python之正则表达式的使用
一、re模块的使用
python中使用正则表达式，需要用到re模块来进行操作，Re库常用的功能函数
1、re.match函数
参数说明：接收两个参数，
- 第一个是匹配的规则，
- 第二个是匹配的目标字符串，
re.match尝试从字符串的起始位置匹配一个模式，匹配成功 返回的是一个匹配对象（这个对象包含了我们匹配的信息），如果不是起始位置匹配成功的话，match()返回的就是空。
import re s = '12356python123456' print(re.match(r'123',s)) print(re.match(r'1236',s)) print(re.match(r'1234',s)) print(re.match(r'python',s)) 打印结果： <_sre.SRE_Match object; span=(0, 3), match='123'> None None None
2、re.search方法
参数说明：接收两个参数，
- 第一个是匹配的规则，
- 第二个是匹配的目标字符串，
re.search 扫描整个字符串并返回第一个成功的匹配.【匹配多个符合要求的字符，只返回第一个满足条件的】
import re s = '12356python123456' print(re.search(r'123',s)) print(re.search(r'1236',s)) print(re.search(r'1234',s)) print(re.search(r'python',s)) 打印结果: <_sre.SRE_Match object; span=(0, 3), match='123'> None <_sre.SRE_Match object; span=(11, 15), match='1234'> <_sre.SRE_Match object; span=(5, 11), match='python'> Process finished with exit code 0
re.match与re.search的区别
re.match从字符串的开始位置进行匹配，如果字符串开始不符合正则表达式，则匹配失败，函数返回空；
而re.search匹配整个字符串，直到找到一个匹配成功的则进行返回，如果整个字符串中都没有找到匹配成功的，则返回空
3、findall方法
参数说明：接收两个参数，
- 第一个是匹配的规则，
- 第二个是匹配的目标字符串，
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。
import re s = '12356python123456' print(re.findall(r'123', s)) # ['123', '123'] print(re.findall(r'1236', s)) # [] print(re.findall(r'1234', s)) # ['1234'] print(re.findall(r'python', s)) # ['python']
注意： match 和 search 是匹配一个结果， findall 匹配处所有符合规则的结果。
4、sub方法
替换字符串中的某些字符，可以用正则表达式来匹配被选子串。
re.sub(pattern, repl, string, count=0 )
参数：
- pattern：匹配的规则；
- repl：匹配之后替换的新内容；
- string：需要按规则替换的字符串；
- count：替换的次数，可以不传参，默认替换所有符合规则的。
import re s = '12356python123456python' print(re.sub(r'python','PYTHON', s)) # 12356PYTHON123456PYTHON print(re.sub(r'python','PYTHON', s,1)) # 12356PYTHON123456python print(re.sub(r'python','PYTHON', s,2)) # 12356PYTHON123456PYTHON
5、贪婪模式说明：
贪婪模式：Python里数量词默认是贪婪的，总是尝试匹配尽可能多的字符；
import re
s = '12356python123456python'
# {m,n}表示n>m,匹配的位数
print(re.search(r'\d{3,}', s)) # <_sre.SRE_Match object; span=(0, 5), match='12356'>
print(re.search(r'\d{3,3}', s)) # <_sre.SRE_Match object; span=(0, 3), match='123'>
print(re.search(r'\d{3,4}', s)) # <_sre.SRE_Match object; span=(0, 4), match='1235'>
print(re.search(r'\d{3,5}', s)) # <_sre.SRE_Match object; span=(0, 5), match='12356'>
print(re.search(r'\d{3,6}', s)) # <_sre.SRE_Match object; span=(0, 5), match='12356'>
# 非贪婪模式：总是尝试匹配尽可能少的字符，在"*","?","+","{m,n}"，{m,}后面加上？，可以关闭贪婪模式
# 关闭贪婪模式之后，尽可能获取更少的，如下，只获取到最前面的3个数值（规则时至少3个，非贪婪就是匹配最前面符合规则的3个数组）
print(re.search(r'\d{2,4}?', s)) # <_sre.SRE_Match object; span=(0, 2), match='12'>
print(re.search(r'\d{3,4}?', s)) # <_sre.SRE_Match object; span=(0, 3), match='123'>
6.re.split方法
split按照匹配的模式字串将字符串进行切分，返回切分后的字符串列表
语法 re.split(pattern, string[, maxsplit=0, flags=0]) pattern:匹配的字符串 string:需要切分的字符串 maxsplit:分隔次数，默认为0(即不限次数) flags:标志位，用于控制正则表达式的匹配方式，比如：是否区分大小写，多行匹配等
实例
import re
s='abc, abc, defg, dds'
re.split('\W+',s)
