正则表达式详解

 

常见的正则匹配模式

最常规的匹配

#re.match() 尝试从字符串的起始位置匹配一个模式，
如果不是起始位置匹配成功的话，match()就返回none. re.match(patter,string,flags=0) 

content = 'Hello 123 4567 World_this is a Regex Demo'
print(len(content))

result = re.match('^Hello\s\d\d\d\s\d{4}\s\w{10}.*Demo$',content)
print(result.group()) #查看匹配到的字符
print(result)
print(type(result))

 

泛匹配

content = 'Hello 123 4567 World_this is a Regex Demo'
result = re.match('^Hello.*Demo$',content)
print(result.group)
print(result.span)
print(result)

 

匹配目标

content = 'Hello 1234567 World_this is a Regex Demo'
result = re.match('^Hello\s(\d+)\sWorld.*Demo$',content)
print(result.group)
print(result.span()) #result.span()方法返回的是匹配到的字符串的起始下标位置和结束位置
print(result)

 

#贪婪模式

content = 'Hello 1234567 World_this is a Regex Demo'
result = re.match('^He.*(\d+).*Demo$',content)
print(result)
print(result.group(1))

 

非贪婪匹配

content = 'Hello 1234567 World_this is a Regex Demo'
result = re.match('^He.*?(\d+).*Demo$',content)
print(result.group(1))

 

匹配模式

content = '''Hello 1234567 World_this 
is a Regex Demo'''
result = re.match('^He.*?Demo$',content,re.S)  #re.S指明换行兼容匹配模式
print(result.group)

 

转义

content = 'price is $500.00'
result = re.match('^p.*\$\d+\.\d+',content)
print(result)

 

re.search

**#扫描整个字符串并返回第一个成功的匹配。 **

content = 'Hello 1234567 World_this is a Regex Demo'
result = re.search('^H.*?(\d+).*?Demo$',content)
print(result.group(1))
# re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；
而re.search匹配整个字符串，直到找到一个匹配。 匹配成功re.search方法返回一个匹配的对象，否则返回None

 

re.sub

替换字符串中每一个匹配的子串后返回替换后的字符串

# re 模块提供了re.sub用于替换字符串中的匹配项。
re.sub(pattern, repl, string, count=0, flags=0)
content = 'Hello 1234567 World_this is a Regex Demo'
content = re.sub('\d+','',content)  #相当于字符串替换 
# 第一个参数传入要替换掉的字符串的正则表达式，第二个参数传入要替换的结果。
print(content)

#     pattern : 正则中的模式字符串。
#     repl : 替换的字符串，也可为一个函数。
#     string : 要被查找替换的原始字符串。
#     count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

 

re.compile() 将正则格式的字符串编译成正则表达式对象,以便于复用该匹配模式。

content = '''Hello 1234567 World_this 
is a Regex Demo'''
patter = re.compile('^H.*Demo$',re.S)
result = re.match(patter,content,)
print(result)

 

re.findall (pattern,str)或者pattern.findall(str)

# 在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。
#match 和 search 是匹配一次 ;findall 匹配所有

# 语法格式为：  findall(pattern,string, satrtpos, endpos)
#     string : 待匹配的字符串。
#     pos : 可选参数，指定字符串的起始位置，默认为 0。
#     endpos : 可选参数，指定字符串的结束位置，默认为字符串的长度。
pattern = re.compile(r'\d+')   # 查找数字
result1 = pattern.findall('runoob  123 google 456')
result3 = re.findall(pattern,'runoob  123 google 456')

result2 = pattern.findall('run88oob123google456', 0, 10)
print(result1)
print(result3)

 

split（pattern, string, maxsplit=0, flags=0）分隔

split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：

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

 

参数说明： pattern 要匹配的正则表达式； string 要匹配的字符串;maxsplit分割次数，等于1时表示分隔一次，默认0不限制次数。
flags 可选标志位，用来控制匹配方式

一些 Tips

1.模式字符串使用特殊的语法来表示一个正则表达式：

2.字母和数字表示他们自身。一个正则表达式模式中的字母和数字匹配同样的字符串。

3.多数字母和数字前加一个反斜杠时会拥有不同的含义。

4.标点符号只有被转义时才匹配自身，否则它们表示特殊的含义。

5.反斜杠本身需要使用反斜杠转义。