Python正则表达式

正则表达式(regular expression)主要功能是从字符串(string)中通过特定的模式(pattern)，搜索想要找到的内容。

在Python中使用正则表达式需要标准库中的一个包re。

 

正则表达式常用的5种操作

　　re.match(pattern, string)　　　　 # 从头开始匹配　

m = re.match("[0-9]","756abc6def")    #[0-9] 仅匹配一个字符
print(m.group())
#输出 7

m = re.match("[0-9][0-9]","75678abc6def")
print(m.group())
#输出 75

m = re.match("[0-9]{0,10}","75678abc6def")    #{0,10}表示匹配0到10次
print(m.group())
#输出 75678

　　re.findall(pattern, string)　　　　# 找到所有要匹配的字符并返回列表格式

m = re.findall("[0-9]{1,10}","7578abc6def78sjdo")    #匹配所有的数字
if  m:
    print(m)
#输出    ['7578', '6', '78']

m = re.findall("[a-zA-Z]{1,10}","7578abAc6def78sjDdo")    #匹配所有的字母
if  m:
    print(m)
#输出    ['abAc', 'def', 'sjDdo']

　　re.search(pattern, string)　　　　# 匹配整个字符串，直到找到一个匹配

m = re.search("\d+","abAc65def78sjDdo")    
if  m:
    print(m.group())
#输出    65

　　re.sub(pattern, repl, string, count,flag) 　　　# 替换匹配到的字符

m = re.sub("\d+","|","abAc65def78sjDdo")     #找到所有的数字，用|替换
if  m:
    print(m)
#输出    abAc|def|sjDdo

m = re.sub("\d+","|","abAc65def78sjDdo",count=1)     #替换一次
if  m:
    print(m)
#输出    abAc|def78sjDdo


m = re.sub("\s*","","ab  A8s   jD   do")     #找到所有的空格并删除
if  m:
    print(m)
#输出    abA8sjDdo

　　re.split(pattern, string)　　　　　　# 将匹配到的格式当做分割点对字符串分割成列表

m = re.split('[0-9]','alex1tony2falsh3rambo')
print(m)
#输出    ['alex', 'tony', 'falsh', 'rambo']

 

匹配格式

模式	描述
^	匹配字符串的开头
$	匹配字符串的末尾。
.	匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
[...]	用来表示一组字符,单独列出：[amk] 匹配 'a'，'m'或'k'
[^...]	不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。
re*	匹配0个或多个的表达式。
re+	匹配1个或多个的表达式。
re?	匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
re{ n}
re{ n,}	精确匹配n个前面表达式。
re{ n, m}	匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式
a| b	匹配a或b
(re)	G匹配括号内的表达式，也表示一个组
(?imx)	正则表达式包含三种可选标志：i, m, 或 x 。只影响括号中的区域。
(?-imx)	正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。
(?: re)	类似 (...), 但是不表示一个组
(?imx: re)	在括号中使用i, m, 或 x 可选标志
(?-imx: re)	在括号中不使用i, m, 或 x 可选标志
(?#...)	注释.
(?= re)	前向肯定界定符。如果所含正则表达式，以 ... 表示，在当前位置成功匹配时成功，否则失败。但一旦所含表达式已经尝试，匹配引擎根本没有提高；模式的剩余部分还要尝试界定符的右边。
(?! re)	前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功
(?> re)	匹配的独立模式，省去回溯。
\w	匹配字母数字
\W	匹配非字母数字
\s	匹配任意空白字符，等价于 [\t\n\r\f].
\S	匹配任意非空字符
\d	匹配任意数字，等价于 [0-9].
\D	匹配任意非数字
\A	匹配字符串开始
\Z	匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。c
\z	匹配字符串结束
\G	匹配最后匹配完成的位置。
\b	匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
\B	匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
\n, \t, 等.	匹配一个换行符。匹配一个制表符。等
\1...\9	匹配第n个分组的子表达式。
\10	匹配第n个分组的子表达式，如果它经匹配。否则指的是八进制字符码的表达式。

　　

几个常见的正则例子

1、匹配手机号　

phone_str = "hey my name is alex, and my phone number is 13651054607, please call me if you are pretty!"
phone_str2 = "hey my name is alex, and my phone number is 18651054604, please call me if you are pretty!"

#"(1)([358]\d{9})"中,(1)表示第一位是1，[358]表示第二位是3或5或8，\d{9}表示剩下的还有9位数字
m = re.search("(1)([358]\d{9})",phone_str2)
if m:
    print(m.group())
#输出    18651054604

2、匹配IP地址

ip_addr = "inet 192.168.60.223 netmask 0xffffff00 broadcast 192.168.60.255"

#匹配四段1-3位数的数字，不判断合法性
m = re.search("\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}", ip_addr)

print(m.group())

3、匹配email

email = "alex.li@126.com   http://www.oldboyedu.com"
 
m = re.search(r"[0-9.a-z]{0,26}@[0-9.a-z]{0,20}.[0-9a-z]{0,8}", email)
print(m.group())