python正则表达式模块re
正则表达式的特殊元素
匹配符号 |
描述 |
" . " |
字符点"."匹配除换行符之外的任何字符。 |
" ^ " |
匹配以字符串开头,找到后返回匹配的字段 import re print(re.findall("^abc","abcsaf")) # 打印结果:['abc'] |
" $ " |
匹配以字符串结尾,找到后返回匹配的字符串 import re print(re.findall("abc$","safabc")) # 打印结果:['abc'] |
" * " |
匹配星号前面字符,星号前面的字符可以没有,也可以有多个,如ab*,将修饰字符b,字符b可以没有只匹配字符a,也可以有多个b。所以ab*可以匹配“a”、“ab”或“abbbbb”后面跟着任意数量的“b”。如下: import re print(re.findall("ab*","ampabnabbbbq")) # 打印结果:['a', 'ab', 'abbbb'] |
" + " |
匹配+号前字符出现的次数,如ab+,会匹配ab,和ab加上任意数量的b,如abbbb import re print(re.findall("ab+","apabnabbbbq")) # 打印结果:['ab', 'abbbb'] |
" ? " |
匹配?前字符出现的次数,字符可以是0次,最多是一次,如ab?,只能匹配a或者ab。 import re print(re.findall("ab?","amabnabbbbq")) # 打印结果:['a', 'ab', 'ab'] |
" *? " |
匹配*?前字符出现的次数,被匹配的字符可以出现0次,最多是1次。但是*?具有惰性,当匹配到第一个字符后,就不会继续在匹配。如ab*?可以匹配a或者ab,但是当出现字符a后就不会在去匹配字符b了。如下: import re print(re.findall("ab*?","apabcabbbbq")) # 打印结果:['a', 'a', 'a'] |
" +? " |
匹配+?前字符,+?具有惰性,被匹配的字符最少出现1次,仅匹配+?前面的字符串,匹配到后就结束,不会在匹配后边的结果,如ab+?只能匹配ab,如下: import re print(re.findall("ab+?","apabcabbbbq")) # 打印结果:['ab', 'ab'] |
" ?? " |
匹配??前的字符,??具有惰性,匹配到第一个字符后便不会继续向后匹配,如:ab?? 只匹配到a便结束了。 import re print(re.findall("ab??","apabcabbbqq")) # 打印结果:['a', 'a', 'a'] |
{m} |
匹配m个被修饰的字符,如ab{2}将匹配abb。如下: import re print(re.findall("ab{2}","apaabbcabbbbqq")) # 打印结果:['abb', 'abb'] |
{m,n} |
匹配m到n范围内的被修饰符的个数,如ab{1,3}将匹配ab,abb,abbb 如下: import re print(re.findall("ab{1,3}","abmpabbcabbbbbqq")) # 打印结果:['ab', 'abb', 'abbb'] |
{m,n}? |
有?号将具有惰性机制,将只能匹配到m个,如ab{1,3}?,将只能匹配ab 如下: import re print(re.findall("ab{1,3}?","abmpabbcabbbbbqq")) # 打印结果:['ab', 'ab', 'ab'] |
" | " |
或的意思,匹配两边的字符,如a|b将匹配a或者匹配b 如下: import re print(re.findall("a|b","abmpabbcaqq")) # 打印结果:['a', 'b', 'a', 'b', 'b', 'a'] |
" ... " |
将匹配引号内点数量的任意类型字,如'...'将匹配3个任意类型字符,如下: import re print(re.findall("...","12abmpabbcaqq")) #打印结果:['12a', 'bmp', 'abb', 'caq'] |
" \ " |
转义字符 |
[] |
用于表示一组字符,如[0-9]表示匹配0到9的数字,[a-z]匹配a-z的所有字符,如果带有-必须是ASCII码表中从小到大的顺序进行排列,如[9-0]是错误的。 |
\A |
匹配以字符串或字符开头,如下: import re print(re.findall("\Aab","abcdavcdsb")) #打印结果:['ab'] |
\d |
只匹配数字 import re print(re.findall("\d"," abcd12avc4dsb ")) #打印结果:['1', '2', '4'] |
\D |
匹配除了数字以外任意字符 import re print(re.findall("\D","abcd12_!@#$")) # 打印结果:['a', 'b', 'c', 'd', '_', '!', '@', '#', '$'] |
\s |
