一.match
re.match 是从字符串的起始位置匹配一个模式,
匹配成功 re.match 方法返回一个匹配的对象,否则返回 None。
re.match(pattern,string,flags=0)
pattern: 匹配的正则表达式。
string: 要匹配的字符串。
flags: 标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。
正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。多个标志可以通过按位或 ( | ) 来指定,例如:re.L | re.M 。
修饰符 |
描述 |
re.I |
使匹配对大小写不敏感 |
re.L |
做本地化识别(locale-aware)匹配 |
re.M |
多行匹配,影响 ^ 和 $ |
re.S |
使 . 匹配包括换行在内的所有字符 |
re.U |
根据Unicode字符集解析字符。这个标志影响 \w,\W,\b,\B. |
re.X |
为了增加可读性,忽略空格和' # '后面的注释 |
import re
print(re.match('www','www.baidu.com'))
# 在起始位置匹配 返回 <re.Match object; span=(0,3),match='www'>
print(re.match('com','www.baidu.com'))
# 不在起始位置匹配 返回 None
print(re.match('www','www.baidu.com').span())
# 匹配成功字符起始位置 返回 (0,3)
print(re.match('www','www.baidu.com').group())
# 获取匹配成功字符串 返回 www
二.search
re.search 是扫描整个字符串并返回第一个成功的匹配,
匹配成功re.search方法返回一个匹配的对象,否则返回None。
re.search(pattern,flags=0)
pattern: 匹配的正则表达式。
string: 要匹配的字符串。
flags: 标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。
import re
print(re.search('www',match='www'>
print(re.search('com','www.baidu.com'))
# 不在起始位置匹配 返回 <re.Match object; span=(0,match='www'>
print(re.search('www','www.baidu.com').span())
# 匹配成功字符起始位置 返回 (0,3)
print(re.search('com','www.baidu.com').group())
# 获取匹配成功字符串 返回 com
注意:
re.match只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回None;而re.search匹配整个字符串,直到找到一个匹配。
三.sub
re.sub用于替换字符串中的匹配项,结果返回替换后的字符串。
re.sub(pattern,repl,count=0,flags=0)
pattern : 正则中的模式字符串。
repl : 替换的字符串,也可为一个函数。
string : 要被查找替换的原始字符串。
count : 模式匹配后替换的最大次数,默认 0 表示替换所有的匹配。
flags: 标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。
import re
print(re.sub('w','www','w.baidu.com'))
# 匹配成功替换字符串(默认替换1次) 返回 www.baidu.com
print(re.sub('w','WWW','w.baidu.www',2))
# 匹配成功替换指定次数字符串 返回 WWW.baidu.WWWww
四.subn
re.subn和sub相同,都是用于替换字符串中的匹配项,只不过subn的结果返回一个元组包含替换后的字符串和替换次数。
re.subn(pattern,flags=0)
pattern : 正则中的模式字符串。
repl : 替换的字符串,也可为一个函数。
string : 要被查找替换的原始字符串。
count : 模式匹配后替换的最大次数,默认 0 表示替换所有的匹配。
flags: 标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。
import re
print(re.subn('w','w.baidu.com'))
# 匹配成功替换字符串(默认替换1次) 返回 (www.baidu.com,1)
print(re.subn('w',2))
# 匹配成功替换指定次数字符串 返回 (WWW.baidu.WWWww,2)
五.compile
compile 函数用于编译正则表达式,生成一个正则表达式( Pattern )对象,
供 match() 和 search() 这两个函数使用。
re.compile(pattern[,flags])
pattern : 一个字符串形式的正则表达式
flags : 可选,表示匹配模式,比如忽略大小写,多行模式等。
import re
x = re.compile('www')
print(re.match(x,'www.baidu.com'))
# <re.Match object; span=(0,match='www'>
y = re.compile('com')
print(re.search(y,'www.baidu.com'))
# <re.Match object; span=(10,13),match='com'>
六.findall
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,如果有多个匹配模式,
则返回元组列表,如果没有找到匹配的,则返回空列表。
