪），總是嘗試匹配盡可能多的字符；?貪婪則相反，總是嘗試匹配盡可能少的字符。

例如：正則表達式”ab*”如果用于查找”abbbc”，將找到”abbb”。而如果使用非貪婪的數(shù)量詞”ab*?”，將找到”a”。

注：我們一般使用非貪婪模式來提取。

在"*","?","+","{m,n}"后?加上？，使貪婪變成?貪婪。

舉例1：

import re
s="This is a number 234-235-22-423"
#正則表達式模式中使?到通配字，那它在從左到右的順序求值時，會盡量“抓取”滿?匹配最?字符串，在我們上?的例???，“.+”會從字符串的啟始處抓取滿?模式的最?字符，其中包括我們想得到的第?個整型字段的中的?部分，“\d+”只需?位字符就可以匹配，所以它匹配了數(shù)字“4”，?“.+”則匹配了從字符串起始到這個第?位數(shù)字4之前的所有字符
r=re.match(".+(\d+-\d+-\d+-\d+)",s)
print(r.group(1))
#?貪婪操作符“？”，這個操作符可以?在"*","+","?"的后?，要求正則匹配的越少越好
r=re.match(".+?(\d+-\d+-\d+-\d+)",s)
print(r.group(1))

結(jié)果：

4-235-22-423
234-235-22-423

舉例2：

>>> re.match(r"aa(\d+)","aa2343ddd").group(1)
'2343'
>>> re.match(r"aa(\d+?)","aa2343ddd").group(1)
'2'
>>> re.match(r"aa(\d+)ddd","aa2343ddd").group(1)
'2343'
>>> re.match(r"aa(\d+?)ddd","aa2343ddd").group(1)
'2343'

舉例3：提取圖片地址

import re
test_str="<img src=https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973.jpg>"
ret = re.search(r"https://.*?.jpg", test_str)
print(ret.group())

r的作?

與大多數(shù)編程語言相同，正則表達式里使用”\”作為轉(zhuǎn)義字符，這就可能造成反斜杠困擾。假如你需要匹配文本中的字符”\”，那么使用編程語言表示的正則表達式里將需要4個反斜杠”\\\\”：前兩個和后兩個分別用于在編程語言里轉(zhuǎn)義成反斜杠，轉(zhuǎn)換成兩個反斜杠后再在正則表達式里轉(zhuǎn)義成一個反斜杠。Python里的原生字符串很好地解決了這個問題，Python中字符串前?加上 r 表示原?字符串。

import re
mm = "c:\\a\\b\\c"
print(mm)#c:\a\b\c
ret = re.match("c:\\\\",mm).group()
print(ret)#c:\
ret = re.match("c:\\\\a",mm).group()
print(ret)#c:\a
ret = re.match(r"c:\\a",mm).group()
print(ret)#c:\a
ret = re.match(r"c:\a",mm).group()
print(ret)#AttributeError: 'NoneType' object has no attribute 'group'

到此，關(guān)于“python正則表達式re模塊怎么使用”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識，請繼續(xù)關(guān)注億速云網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>