python的re正则表达式模块
元字符 . * + ? ^ $ { } [ ] - \
. 匹配除了/n之外的任意一个字符
* 匹配*前面的单个字符任意次，即[0,+∞]
+ 匹配+前面的单个字符一次或多次，即[1,+∞]
? 匹配?前面的单个字符0次或一次，即[0,1]
^ 匹配以^后字符串整体开头的
$ 匹配以$前字符串整体结尾的
{ }匹配前面单个字符多次，{0,}相当于*，{1,}相当于+，{0,1}相当于?，{n}表示匹配n次，{m,n}表示最少匹配m次最多匹配n次(m<n)
（*、+、?、{ }单独使用都是贪婪匹配，即最可能多的匹配，在后面再加上?会变成惰性匹配，即尽可能少的匹配）
[ ]匹配字符集中的任意一个元素，在字符集中，除了-(表示两者之间)、^(表示非)和\(转义)有特殊含义 ，其他字符都表示普通字符，例如逗号就表示一个字符
| 匹配|前面或后面字符串整体
\d 匹配任何十进制数，相当于[0-9]
\D 匹配任何非0-9字符，相当于[^0-9]
\s 匹配任何空白字符，相当于[\t\n\r\f\v]
\S 匹配任何非空白字符，相当于[^\t\n\r\f\v]
\w 匹配任何字母和数字字符，相当于[a-zA-Z0-9]
\W 匹配任何非字母和数字字符，相当于[^a-zA-Z0-9]
\b 匹配一个特殊字符
\.、\*、\^、\$ 使\后面的字符表示本来的意义，不再表示元字符所代表的的特殊意义
import re print(re.findall('al.x','12alexh')) print(re.findall('alex*','12aleh')) print(re.findall('alex+','12aleh')) print(re.findall('alex?','12aleh')) print(re.findall('^alex','alhjw'),re.findall('^alex','alexhjw')) print(re.findall('alex$','wertalex')) print(re.findall('alex{2,5}','alexxxxh'),re.findall('alex{2,5}?','alexxxxh')) print(re.findall('al[e*g]x','alexlal*xg')) print(re.findall('al[a-g]x','alexalwx'),re.findall('al[^a-g]x','alexalwx'),re.findall('al[^ag]x','alexalwx')) print(re.findall('\d+','2+3*4-(26-7)'),re.findall('\D+','2+3*4-(26-7)')) print(re.findall('\s+','hello world'),re.findall('\S+','hello world')) print(re.findall('\w+','12@f\nlh58'),re.findall('\W+','12@f\nlh58')) print(re.findall('www\.baidu','www.baidu'),re.findall('www\*baidu','www*baidu'))
print(re.findall('d\\\\k','12d\kc2f')) #d\\\\k通过python解释器解释之后，传给re模块的是\\k，re将第一个\解释为转义，余下的\k用作匹配
输出
['alex'] ['ale'] [] ['ale'] [] ['alex'] ['alex'] ['alexxxx'] ['alexx'] ['alex', 'al*x'] ['alex'] ['alwx'] ['alex', 'alwx'] ['2', '3', '4', '26', '7'] ['+', '*', '-(', '-', ')'] [' '] ['hello', 'world'] ['12', 'f', 'lh58'] ['@', '\n'] ['www.baidu'] ['www*baidu']
() 进行分组
print(re.findall('www.(baidu|163).com','www.baidu.com')) #['baidu'] print(re.findall('www.(?:baidu|163).com','www.baidu.com')) #['www.baidu.com']
使用()进行分组匹配时，优先显示匹配到的内容
在括号内要匹配的字符串之前加?:，表示去掉优先显示，即显示所有的结果
findall将所有符合条件的匹配结果放在一个列表内
search匹配到一个就停止，且结果为一个对象，需要通过对象的group( )方法取值
match类似search，但是match只匹配在开头出现的
三个的使用方法都类似re.findall('匹配规则','匹配字符串')
(?P<name>'匹配规则')：表示将匹配规则命名为name，后续可通过group(name)取结果
print(re.search('(?P<name>[a-z]+)(?P<age>\d+)','alex35Alice28Bob30').group()) #输出alex35，group不加参数默认输出第一个即group(0) print(re.search('(?P<name>[a-z]+)(?P<age>\d+)','alex35Alice28Bob30').group('name')) #输出alex print(re.search('(?P<name>[a-z]+)(?P<age>\d+)','alex35Alice28Bob30').group('age')) #输出35 print(re.match('a+ex','aaex12').group(),re.match('a+ex','1aaex12')) #输出aaex None
split字符串分割，分割结果不包含用来分割的字符，使用方法re.split('分割符','处理字符串')
print(re.split('[ ,]','hi,nice to meet you')) #输出['hi', 'nice', 'to', 'meet', 'you'] print(re.split('[ab]','8an8ab9jfahb'))# ['8','n8','','9jf','h',''] #输出['8', 'n8', '', '9jf', 'h', '']
第一个表示以空格或逗号分割
第二个表示以a或b分割，分割过程如下
原字符串中第2位的a将原字符串分割为8和n8ab9jfahb，取得第一个分割结果8
n8ab9jfahb中第3位的a将字符串分割为n8和b9jfahb，取得第二个分割结果n8
b9jfahb中第一位的b将字符串分割为''(由于b左边为空)和9jfahb，取得第三个分割结果''
9jfahb中第四位的a将字符串分割为9jh和hb，取得第四个分割结果9jh
hb中第二位的b将字符串分割为h和''(由于b右边为空)，取得第五、六个分割结果h、''
sub替换，使用方法re.sub('被替换字符','替换字符','处理字符串'[,替换次数])，如果没有替换次数默认替换所有
subn替换和替换次数，使用方法re.subn('被替换字符','替换字符','处理字符串')，返回一个元组，第一个元素为替换后的结果，第二个元素为替换次数，
print(re.sub('\d+','A','h3e34ff7'),re.sub('\d+','A','h3e34ff7',2)) #hAeAffA hAeAff7 print(re.subn('\d+','A','h3e34ff7')) #('hAeAffA', 3)
compile事先编译匹配规则
com=re.compile('a+b') print(com.findall('2aabcde')) #输出['aab'] print(com.match('abcde').group()) #输出ab print(com.sub('F','2abc78aabcd')) #输出2Fc78Fcd
finditer 将匹配结果放入一个迭代器，再通过迭代器的next方法取值
s=re.finditer('s+','1ss34sssdaes') print(s) #输出<callable_iterator object at 0x0000000001E320F0>，表示结果为一个迭代器 print(next(s)) #输出<re.Match object; span=(1, 3), match='ss'>，表示结果为一个对象，且匹配到的为ss print(next(s).group()) #输出sss，通过对象的group()方法取到第二次next的值sss
