Python3正則表達式

正則表達式是一個特殊的字符序列，他能幫助你方便的檢查一個字符串是否與某種模式匹配。

re.match函數

re.match嘗試從字符串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，match()就返回一個none。

函數語法：

re.match(pattern,string,flags=0)

函數參數說明：

參數	描述
pattern	匹配的正則表達式
string	要匹配的字符串
flags	標志位，用于控制正則表達式的匹配方式

匹配成功re.search方法返回一個匹配的對象，否則返回None

我們可以使用group(num)或groups()匹配對象函數來獲取匹配表達式。

匹配對象方法	描述
group(num=0)	匹配整個表達式的字符串，group()可以一次輸入多個組號，在這種情況下它將返回一個包含那些組所對應的元組
groups()	返回一個包含所有小組字符串的元組，從1到所含小組號。

re.match和re.search的區別

re.match只匹配字符串的開始，如果字符串開始就不符合正則表達式，則匹配失敗，函數返回None，而re.search匹配整個字符串，直到找到一個匹配。

檢索和替換

Python的re模塊提供了re.sub用于替換字符串中的匹配項。

語法：

re.sub(pattern,repl,string,count=0,flags=0)

參數：

l? pattern:? 正則中的模塊字符串。
l? repl:?????? 替換的字符串，也可為一個函數
l? string:???? 要被查找替換的原始字符串
l? count:??? 模式匹配后替換的最大次數默認0表示替換所有匹配
l? flags:????? 編譯時用的匹配模塊，數字形式

前三個為必選項，后兩個為可選參數。

repl參數是一個函數

將字符串中匹配的數字乘以2

compile函數：

compile函數用于編譯正則表達式，生成一個正則表達式(Pattern對象)，供match()和search()這兩個函數使用。

語法格式如下：

re.compile(pattern[,flags])

參數：

l? pattern:? 一個字符串的正則表達式
l? flags:????? 可選，表示匹配模式，比如忽略大小寫，多行模式等。
l? re.l：????? 忽略大小寫
l? re.L:??????? 表示特殊字符集， \w,\W,\b,\B,\s,\S
l? re.M?????? 多行模式
l? re.S??????? 即為 ‘ . ’并且包括換行符在內的任意字符(‘ . ’ 不包括換行符)
l? re.U??????? 即為特殊字符集，\w,\W,\b,\B,\d,\D,\s,\S以來于Unicode字符屬性數據庫
l? re.X??????? 為了增加可讀性，忽略空格和’#’后面的注釋

##compile.py
import re
pattern = re.compile(r'\d+')                        #用于匹配至少一個數字
m = pattern.match('one12twothree34four')        #查找頭部，沒有匹配
print (m)m = pattern.match('one12twothree34four',2,10)    #從’e’位置開始查找，沒有匹配
print (m)m = pattern.match('one12twothree34four',3,10)    #從‘1’位置開始查找，正好匹配
print(m)                                        #返回一個Match對象print(m.group(0))                                #可省略0，以下相同
print(m.start(0))
print(m.end(0))
print(m.span(0))

運行結果：

exbot@ubuntu:~/workspace/python/20190917$ vim compile.py

exbot@ubuntu:~/workspace/python/20190917$ python3 compile.py

None

<_sre.SRE_Match object; span=(3, 5), match='12'>

(3, 5)

上述代碼中當匹配成功時返回一個Match對象，其中：

group([group1,…])方法用于獲取一個或多個分組匹配的字符串，當要獲取整個匹配的字串時，可直接使用group()或group(0)
start([group])方法用于獲取分組匹配的字串在整個字符串的起始位置(子串第一個字符索引)，默認參數為0。
end([group])方法用于獲取分組匹配的子串在整個字符串的結束位置（子串最后一個字符的索引+1），默認參數為0
span([group])方法返回(start(group),end(group))

findall

在字符串中找到正則表達式所匹配的所有子串，并返回一個列表，如果沒有找到匹配的，則返回一個空表

注意：match和search時匹配一次，findall時匹配所有。

語法格式:

re.findall(string[, pos[, endpos]])

參數：

l? string???? 帶匹配的字符串
l? pos???????? 可選參數，指定字符串的起始位置，默認0
l? endpos?? 可選參數，指定字符串結束位置，默認為字符串長度

查找字符串中所有數字：

re.finditer

和findall類似，在字符串中找到正則表達式所匹配的所有子串，并把它們作為一個迭代器返回。

re.finditer(pattern,string,flags=0)

參數：

pattern：????? 匹配的正則表達式
string：???????? 要匹配的字符串
flags?????? ：????????? 標志位，用于控制正則表達式的匹配方式

re.spilt

spilt方法按照能夠匹配的子串將字符串分割后返回列表，它的使用形式如下：

re.split(pattern,string[, maxsplit = 0,flags = 0])

參數：

pattern：????? 要匹配的正則表達式
string：???????? 要匹配的字符串
maxsplit：???? 分割次數，maxsplit=1分隔一次，默認為0，不限制次數
flags：????????? 標志位，用于控制正則表達式的匹配方式

