python模块re

字符： 

　　. 匹配除换行符以外的任意字符
　　\w 匹配字母或数字或下划线或汉字
　　\s 匹配任意的空白符
　　\d 匹配数字
　　\b 匹配单词的开始或结束
　　^ 匹配字符串的开始
　　$ 匹配字符串的结束

次数：

　　* 重复零次或更多次
　　+ 重复一次或更多次
　　? 重复零次或一次
　　{n} 重复n次
　　{n,} 重复n次或更多次
　　{n,m} 重复n到m次

1）编译正则表达式

?

1	p = re.compile('ab*', re.IGNORECASE)

　　re.compile() 还接受一个可选的参数 flag，用于指定正则匹配的模式

• re.IGNORECASE：忽略大小写，同 re.I。

• re.MULTILINE：多行模式，改变^和$的行为，同 re.M。

• re.DOTALL：点任意匹配模式，让'.'可以匹配包括'\n'在内的任意字符，同 re.S。

• re.LOCALE：使预定字符类 \w \W \b \B \s \S 取决于当前区域设定， 同 re.L。

• re.ASCII：使 \w \W \b \B \s \S 只匹配 ASCII 字符，而不是 Unicode 字符，同 re.A。

• re.VERBOSE：详细模式。这个模式下正则表达式可以是多行，忽略空白字符，并可以加入注释。主要是为了让正则表达式更易读，同re.X。

2）match

 match，从起始位置开始匹配，匹配成功返回一个对象，未匹配成功返回None

?

1 2 3 4

match(pattern, string, flags=0) # pattern： 正则模型 # string ： 要匹配的字符串 # falgs  ： 匹配模式

　　无分组：

?

1 2 3 4 5 6 7

origin='hello你好啊hehe我不好' patern=re.compile("h\w+") # r = re.match("h\w+", origin) r=patern.match(origin) print(r.group())  # 获取匹配到的所有结果 print(r.groups())  # 获取模型中匹配到的分组结果 print(r.groupdict())  # 获取模型中匹配到的分组结果

　　

hello你好啊hehe我不好
()
{}

有分组：

origin='hello你好啊hehe我不好1'
r = re.match("h(\w+).*(?P<name>\d)$", origin)
print(r.group())  # 获取匹配到的所有结果
print(r.groups())  # 获取模型中匹配到的分组结果
print(r.groupdict())  # 获取模型中匹配到的分组中所有执行了key的组

?

1 2 3

hello你好啊hehe我不好1 ('ello你好啊hehe我不好', '1') {'name': '1'}

 

3）search

　　

?

1 2	# search,浏览整个字符串去匹配第一个，未匹配成功返回None # search(pattern, string, flags=0)

　　

# 无分组

origin='abcde你好啊hehe我不好1'
r = re.search("a\w+", origin)
print(r.group())  # 获取匹配到的所有结果
print(r.groups())  # 获取模型中匹配到的分组结果
print(r.groupdict())  # 获取模型中匹配到的分组结果

# 有分组

r = re.search("a(?P<hanzi>\w+).*(?P<name>\d)$", origin)
print(r.group())  # 获取匹配到的所有结果
print(r.groups())  # 获取模型中匹配到的分组结果
print(r.groupdict())  # 获取模型中匹配到的分组中所有执行了key的组

?

1 2 3 4 5 6

abcde你好啊hehe我不好1 () {} abcde你好啊hehe我不好1 ('bcde你好啊hehe我不好', '1') {'hanzi': 'bcde你好啊hehe我不好', 'name': '1'}

　　

4）findall

?

1 2 3

# findall，获取非重复的匹配列表；如果有一个组则以列表形式返回，且每一个匹配均是字符串；如果模型中有多个组，则以列表形式返回，且每一个匹配均是元祖； # 空的匹配也会包含在结果中 #findall(pattern, string, flags=0)

　　

# 无分组
origin='abcde你好啊hehe我不好1'
r = re.findall("a\w+", origin)
print(r)

# 有分组
origin = "hello alex bcd abcd lge acd 19"
r = re.findall("a((\w*)c)(d)", origin)
print(r)

?

1 2	['abcde你好啊hehe我不好1'] [('bc', 'b', 'd'), ('c', '', 'd')]

　　

5）sub

?

1 2 3 4 5 6 7 8

# sub，替换匹配成功的指定位置字符串    sub(pattern, repl, string, count=0, flags=0) # pattern： 正则模型 # repl   ： 要替换的字符串或可执行对象 # string ： 要匹配的字符串 # count  ： 指定匹配个数 # flags  ： 匹配模式

　　

origin = "hello alex bcd alex lge alex acd 19"
r = re.sub("a\w+", "999", origin, 2)
print(r)

?

1	hello 999 bcd 999 lge alex acd 19

　　

6）split

?

1 2 3 4 5 6 7

# split，根据正则匹配分割字符串    split(pattern, string, maxsplit=0, flags=0) # pattern： 正则模型 # string ： 要匹配的字符串 # maxsplit：指定分割个数 # flags  ： 匹配模式

# 无分组
origin = "hello alex bcd alex lge alex acd 19"
r = re.split("alex", origin, 1)
print(r)

# 有分组

origin = "hello alex bcd alex lge alex acd 19"
r1 = re.split("(alex)", origin, 1)
print(r1)
r2 = re.split("(al(ex))", origin, 1)
print(r2)

?

1 2 3

['hello ', ' bcd alex lge alex acd 19'] ['hello ', 'alex', ' bcd alex lge alex acd 19'] ['hello ', 'alex', 'ex', ' bcd alex lge alex acd 19']

 

7）常用正则表达式

?

1 2 3 4 5 6

IP： ^(25[0-5]|2[0-4]\d|[0-1]?\d?\d)(\.(25[0-5]|2[0-4]\d|[0-1]?\d?\d)){3}$ 手机号： ^1[3|4|5|8][0-9]\d{8}$ 邮箱： [a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+