findall(string[,pos[,endpos]])
string : 待匹配的字符串。
pos : 可选参数,指定字符串的起始位置,默认为 0。
endpos : 可选参数,指定字符串的结束位置,默认为字符串的长度。
import re
x = re.compile('www')
print(re.findall(x,'www.baidu.www'))
# ['www','www']
x = re.compile('yyy')
print(re.findall(x,'www.baidu.www'))
# []
注意:
match 和 search 是匹配一次 findall 匹配所有。
七.finditer
在字符串中找到正则表达式所匹配的所有子串,并把它们作为一个迭代器返回。
re.finditer(pattern,flags=0)
pattern:匹配的正则表达式
string: 要匹配的字符串。
flags: 标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。
import re
x = re.compile('www')
y = re.finditer(x,'www.baidu.www')
for i in y:
print(i,i.group())
# <re.Match object; span=(0,match='www'> www
# <re.Match object; span=(10,match='www'> www
八.split
split 方法按照能够匹配的子串将字符串分割后返回列表。
re.split(pattern,string[,maxsplit=0,flags=0])
pattern: 匹配的正则表达式
string: 要匹配的字符串。
maxsplit:分隔次数,maxsplit=1 分隔一次,默认为 0,不限制次数。
flags: 标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。
x = re.compile(r'\.|:')
print(re.split(x,'www.baidu:com'))
# ['www','baidu','com']
九.表达式模式
模式 |
描述 |
^ |
匹配字符串开头 。 |
$ |
匹配字符串结尾 。 |
. |
匹配除 '\n'之外的任何单个字符。要匹配 '\n' 请使用象 '[.\n]' 的模式 。 |
+ |
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0次,即要么有1次,要么没有 。 |
| |
匹配左右任意一个表达式 。 |
[ ] |
匹配[ ]中列举的字符 。 |
( ) |
将括号中字符作为一个分组进行匹配 。 |
{ } |
匹配前一个字符出现的次数。 |
\A |
用于匹配字符的开头,等同于 ^ 。 |
\b |
匹配单词结尾,包括各种空白字符或者字符串结尾 。 |
\B |
匹配非边界字符。 |
\d |
匹配一个数字字符。等价于 [0-9] 。 |
\D |
匹配一个非数字字符。等价于 [^0-9] 。 |
\s |
匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v] 。 |
\S |
匹配任何非空白字符。等价于 [^ \f\n\r\t\v] 。 |
\w |
匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]' 。 |
\W |
匹配任何非单词字符。等价于 '[^A-Za-z0-9_]' 。 |
\Z |
用于匹配字符的结尾,等同于 $ 。 |
十.表达式应用
1.字符 '^' 匹配以指定字符串开头,并返回匹配成功字符串 。
import re
x = re.compile(r'^w')
for i in ['www','ywy']:
print(re.search(x,i))
# <re.Match object; span=(0,1),match='w'>
# None
2.字符 '$' 匹配以指定字符串的结尾,并返回匹配成功字符串 。
import re
x = re.compile(r'w$')
for i in ['www',i))
# <re.Match object; span=(2,match='w'>
# None
3.字符 '.' 代表任何一个字符,但是没有特别声明时不代表字符'\n' 。
import re
x = re.compile(r'1.3')
for i in ['12333','1\t333','1\n333']:
print(re.search(x,match='123'>
# <re.Match object; span=(0,match='1\t3'>
# None
4.字符 '+' 重复前面一个匹配字符一次或者多次 。
import re
x = re.compile(r'\d+')
for i in ['123','45x']:
print(re.search(x,2),match='45'>
5.字符 '*' 重复前面一个匹配字符零次或者多次 。
import re
x = re.compile(r'12*')
for i in ['11222','12255']:
print(re.search(x,match='1'>
# <re.Match object; span=(0,match='122'>
x = re.compile(r'12+')
for i in ['11222',i))
# <re.Match object; span=(1,5),match='1222'>
# <re.Match object; span=(0,match='122'>
注意:
r'12+'匹配是'12',而r'12*'匹配的是'1',因为'2'可以重复零次,但'12+'却要求'2'重复一次以上。
6. 字符 '?' 重复前面一个匹配字符零次或者一次 。
import re
x = re.compile(r'12?')