正則表達式對象：

re.RegexObject

re.compile()返回RegexObject對象

re.MatchObject

l? group()返回被RE匹配的字符串

l? start()：? 返回匹配的開始的位置

l? end()：?? 返回匹配結束的位置

l? span():??? 返回一個元組包含匹配的位置

正則表達式修飾符-可選標識

正則表達式可以包含一些可選修飾符來控制匹配的模式修飾符被指定為一個可選的標識，多個標志可以通過按位OR（|）它們來指定。

修飾符	描述
re.I	使匹配對大小寫不敏感
re.L	做本地化識別匹配
re.M	多行匹配，影響^和$
re.S	使 . 匹配包括換行符在內的所有字符
re.U	根據Unicode字符集解析字符，這個標志影響\w,\W,\b,\B
re.X	該標識通過給予你更靈活的格式以便你將正則表達式寫的更易于理解

正則表達式模板：

模式字符串使用特殊的語法來標識一個正則表達式：

字母和數字標識他們本身，一個正則表達式中的字母和數字匹配同樣的字符串。

多數字母和數字前加一個反斜杠會擁有不同的含義。

標點符號只有被轉義時才匹配自身，否則他們標識特殊的含義。

反斜杠本身需要反斜杠轉義。

由于正則表達式通常都包含反斜杠，所以最后使用原有字符串來標識他們。模式元素如（r’\t’，等價于\\t）匹配相應的特殊字符。

下標列出了正則表達式模式語法中的特殊元素。如果你使用了模式的同時，提供了可選標志參數，某些模式元素的含義會改變。

^	匹配字符串開頭
$	匹配字符串結尾
.	匹配任意字符，除了換行符，當re.DOTALL標記被指定時，則可以匹配包括換行符在內的任意字符
[...]	用來標識一組字符，單獨列出：[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
re*	匹配0個或多個表達式
re+	匹配1個或多個表達式
re?	匹配0個或1個由前面的正則表達式定義的片段，非貪婪方式
re{ n}	匹配n個前面表達式。例如：”o{2}”不能匹配“Bob”中的“o”,但是可以匹配“food”中的兩個“o”
re{ n,}	精確匹配n個前面的表達式。例如”o{2,}”不能匹配“Bob“中的”o“，但能匹配”fooood“中的所有”o“。”o{1,}“等價于”o+“。”o{0,}“則等價”o*“
re{ n,m}	匹配n到m次由前面的正則表達式定義的片段，貪婪方式
a\| b	匹配a或b
(re)	匹配括號內的表達式，也表示一個組
(?imx)	正則表達式包含三種可選項，i,m,x。只影響括號中的區域
(?-imx)	正則表達式關閉i,m,x的可選標志，只影響括號中的區域。
(?:re)	類似（...）,但是不表示一個組
(?imx:re)	在括號李使用i,m,x可選標示
(?-imx:re)	在括號中不使用i,m,x的可選標志
(?#...)	注釋
(?=re)	前向肯定界定符。如果所含正則表達式，以...表示，在當前位置成功匹配時成功，否則失敗。但一旦所含表達式已經嘗試，匹配引擎根本沒有提高；模式的剩余部分還要嘗試界定符的右邊
(?!re)	前向否定界定符。與肯定的界定符相反；當所含表達式不能在字符串當前位置匹配時成功
(?>re)	匹配的獨立模式，省去回溯
\w	匹配數字字母下劃線
\W	匹配非數字字母下劃線
\s	匹配任意空白字符，等價[\t\n\r\f]
\S	匹配任意非空字符
\d	匹配任意數字，等價于[0-9]
\D	匹配任意非數字
\A	匹配字符串開始
\Z	匹配字符串結束，如果是存在換行，只匹配到換行前的結束字符串
\z	匹配字符串結束
\G	匹配最后匹配完成的位置
\b	匹配一個單詞邊界，也就是指單詞和空格間的位置例如，‘er\b’可以匹配”never”中的’er’，不能匹配“verb“中的’er’
\B	匹配非單詞邊界。‘er\B’能匹配“verb“中的‘er’，但不能匹配”never“中的‘er’
\n,\t等	匹配一個換行符，匹配一個制表符等
\1...\9	匹配第n個分組
\10	匹配第n個分組的內容，如果它經匹配。否則指的是八進制字符碼的表達式

正則表達式實例：

字符匹配

python

匹配“python“

字符類

實例	描述
[Pp]ython	匹配“Python“或“python”
rub[ye]	匹配“ruby“或”rube”
[aeiou]	匹配括號里任意一個字母
[0-9]	匹配任何數字
[a-z]	匹配任何小寫字母
[A-Z]	匹配任何大寫字母
[a-zA-Z0-9]	匹配任何字母和數字
[^aeiou]	除了aeiou字母以外的所有字符
[^0-9]	匹配除了數字以外的字符

特殊字符類

實例	描述
.	匹配除“\n”之外的任何單個字符，要匹配包括’\n’在內的任何字符，情使用像‘[.\n]’的模式
\d	匹配一個數字字符，等價[0-9]
\D	匹配一個非數字字符,等價[^0-9]
\s	匹配任何空白字符，包括空格、制符表、換頁符等等。等價于[\f\n\t\r]
\S	匹配任何非空白字符。等價[^\f\n\t\r]
\w	匹配包括下劃線的任何單詞字符。等價于’[A-Za-z0-9]’
\W	匹配任何非單詞字符，等價于’[^A-Za-z0-9]’