Python之re模块——正则表达式

Python之re模块——正则表达式

正则就是用一些具有特殊含义的符号组合到一起（称为正则表达式）来描述字符或者字符串的方法。shell中也会有正则表达式进行文本正则匹配，在很多脚本编写和配置定义中会是由，通常会与grep 、sed和awk进行配合使用。

常用匹配模式（元字符）

模式	描述
\w	匹配字母数字及下划线
\W	匹配非字母数字下划线
\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
\n	匹配一个换行符
\t	匹配一个制表符
^	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
*	匹配0个或多个的表达式
+	匹配1个或多个的表达式
？	匹配0个或1个由前面的正则表达式定义的片段，非贪婪模式
{n}	精确匹配n个前面的表达式
{n,m}	匹配n到m次由前面的正则表达式定义的片段，贪婪模式
a|b	匹配a或b
()	匹配括号内的表达式，也表示一个组

正则示例

import re
re.findall('\w','abc123_*-=')
re.findall('\W','abc123_*-=')
re.findall('\s','ABC\tab\nc123_ *-=')
re.findall('\S','abc123_*-=')
re.findall('\d','ABC\tab\nc123_ *-=')
re.findall('\D','ABC\tab\nc123_ *-=')
re.findall('\AAB','ABC\tab\nc123_ *-=AB')
re.findall('AB\Z','ABC\tab\nc123_ *-=AB')
re.findall('A.B','ABC\tab\nc123_ *-=AB',re.DOTALL)
re.findall('AB*','A AB abb AAA  BBB')
re.findall('AB+','A AB abb AAA  BBB')
re.findall('AB?','A AB abb AAA  BBB')
re.findall('AB{2,3}','ABBB ABB abb AB  ABBB')
re.findall('\d+\.?','ABC\tab\nc123_ *-=')
re.findall('\d+\.?\d+','ABC\tab\nc123_ *-=12f6')
re.findall('\d+\.?\d*','ABC\tab\nc123_ *-=12f6')
re.findall('a.b','a.b a1b aXb a b a\nb a\tb',re.S)
re.findall('a\db','a.b a666b a1b aXb a8b a b a\nb a\tb',re.DOTALL)
re.findall('a\d{1}b','a.b a666b a1b aXb a8b a b a\nb a\tb',re.DOTALL)
re.findall('a[0-8]b','a.b a666b a1b aXb a8b a b a\nb a\tb',re.DOTALL)
re.findall('a[0-8a-zA-z]b','a.b a666b a1b aXb a8b a b a\nb a\tb',re.DOTALL)
re.findall('a[^0-8a-zA-z]b','a.b a666b a1b aXb a8b a b a\nb a\tb',re.DOTALL)
re.findall('a-b','a.b a-b a666b a1b aXb a8b a b a\nb a\tb',re.DOTALL)
 re.findall('a[-0-9]b','a.b a-b a666b a1b aXb a8b a b a\nb a\tb',re.DOTALL)

#重复匹配： |.|*|?|.*|.*?|+|{n,m}
#.: 匹配除了\n之外任意一个字符，指定re.DOTALL之后才能匹配换行符【re.findall('A.B','ABC\tab\nc123_ AB *-=AB')】
#*: 左侧字符重复0次或无穷次，贪婪模式
#+： 左侧字符重复1次或无穷次，贪婪模式
#？：左侧字符 重复0次或1次，贪婪模式
#{n}: 单独一个n代表只出现n次，不多也不少
#{n,m}: 左侧字符重复n次到m次，贪婪模式。{0,}=* ,{1,}=+ ,{0,1}=?
#[]匹配指定字符一个
    # 尽量使用泛匹配模式.*
    # 尽量使用非贪婪模式:.*?
    # 使用括号得到匹配目标:用group(n)去取得结果
    # 有换行符就用re.S:修改模式

>>> import re
>>> re.findall('\w','abc123_*-=')
['a', 'b', 'c', '1', '2', '3', '_']
>>> re.findall('\W','abc123_*-=')
['*', '-', '=']
>>> re.findall('\s','ABC\tab\nc123_ *-=')
['\t', '\n', ' ']
>>> re.findall('\S','abc123_*-=')
['a', 'b', 'c', '1', '2', '3', '_', '*', '-', '=']
>>> re.findall('\d','ABC\tab\nc123_ *-=')
['1', '2', '3']
>>> re.findall('\D','ABC\tab\nc123_ *-=')
['A', 'B', 'C', '\t', 'a', 'b', '\n', 'c', '_', ' ', '*', '-', '=']
>>> re.findall('\AAB','ABC\tab\nc123_ *-=AB')
['AB']
>>> re.findall('AB\Z','ABC\tab\nc123_ *-=AB')
['AB']
>>> re.findall('^AB','ABC\tab\nc123_ *-=AB')
['AB']
>>> re.findall('^AB$','AB')
['AB']
>>> re.findall('AB*','A AB abb AAA  BBB')
['A', 'AB', 'A', 'A', 'A']
>>> re.findall('AB+','A AB abb AAA  BBB')
['AB']
>>> re.findall('AB?','A AB abb AAA  BBB')
['A', 'AB', 'A', 'A', 'A']
>>> re.findall('AB{2,3}','ABBB ABB abb AB  ABBB')
['ABBB', 'ABB', 'ABBB']
>>> re.findall('\d+\.?','ABC\tab\nc123_ *-=')
['123']
>>> re.findall('\d+\.?\d+','ABC\tab\nc123_ *-=12f6')
['123', '12']
>>> re.findall('\d+\.?\d*','ABC\tab\nc123_ *-=12f6')
['123', '12', '6']
>>> re.findall('a.b','a.b a1b aXb a b a\nb a\tb',re.DOTALL)
['a.b', 'a1b', 'aXb', 'a b', 'a\nb', 'a\tb']
>>> re.findall('a.b','a.b a1b aXb a b a\nb a\tb',re.S)
['a.b', 'a1b', 'aXb', 'a b', 'a\nb', 'a\tb']
>>> re.findall('a\db','a.b a666b a1b aXb a8b a b a\nb a\tb',re.DOTALL)
['a1b', 'a8b']
>>> re.findall('a\d{1}b','a.b a666b a1b aXb a8b a b a\nb a\tb',re.DOTALL)
['a1b', 'a8b']
>>> re.findall('a[0-8]b','a.b a666b a1b aXb a8b a b a\nb a\tb',re.DOTALL)
['a1b', 'a8b']
>>> re.findall('a[012345678]b','a.b a666b a1b aXb a8b a b a\nb a\tb',re.DOTALL)
['a1b', 'a8b']
>>> re.findall('a[0-8a-zA-z]b','a.b a666b a1b aXb a8b a b a\nb a\tb',re.DOTALL)
['a1b', 'aXb', 'a8b']
>>> re.findall('a[^0-8a-zA-z]b','a.b a666b a1b aXb a8b a b a\nb a\tb',re.DOTALL)
['a.b', 'a b', 'a\nb', 'a\tb']
>>> re.findall('a-b','a.b a-b a666b a1b aXb a8b a b a\nb a\tb',re.DOTALL)
['a-b']
>>> re.findall('a[-0-9]b','a.b a-b a666b a1b aXb a8b a b a\nb a\tb',re.DOTALL)
['a-b', 'a1b', 'a8b']