re模块

原文：https://www.cnblogs.com/schut/p/8439225.html

1、什么是re模块？

　　正则表达式就是字符串的匹配规则，在多数编程语言里都有相应的支持，python里对应的模块是re。

2、常用匹配规则：

'.'     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)
'$'     匹配字符结尾， 若指定flags MULTILINE ,re.search('foo.$','foo1\nfoo2\n',re.MULTILINE).group() 会匹配到foo1
'*'     匹配*号前的字符0次或多次， re.search('a*','aaaabac')  结果'aaaa'
'+'     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 ,re.search('b?','alex').group() 匹配b 0次
'{m}'   匹配前一个字符m次 ,re.search('b{3}','alexbbbs').group()  匹配到'bbb'
'{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|45)", "abcabca456c").group() 结果为'abcabca45'


'\A'    只从字符开头匹配，re.search("\Aabc","alexabc") 是匹配不到的，相当于re.match('abc',"alexabc") 或^
'\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'}

3、re的匹配语法有以下几种

　　re.match  从头开始匹配

　　re.search 匹配包含

　　re.findall 把所有匹配到的字符放到列表中并返回列表

　　re.split 以匹配到的字符当作列表分隔符

　　re.sub 匹配字符并替换

　　re.fullmatch 全部匹配

4、re的匹配语法1实例：

#！/usr/bin/env python3
#-*- coding:utf-8 -*-
# write by congcong

import re
# 正则表达式就是字符串的匹配规则，在多数编程语言里都有相应的支持，python里对应的模块是re
s = 'abc123d45'
# re.match(pattern, string, flags=0) 从头开始匹配,只匹配第一个
'''
pattern 正则表达式  pattern 正则表达式  flags 标志位，用于控制正则表达式的匹配方式
'''
print(re.match('[0-9]',s)) # 因为第一个是’a‘所以没有匹配到
print(re.match('[0-9]','15abc234')) # <_sre.SRE_Match object; span=(0, 1), match='1'>

# re.search() 遇到符合要求的就返回,不再继续向后找
print(re.search('[0-9]','ab12c3d')) # <_sre.SRE_Match object; span=(2, 3), match='1'>
# 先判断是否匹配到，是的话 通过re.search().group() 返回匹配到的值

# re.findall() 全局查找，有多少符合返回多少,以列表的形式返回
print(re.findall('[0-9]','a1b2c3d4')) # ['1', '2', '3', '4']

#  '.'  默认匹配除\n之外的任意一个字符
print(re.match('.','abc12d')) # <_sre.SRE_Match object; span=(0, 1), match='a'>
print(re.match('..','abc12d')) # <_sre.SRE_Match object; span=(0, 2), match='ab'>
print(re.search('.','ab12cd')) # <_sre.SRE_Match object; span=(0, 1), match='a'>

# ' ^ ' 匹配字符开头
print(re.match('^a','ab12cd')) # <_sre.SRE_Match object; span=(0, 1), match='a'>
print(re.match('^ab','ab12cd')) # <_sre.SRE_Match object; span=(0, 2), match='ab'>
print(re.search('^ab','ab12cd')) # <_sre.SRE_Match object; span=(0, 2), match='ab'>

#  '$' 匹配字符结尾
print(re.match('d$','ab12cd'))# 无法获取
print(re.search('d$','ab12cd')) # <_sre.SRE_Match object; span=(5, 6), match='d'>
print(re.search('cd$','ab1cd2cd')) # <_sre.SRE_Match object; span=(6, 8), match='cd'>

# '*' 匹配*号前的字符0次或多次
print(re.match('d*','ad123dd')) # 没有匹配到
print(re.search('ab*','a123abv').group()) # a
print(re.search('a*','aaaabac').group()) # aaaa

#  '+' 匹配前一个字符1次或多次
print(re.findall("ab+","ab+cd+abb+bba") ) # ['ab', 'abb']
print(re.findall('ab+','aabadfbab')) # ['ab', 'ab']

