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
#函数语法
re.match(pattern, string, flags=0)
#注解
pattern:匹配的正则表达式
string:要匹配的字符串
flags:标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等
group()
返回re.match处理后的值
#函数语法
rul = re.match('www','www.runoob.com').group()
print(rul)
re.search
扫描整个字符串并返回第一个成功的匹配
#函数语法
re.search(pattern, string, flags=0)
re.match与re.search的区别
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
re.sub
用于替换字符串中的匹配项
#函数语法
re.sub(pattern, repl, string, count=0, flags=0)
#注解
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。
flags : 编译时用的匹配模式,数字形式
compile
函数用于编译正则表达式,生成一个正则表达式( Pattern )对象,供 match() 和 search() 这两个函数使用
#函数语法
re.compile(pattern[, flags])
#注解
pattern : 一个字符串形式的正则表达式
flags 可选,表示匹配模式,比如忽略大小写,多行模式等,具体参数为:
re.I 忽略大小写
re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
re.M 多行模式
re.S 即为' . '并且包括换行符在内的任意字符(' . '不包括换行符)
re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
re.X 为了增加可读性,忽略空格和' # '后面的注释
findall
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,如果有多个匹配模式,则返回元组列表,如果没有找到匹配的,则返回空列表
#函数语法
re.findall(pattern, string, flags=0)
#注解
pattern 匹配模式。
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
re.finditer
和 findall 类似,在字符串中找到正则表达式所匹配的所有子串,并把它们作为一个迭代器返回
#函数语法
re.finditer(pattern, string, flags=0)
#注解
pattern:匹配的正则表达式
string:要匹配的字符串
正则表达式模式
模式字符串使用特殊的语法来表示一个正则表达式。
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。
多数字母和数字前加一个反斜杠时会拥有不同的含义。
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。
反斜杠本身需要使用反斜杠转义。
由于正则表达式通常都包含反斜杠,所以你最好使用原始字符串来表示它们。模式元素(如 r'\t',等价于 \\t )匹配相应的特殊字符。
下表列出了正则表达式模式语法中的特殊元素。如果你使用模式的同时提供了可选的标志参数,某些模式元素的含义会改变
-------------------------------------------------------------------------------------------
^: 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}: 匹配n个前面表达式。例如,"o{2}"不能匹配"Bob"中的"o",但是能匹配"food"中的两个o。
re{ n,}: 精确匹配n个前面表达式。例如,"o{2,}"不能匹配"Bob"中的"o",但能匹配"foooood"中的所有o。"o{1,}"等价于"o+"。"o{0,}"则等价于"o*"。
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): 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: 匹配数字字母下划线
\W: 匹配非数字字母下划线
\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。
\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个分组的内容。
\10: 匹配第n个分组的内容,如果它经匹配。否则指的是八进制字符码的表达式。