常用正则表达式符号
'.' 默认匹配除\n之外的任意一个字符,若指定flag DOTALL,则匹配任意字符,包括换行 '^' 匹配字符开头,若指定flags MULTILINE,这种也可以匹配上(r"^a","\nabc\neee",flags=re.MULTILINE) '$' 匹配字符结尾,或e.search("foo$","bfoo\nsdfsf",flags=re.MULTILINE).group()也可以 '*' 匹配*号前的字符0次或多次,re.findall("ab*","cabb3abcbbac") 结果为['abb', 'ab', 'a'] '+' 匹配前一个字符1次或多次,re.findall("ab+","ab+cd+abb+bba") 结果['ab', 'abb'] '?' 匹配前一个字符1次或0次 '{m}' 匹配前一个字符m次 '{n,m}' 匹配前一个字符n到m次,re.findall("ab{1,3}","abb abc abbcbbb") 结果'abb', 'ab', 'abb'] '|' 匹配|左或|右的字符,re.search("abc|ABC","ABCBabcCD").group() 结果'ABC' '(...)' 分组匹配,re.search("(abc){2}a(123|456)c", "abcabca456c").group() 结果 abcabca456c '\A' 只从字符开头匹配,re.search("\Aabc","alexabc") 是匹配不到的 '\Z' 匹配字符结尾,同$ '\d' 匹配数字0-9 '\D' 匹配非数字 '\w' 匹配[A-Za-z0-9] '\W' 匹配非[A-Za-z0-9] 's' 匹配空白字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 结果 '\t' '(?P<name>...)' 分组匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 结果{'province': '3714', 'city': '81', 'birthday': '1993'}
最常用的匹配语法
1 re.match 从头开始匹配 2 re.search 匹配包含 3 re.findall 把所有匹配到的字符放到以列表中的元素返回 4 re.splitall 以匹配到的字符当做列表分隔符 5 re.sub 匹配字符并替换
反斜杠的困扰
与大多数编程语言相同,正则表达式里使用"\"作为转义字符,这就可能造成反斜杠困扰。假如你需要匹配文本中的字符"\",那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\\\":前两个和后两个分别用于在编程语言里转义成反斜杠,转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题,这个例子中的正则表达式可以使用r"\\"表示。同样,匹配一个数字的"\\d"可以写成r"\d"。有了原生字符串,你再也不用担心是不是漏写了反斜杠,写出来的表达式也更直观。
仅需轻轻知道的几个匹配模式
re.I(re.IGNORECASE): 忽略大小写(括号内是完整写法,下同) M(MULTILINE): 多行模式,改变'^'和'$'的行为(参见上图) S(DOTALL): 点任意匹配模式,改变'.'的行为
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 import re 2 3 #s = 'hello world' 4 # print(s.find('ll')) 5 # ret=s.replace('ll','xx') 6 # print(ret) 7 # print(s.split('w')) 8 # ret=re.findall("w\w{2}l", 'hello world') 9 # print(ret) 10 # ret=re.findall("alex", 'hiudfgiusiohalexlkshd') 11 # print(ret) 12 # .通配符 13 # ret=re.findall("w..l", 'hello world')# . 代指所有字符(换行符除外只能代指一个字符 14 # print(ret) 15 # ^尖角符 16 # ret=re.findall('^h..o','hjasdflhello')#只在开始位置匹配 17 # print(ret) 18 #$ 19 # ret=re.findall('h..o$','hjasdflhello')#只在结尾位置匹配 20 # print(ret) 21 # * 重复匹配 范围[0,+oo] 22 # ret= re.findall('a.*li','husihfiosalexlihuidh') 23 # print(ret) 24 # + :[1,+oo] 25 # ret= re.findall('a.+li','husihfiosalexlihuidh') 26 # print(ret) 27 # ? [0,1] 28 # ret= re.findall('a.?li','husihfiosalexlihuidh') 29 # print(ret) 30 31 # {} 自己定匹配几次 {1,3}匹配一到三次 32 # ret=re.findall('a{5}b','aaaaab') 33 # print(ret) 34 # *等于{0,正无穷} 35 # +等于{1,正无穷} 36 # ?等于{0,1} 37 38 #字符集 39 40 #[] 或关系[]中的内容选一, 41 # ret=re.findall('a[c,d]x','acx') 42 # print(ret) 43 #取消元字符的特殊功能(\ ^ -例外) 44 # ret=re.findall('a[c,*]x','a*x') 45 # print(ret) 46 # ^放在[]:取反 47 # ret=re.findall('[^4,5]','ysdgufi4x245df') 48 # print(ret) 49 # \ 反斜杠后跟元字符去除特殊功能 50 # 反斜杠后跟普通字符实现特殊功能 51 # \d 匹配任何十进制数;相当于[0-9] 52 # \D 匹配任何非数字字符;相当于[^0-9] 53 # \s 匹配任何空白字符;相当于[\t\n\r\f\v] 54 # \S 匹配任何非空白字符;相当于[^\t\r\f\v] 55 # \w 匹配任何字母数字字符;相当于[a-zA-Z0-9] 56 # \W 匹配任何非字母数字字符;相当于[^a-zA-Z0-9] 57 # \b 匹配一个单词边界;也就是指单词和空格间的位置 58 # print(re.findall('\d{10}','9074892365982475896245692835')) 59 # print(re.findall('\sasd','fak asd')) 60 # print(re.findall('\w','fak asd')) 61 # print(re.findall(r'I\b','I am a LIST')) 62 #匹配出第一个满足条件的结果 63 # ret=re.search('sb','shukdsbjfhsb') 64 # print(ret.group()) 65 66 # ret=re.findall(r"\\.","sdyfjD\\c") 67 # print(ret) 68 69 # () | 分组 70 # ret=re.search('(as)+','sdfghjasas').group() 71 # print(ret) 72 # print(re.search('(as)|3','as').group()) 73 74 #正则表达式的方法 75 # 1 findall() 所有结果都返回 76 # 2 search() 返回匹配到的第一个对象,对象可调用group() 77 # 3 match() 只在字符串开始匹配,返回匹配到的第一个对象,对象可调用group() 78 # 4 split('[a,b]') 先以a分 分完之后以b分 79 # 5 sub() 三个参数 第一个为原内容 第二个是要替换内容 第三个为替换后的内容 80 # 6 compile() 创建一个正则表达式对象,加入规则。 obj=re.compile() obj.split()