#  '?' 匹配前一个字符1次或0次
print(re.search('a?','alaex').group())  # a

#  '{m}'匹配前一个字符m次
print(re.search('b{3}','alexbbbs').group())  # 匹配到'bbb'

#  '{n,m}' 匹配前一个字符n到m次
print(re.findall("ab{1,3}","abb abc abbcbbb")) # ['abb', 'ab', 'abb']

#  '|' 匹配|左或|右的字符
print(re.search("abc|ABC","ABCBabcCD").group()) #  ABC

#  (...)' 分组匹配
print( re.search("(abc){2}a(123|45)", "abcabca456c").group()) # abcabca45
print(re.search('[q-z]{1,3}','ab123qwe').group()) # qw
print(re.search('([a-z]+)([0-9]+)','zbc12a5').groups())  # ('zbc', '12')

re的匹配语法2实例：

#！/usr/bin/env python3
#-*- coding:utf-8 -*-
# write by congcong

import re

#  '\A' 只从字符开头匹配
print(re.search("\Aabc","alexabc")) # 匹配不到的，相当于re.match('abc',"alexabc") 或^
print(re.search('\Aale','alexabc').group()) # ale

#  '\Z' 匹配字符结尾，同$
print(re.search('abc\Z','alexabc').group())  # abc

#  '\d' 匹配数字0-9
print(re.search('\d+','123ab4').group())  # 123

#  '\D' 匹配非数字
print(re.search('\D+','asd$12!@').group())  # asd$
print(re.findall('\D+','asd$12!@'))   # ['asd$', '!@']

#   '\w'  匹配[A-Za-z0-9]
print(re.search('\w+','123abA!4').group())  # 123abA

#   '\W'  匹配 非 [A-Za-z0-9]
print(re.search('\W+','123abA!4').group()) # !

#  '\s'  匹配空白字符、\t、\n、\r  结果 '\t'
print(re.search("\s+","ab\tc1\n3")) # <_sre.SRE_Match object; span=(2, 3), match='\t'>

# '(?P<name>...)' 分组匹配 结果{'province': '3714', 'city': '81', 'birthday': '1993'}
re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city")

s = '412142199612012510'
res = re.search('(?P<province>\d{3})(?P<city>\d{3})(?P<born_year>\d{4})',s).groups()
print(res) # ('412', '142', '1996')

# re.split 以匹配到的字符当做列表分隔符
s = 'qeqwe135asdf14as!df-312qw'
print(re.split('\d+|!|-',s)) # ['qeqwe', 'asdf', 'as', 'df', '', 'qw']
cunt ='12334+2312*12-56/8%2'
print(re.split('[\+\*-/%]',cunt,maxsplit=3))  # ['12334', '2312', '12', '56/8%2']

#  re.fullmatch 全部匹配
print(re.fullmatch('\w+@\w+\.(com|cn|edu)','ccqwe@asdf.com').group())  # ccqwe@asdf.com

# re.compile 先制定规则，再匹配，提高效率
str = re.compile('\d+@\w+\.com')
print(str.fullmatch('935259249@qq.com').group()) # 935259249@qq.com

# re.sub 替换
s = 'qwert1234zx666hyt999'
print(re.sub('\d+','*',s))  # qwert*zx*hyt*
print(re.sub('\d+','%',s,count=2)) # qwert%zx%hyt999

'''
Flags标志符

    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
    S(DOTALL): 改变'.'的行为,make the '.' special character match any character at all, including a newline; without this flag, '.' will match anything except a newline.
    X(re.VERBOSE) 可以给你的表达式写注释，使其更可读，下面这2个意思一样

'''
# re.I(re.IGNORECASE): 忽略大小写（括号内是完整写法，下同）
print(re.search('a','Alehello',re.I).group())  # A

# X(re.VERBOSE) 可以给你的表达式写注释，使其更可读，下面这2个意思一样
a = re.compile(r"""\d + # the integral part
                \. # the decimal point
                \d * # some fractional digits""",
                re.X)

b = re.compile(r"\d+\.\d*")