匹配空白,制表符如[" "\t\n\r\f\v]等如下: import re print(re.findall("\s","ab cd12a\tvc\n4dsb")) #打印结果:['', '\t', '\n'] |
\S |
匹配除了空白,制表符[" "\t\n\r\f\v]以外的任意字符,,如下: import re print(re.findall("\S","ab 123\tv_#\n$%^")) #打印结果:['a', 'b', '1', '2', '3', 'v', '_', '#', '$', '%', '^'] |
\w |
匹配字母,数字,下划线如下: import re print(re.findall("\w","ab_123!@#\t&*\n")) #打印结果:['a', 'b', '_', '1', '2', '3'] |
\W |
匹配除了字母,数字,下划线以外的任意字符,如下: import re print(re.findall("\W","ab_123!@#\t&*\n")) #打印结果:['!', '@', '#', '\t', '&', '*', '\n']
|
常用方法
re.compile(pattern, flags=0):参数pattern是一个表达式规则,返回一个表达式对象相当于一个表达式规则模板。
import re re_pottern = re.compile("\w") print(re_pottern.findall("abc_$%def")) # 打印内容如下 ['a', 'b', 'c', '_', 'd', 'e', 'f']
re.search(pattern, string, flags=0):根据表达式规则查找字符串,如果找不到匹配返回None,如果找到返回匹配到的对象。
import re print(re.search("\w+","abc1#$%2abc3")) # 打印内如下 <re.Match object; span=(0, 4), match='abc1'>
re.match(pattern, string, flags=0):与search类似。
import re print(re.match("\w+","abc1#$%2abc3")) #打印内容如下 <re.Match object; span=(0, 4), match='abc1'>
re.split(pattern, string, maxsplit=0, flags=0):将表达式的参数作为分隔符进行切割,返回切割后的列表。
import re print(re.split("\W+","Words, words, words")) # 打印内容如下 ['Words', 'words', 'words']
re.findall(pattern, string, flags=0):在整个字符串内匹配表达式,返回匹配到的结果。
import re print(re.findall("\w","abc#$_def")) # 打印内如如下 ['a', 'b', 'c', '_', 'd', 'e', 'f']
re.finditer(pattern, string, flags=0):匹配整个字符串,返回一个迭代器。
import re iter_ = re.finditer("\w","abc#$_def") print(iter_.__next__()) print(iter_.__next__()) print(iter_.__next__()) # 打印内容如下 <re.Match object; span=(0, 1), match='a'> <re.Match object; span=(1, 2), match='b'> <re.Match object; span=(2, 3), match='c'>
re.sub(pattern, repl, string, count=0, flags=0):
pattern:表达式。
repl:要替换的参数。
string:要被替换的字符串。
count:替换的次数,默认替换所有。
返回一个字符串。
import re print(re.sub("\w","a","abc#$_def")) print(re.sub("\w","a","abc#$_def",count=2)) # 打印内容如下 aaa#$aaaa aac#$_def
re.subn(pattern, repl, string, count=0, flags=0):
pattern:参数是表达式。
repl:要替换的参数。
string:要被替换的字符串。
count:替换的次数,默认替换所有。
返回一个被替换后的字符串和替换次数组成的元组。
import re print(re.subn("\w","a","abc#$_def")) print(re.subn("\w","a","abc#$_def",count=2)) # 打印内容如下 ('aaa#$aaaa', 7) ('aac#$_def', 2)
re.purge():清空正则表达式缓存。
。。。。。。。。。。。。。。待续。。。。。。。。。。。。。。。。。。。。
下一篇:configparser 、random模块简介:https://www.cnblogs.com/caesar-id/p/10478201.html