结果：
['abc', 'abc', 'defg', 'dds']
其中：\W匹配任何非单词字符
二、正则表达式语法
1、表示单字符
单字符：即表示一个单独的字符，比如匹配数字用\d ,匹配非数字使用\D，具体规则如下：
|
字符 |
功能 |
|
|
. |
匹配任意1个字符（\n除外） |
|
|
[7a ] |
匹配[ ]中列举的字符，这里就是匹配7或者a这两个字符其中的一个 |
|
|
\d |
匹配数字，即0-9 |
|
|
\D |
匹配非数字，即不是数字 |
|
|
\s |
匹配空白，即 空格，tab键 |
|
|
\S |
匹配非空白 |
|
|
\w |
匹配单词字符，即a-z、A-Z、0-9、_ |
|
|
\W |
匹配非单词字符 |
实例如下：
# {m,n}表示n>m,匹配的位数
# .:匹配任意1个字符（\n除外）
print(re.search(r'.', s)) # <_sre.SRE_Match object; span=(0, 1), match='1'>
#[7a]匹配[ ]中列举的字符，这里就是匹配7或者a这两个字符其中的一个
print(re.search(r'[3a]', s)) # <_sre.SRE_Match object; span=(2, 3), match='3'>
print(re.search(r'[3p]', s)) # <_sre.SRE_Match object; span=(2, 3), match='3'>
print(re.search(r'[p3]', s)) # <_sre.SRE_Match object; span=(2, 3), match='3'>
print(re.search(r'[p4]', s)) # <_sre.SRE_Match object; span=(5, 6), match='p'>
import re
s = '12356python123456python#'
# \d匹配数字，即0-9
print(re.search(r'\d', s)) # <_sre.SRE_Match object; span=(0, 1), match='1'>
print(re.search(r'\d{3,}', s)) # <_sre.SRE_Match object; span=(0, 5), match='12356'>
# \D匹配非数字，即不是数字
print(re.search(r'\D', s)) # <_sre.SRE_Match object; span=(5, 6), match='p'>
print(re.search(r'\D{3,}', s)) # <_sre.SRE_Match object; span=(5, 11), match='python'>
# \w匹配单词字符，即a-z、A-Z、0-9、
print(re.search(r'\w', s)) # <_sre.SRE_Match object; span=(0, 1), match='1'>
# \W匹配非单词字符，即a-z、A-Z、0-9、
print(re.search(r'\W', s)) # <_sre.SRE_Match object; span=(23, 24), match='#'>
2、表示数量
如果要匹配某个字符多次，就可以在字符后面加上数量进行表示，具体规则如下：
|
字符 |
功能 |
|
* |
匹配前一个字符出现0次或者无限次，即可有可无 |
|
+ |
匹配前一个字符出现1次或者无限次，即至少有1次 |
|
? |
匹配前一个字符出现1次或者0次，即要么有1次，要么没有 |
|
{m} |
匹配前一个字符出现m次 |
|
{m,} |
匹配前一个字符至少出现m次 |
|
{m,n} |
匹配前一个字符出现从m到n次 |
import re
s = '12356python123456python#'
# *匹配前一个字符出现0次或者无限次，即可有可无
print(re.findall(r'1*',s)) # ['1', '', '', '', '', '', '', '', '', '', '', '1', '', '', '', '', '', '', '', '', '', '', '', '', '']
print(re.findall(r'T*',s)) # ['', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '']
# +匹配前一个字符出现1次或者无限次，即至少有1次
print(re.findall(r'1+', s)) # ['1', '1']
print(re.findall(r'T+', s)) # []
# ?匹配前一个字符出现1次或者0次，即要么有1次，要么没有
print(re.findall(r'1?',s)) # ['1', '', '', '', '', '', '', '', '', '', '', '1', '', '', '', '', '', '', '', '', '', '', '', '', '']
print(re.findall(r'T+?', s)) # []
# {m}匹配前一个字符出现m次
print(re.findall(r'1{1}', s)) # ['1', '1']
# {m,}匹配前一个字符至少出现m次
print(re.findall(r'1{2,}', s)) # []
# {m,n}匹配前一个字符出现从m到n次
print(re.findall(r'4{1,4}', s)) # ['1', '1']
注意：
*：匹配前面的子表达式零次或多次
‘*’特殊字符的作用是匹配*前面的子表达式零次或多次，这里面的子表达式指的是*前面的一个单元，例如ab*在这里*前面的子表达式指的就是b也就是说在匹配的时候在匹配到a之后，无论后面有没有b无论有几个b都能够匹配成功。
print(re.findall("ab*","cabbbdaw3abw"))#['abbb', 'a', 'ab']
’+‘特殊字符的作用是匹配前面的子表达式一次或多次，同样这里的子表达式指的是+前面的一个单元，与*特殊字符不同的是+特殊字符前面的子表达式必须匹配到一次或多次才能算匹配成功，例如ab+在这个匹配式进行匹配时，当匹配到a的时候，如果a后面是一个或多个b就能匹配成功，如果不是则匹配失败。
print(re.findall("ab+","cabbbdaw3abw"))#['abbb', 'ab']
print(re.findall("ab?","cabbbdaw3abw"))#['ab', 'a', 'ab']
