正则
'.'
默认匹配除\n之外的任意一个字符,若指定flag DOTALL,则匹配任意字符,包括换行
'^'
匹配字符开头,若指定flags MULTILINE,这种也可以匹配上(r
"^a"
,
"\nabc\neee"
,flags
=
re.MULTILINE)
'$'
匹配字符结尾,或e.search(
"foo$"
,
"bfoo\nsdfsf"
,flags
=
re.MULTILINE).group()也可以
'*'
匹配
*
号前的字符
0
次或多次,re.findall(
"ab*"
,
"cabb3abcbbac"
) 结果为[
'abb'
,
'ab'
,
'a'
]
'+'
匹配前一个字符
1
次或多次,re.findall(
"ab+"
,
"ab+cd+abb+bba"
) 结果[
'ab'
,
'abb'
]
'?'
匹配前一个字符
1
次或
0
次
'{m}'
匹配前一个字符m次
'{n,m}'
匹配前一个字符n到m次,re.findall(
"ab{1,3}"
,
"abb abc abbcbbb"
) 结果
'abb'
,
'ab'
,
'abb'
]
'|'
匹配|左或|右的字符,re.search(
"abc|ABC"
,
"ABCBabcCD"
).group() 结果
'ABC'
'(...)'
分组匹配,re.search(
"(abc){2}a(123|456)c"
,
"abcabca456c"
).group() 结果 abcabca456c
'\A'
只从字符开头匹配,re.search(
"\Aabc"
,
"alexabc"
) 是匹配不到的
'\Z'
匹配字符结尾,同$
'\d'
匹配数字
0
-
9
'\D'
匹配非数字
'\w'
匹配[A
-
Za
-
z0
-
9
]
'\W'
匹配非[A
-
Za
-
z0
-
9
]
's'
匹配空白字符、\t、\n、\r , re.search(
"\s+"
,
"ab\tc1\n3"
).group() 结果
'\t'
'(?P<name>...)'
分组匹配 re.search(
"(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})"
,
"371481199306143242"
).groupdict(
"city"
) 结果{
'province'
:
'3714'
,
'city'
:
'81'
,
'birthday'
:
'1993'
}
re.match 从头开始匹配
re.search 匹配包含
re.findall 把所有匹配到的字符放到以列表中的元素返回
re.split 以匹配到的字符当做列表分隔符
re.sub 匹配字符并替换
反斜杠的困扰
与大多数编程语言相同,正则表达式里使用"\"作为转义字符,这就可能造成反斜杠困扰。假如你需要匹配文本中的字符"\",那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\\\":前两个和后两个分别用于在编程语言里转义成反斜杠,转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题,这个例子中的正则表达式可以使用r"\\"表示。同样,匹配一个数字的"\\d"可以写成r"\d"。有了原生字符串,你再也不用担心是不是漏写了反斜杠,写出来的表达式也更直观。
仅需轻轻知道的几个匹配模式
re.I(re.IGNORECASE): 忽略大小写(括号内是完整写法,下同)
M(MULTILINE): 多行模式,改变
'^'
和
'$'
的行为(参见上图)
S(DOTALL): 点任意匹配模式,改变
'.'
的行为
import re # re.match()从左开始匹配 a = re.match("inet","inet 地址:192.168.1.123 广播地址:255.255.255.0") print(a) # 获取匹配的字符 print(a.group()) # \w匹配一个字符 b = re.match("\w","inet 地址:192.168.1.123 广播地址:255.255.255.0") print(b.group())#i # \w+ 匹配多个字符 c = re.match("\w+","inet 地址:192.168.1.123 广播地址:255.255.255.0") print(c.group())#inet # 多了个?可以匹配到,也可以匹配不到 d = re.match("\w+?","inet 地址:192.168.1.123 广播地址:255.255.255.0") print(d.group()) # {3}匹配三个字符 e = re.match("\w{3}","inet 地址:192.168.1.123 广播地址:255.255.255.0") # 匹配.5到8次,.是默认匹配除\n之外的任意一个字符 f = re.match(".{5,8}","inet 地址:192.168.1.123 广播地址:255.255.255.0") print(f.group()) # 匹配左或者右 g = re.match("INet|inet","inet 地址:192.168.1.123 广播地址:255.255.255.0") print(g.group()) h = re.search("(\d{2})(\d{2})(\d{2})(\d{4})","455202199707271213") print(h.group())#4552021997 print(h.groups())#('45', '52', '02', '1997') # '(?P<name>...)' 分组匹配 i = re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242") print(i.groupdict())# 结果{'province': '3714', 'city': '81', 'birthday': '1993'} # \d{1,3}为匹配数字1到3个,\.表示为. j = re.search("\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}","inet 地址:192.168.1.123 广播地址:255.255.255.0") print(j.group()) # 优化后 k = re.search("(\d{1,3}\.){3}\d{1,3}","inet 地址:192.168.1.123 广播地址:255.255.255.0") print(k.group()) # 查找所有的数字\d为数字,+是匹配之前的字符 l = re.findall("\d+","abc22j3j5j7k8k2l")#['22', '3', '5', '7', '8', '2'] print(l) m = re.findall("\D+","abc22j3j5j7k8k2l")#['abc', 'j', 'j', 'j', 'k', 'k', 'l'] D匹配非数字 print(m) n = re.findall("[a-zA-Z]+","abc22j3j5j7k8k2l")#['abc', 'j', 'j', 'j', 'k', 'k', 'l'] print(n) o = re.split("\d+","abc22j3j5j7k8k2")#['abc', 'j', 'j', 'j', 'k', 'k', ''] print(o) # 把数字都替换成| p = re.sub("\d+","|","abc22j3j5j7k8k2")#abc|j|j|j|k|k| print(p) q = re.sub("\d+","|","abc22j3j5j7k8k2",count=4)#aabc|j|j|j|k8k2 后面加上count则表示替换多少次 print(q) # 四个\代表一个 r = re.split("\\\\",r"D:\cheng\study\python")#['D:', 'cheng', 'study', 'python'] print(r) # flags=re.I忽略大小写 s = re.split("a","ABC",flags=re.I)#['', 'BC'] print(s) # flags=re.S 去掉回车\n t = re.search(".+","\nabc\nnee",flags=re.S) print(t.group())