for i in ['12122','31529']:
print(re.search(x,match='12'>
# <re.Match object; span=(1,match='1'>
7.字符 '|' 代表或,即把左右分成两个部分,匹配左右任意⼀个表达式 。
import re
x = re.compile(r'12|21')
for i in ['12333','21333']:
print(re.search(x,match='12'>
# <re.Match object; span=(0,match='21'>
8. 字符 '[ ]' 中的字符是任选择一个,如果字符ASCll码中连续的一组,那么可以使用 '-' 字符连接,例如[0-9]表示0-9的其中一个数字,[A-Z]表示A-Z的其中一个大写字符,[0-9A-z]表示0-9的其中一个数字或者A-z的其中一个大写字符。
import re
x = re.compile(r'[0-9]')
for i in ['123','45','78']:
print(re.search(x,i))
# 匹配数字0-9之间的任意数字。
# <re.Match object; span=(0,match='4'>
x = re.compile(r'[A-Z]')
for i in ['Abc','aBc']:
print(re.search(x,i))
# 匹配A-Z之间任意大写字母。
# <re.Match object; span=(0,match='A'>
# <re.Match object; span=(1,match='B'>
x = re.compile(r'[A-z]')
for i in ['Abc','abC']:
print(re.search(x,i))
# 匹配A-z之间任意大写或小写字母。
# <re.Match object; span=(0,match='A'>
# <re.Match object; span=(0,match='a'>
9. 使用括号( )可以把( )看出一个整体,经常与'+'、'*'、'?'连续使用,对( )部分进行重复匹配 。
x = re.compile(r'(ab)+')
for i in ['ababc','cababc']:
print(re.search(x,4),match='abab'>
# <re.Match object; span=(1,match='abab'>
x = re.compile(r'(ab)*')
for i in ['ababc','abcabc']:
print(re.search(x,match='abab'>
# <re.Match object; span=(0,match='ab'>
x = re.compile(r'(ab)?')
for i in ['ababc',match='ab'>
# <re.Match object; span=(0,match='ab'>
10.字符 '{ }' 用于匹配前一个字符出现的次数 。
import re
for i in ['abc','abb','acb']:
print(re.search(r'b{1}',match='b'>
# <re.Match object; span=(1,match='b'>
# <re.Match object; span=(2,match='b'>
import re
for i in ['abc','acb']:
print(re.search(r'b{2}',i))
# None
# <re.Match object; span=(1,match='bb'>
# None
11.特殊字符使用 '\' 引导,例如 '\r'、'\n'、'\t' 等分别表示回车、换行、制表符号 。
import re
x = re.compile(r'\n|\t|\r')
for i in ['12\r33','12\n33','12\t33']:
print(re.search(x,match='\r'>
# <re.Match object; span=(2,match='\n'>
# <re.Match object; span=(2,match='\t'>
12. '^' 出现在[]第首字符位置代表取反,例如 '[ ^x0-9]' 表示即不是x,也不是0-9数字的字符串 。
import re
x = re.compile(r'[^a0-9]')
for i in ['abc','c16']:
print(re.search(x,match='b'>
# <re.Match object; span=(0,match='c'>
13.字符 '\A' 用于匹配字符的开头,等同于 ^ 。
import re
x = re.compile(r'\A21')
for i in ['212122','122555']:
print(re.search(x,match='21'>
# None
14.字符 '\b' 表示单词结尾,单词结尾包括各种空白字符或者字符串结尾 。
import re
x = re.compile(r'b\b')
for i in ['a b c','ab c','abb']:
print(re.search(x,match='b'>
15.字符 ' \B '匹配非边界字符 。
import re
for i in ['abc','acb']:
print(re.search(r'b\B',match='b'>
# None
16.字符 ' \d ' 匹配0~9之间的一个数值,并返回匹配成功的数字 。
import re
x = re.compile(r'\d')
for i in ['123','x5y']:
print(re.search(x,match='1'>
# <re.Match object; span=(1,match='5'>
17.字符 '\D' 匹配一个非数字字符。等价于 '[^0-9]' 。
x = re.compile(r'\D+')
for i in ['a12','b_56']:
print(re.search(x,match='a'>
# <re.Match object; span=(0,match='b_'>
18.字符 '\s' 匹配任何空白字符,等价'[\r\n\t\f\v]' 。
import re
x = re.compile(r'\s+')
for i in ['a\r\n\tb','c\f\vc']:
print(re.search(x,match='\r\n\t'>
# <re.Match object; span=(1,match='\x0c\x0b'>
19.字符 '\S' 匹配任何非空白字符。等价于 '[^\f\n\r\t\v]' 。
import re
x = re.compile(r'\S+')
for i in ['aB\r\n\tb','cD\f\vc']:
print(re.search(x,match='aB'>
# <re.Match object; span=(0,match='cD'>
20.字符 '\w' 匹配包括下划线子内的单词字符,等价于'[a-zA-Z0-9_]' 。
x = re.compile(r'\w+')
for i in ['a123','b_456']:
print(re.search(x,match='a123'>
# <re.Match object; span=(0,match='b_456'>
21.字符 '\W' 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]' 。
import re
x = re.compile(r'\W+')
for i in ['@#a123','&*b_456']:
print(re.search(x,match='@#'>
# <re.Match object; span=(0,match='&*'>
22.字符 '\Z' 用于匹配字符的结尾,等同于 $ 。
import re
x = re.compile(r'21\Z')
for i in ['121221',i))
# <re.Match object; span=(4,6),match='21'>
# None
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。