來源：Michael_翔_

鏈接：segmentfault.com/a/1190000006061975

摘要

• 在正則表達(dá)式中，如果直接給出字符,，就是精確匹配,。

• {m,n}? 對(duì)于前一個(gè)字符重復(fù) m 到 n 次，并且取盡可能少的情況 在字符串'aaaaaa'中,，a{2,4} 會(huì)匹配 4 個(gè) a,，但 a{2,4}? 只匹配 2 個(gè) a。

^表示行的開頭,，^\d表示必須以數(shù)字開頭,。

$表示行的結(jié)束，\d$表示必須以數(shù)字結(jié)束,。

你可能注意到了,，py也可以匹配'python'–>py;

但是加上^py$就變成了整行匹配,，就只能匹配’py’了,匹配'python'時(shí)，就什么也得不到,。

參考表

正則表達(dá)式特殊序列

re模塊

re.compile(pattern[, flags])

把正則表達(dá)式的模式和標(biāo)識(shí)轉(zhuǎn)化成正則表達(dá)式對(duì)象,，供 match() 和 search() 這兩個(gè)函數(shù)使用。

re 所定義的 flag 包括：

re.I 忽略大小寫

re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依賴于當(dāng)前環(huán)境

re.M 多行模式

re.S 即為’ . ’并且包括換行符在內(nèi)的任意字符（’ . ’不包括換行符）

re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依賴于 Unicode 字符屬性數(shù)據(jù)庫(kù)

re.X 為了增加可讀性,，忽略空格和’ # ’后面的注釋

以下兩種用法結(jié)果相同：

(A)

compiled_pattern = re.compile(pattern)

result = compiled_pattern.match(string)

(B)

result = re.match(pattern, string)

s = 'ABC\\-001' # Python的字符串

#對(duì)應(yīng)的正則表達(dá)式字符串變成：

#'ABC\-001'

因此我們強(qiáng)烈建議使用Python的r前綴,，就不用考慮轉(zhuǎn)義的問題了

s = r'ABC\-001' # Python的字符串

# 對(duì)應(yīng)的正則表達(dá)式字符串不變：

# 'ABC\-001'

search

re.search(pattern, string[, flags])

在字符串中查找匹配正則表達(dá)式模式的位置，返回 MatchObject 的實(shí)例,，如果沒有找到匹配的位置,，則返回 None。

對(duì)于已編譯的正則表達(dá)式對(duì)象來說（re.RegexObject）,，有以下 search 的方法：

search (string[, pos[, endpos]])

若 regex 是已編譯好的正則表達(dá)式對(duì)象,，regex.search(string, 0, 50) 等同于 regex.search(string[:50], 0)。

>>> pattern = re.compile('a')

>>> pattern.search('abcde')     # Match at index 0

>>> pattern.search('abcde', 1)  # No match;

match

re.match(pattern, string[, flags])

判斷 pattern 是否在字符串開頭位置匹配,。對(duì)于 RegexObject,，有：

match(string[, pos[, endpos]])

match() 函數(shù)只在字符串的開始位置嘗試匹配正則表達(dá)式，也就是只報(bào)告從位置 0 開始的匹配情況,，而 search() 函數(shù)是掃描整個(gè)字符串來查找匹配,。如果想要搜索整個(gè)字符串來尋找匹配，應(yīng)當(dāng)用 search(),。

>>> pattern.match('bca',2).group()

'a'

雖然，match默認(rèn)是從開頭匹配,，但是,，如果指定位置，仍然能成功,；但是,！match也是從指定位置開始匹配，不匹配仍然會(huì)失敗,，這一點(diǎn)就和search有區(qū)別啦,。

match()方法判斷是否匹配，如果匹配成功,，返回一個(gè)Match對(duì)象,，否則返回None。

test = '用戶輸入的字符串'

if re.match(r'正則表達(dá)式', test):

    print('ok')

else:

    print('failed')

split

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

此功能很常用,，可以將將字符串匹配正則表達(dá)式的部分割開并返回一個(gè)列表,。對(duì) RegexObject，有函數(shù)：

split(string[, maxsplit=0])

對(duì)于一個(gè)找不到匹配的字符串而言,，split 不會(huì)對(duì)其作出分割

>>> 'a b   c'.split(' ')

['a', 'b', '', '', 'c']

這里用字符串自帶的split方法就很不靈活,。

>>> re.split(r'\s+', 'a b   c')

['a', 'b', 'c']

看出差別了吧,，很強(qiáng)大！

再來一個(gè)終極的：

>>> re.split(r'[\s\,\;]+', 'a,b;; c  d')

['a', 'b', 'c', 'd']

r'[\s\,\;]+'的正則表達(dá)式意思為：空格或者,或者;出現(xiàn)1次或1次以上都是滿足條件的分割符號(hào),！所以,，最后結(jié)果還是很干凈。

findall

re.findall(pattern, string[, flags])

在字符串中找到正則表達(dá)式所匹配的所有子串,，并組成一個(gè)列表返回,。同樣 RegexObject 有：

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

#get all content enclosed with [], and return a list

>>> pattern=re.compile(r'hh')

>>> pattern.findall('hhmichaelhh')

['hh', 'hh']

finditer

re.finditer(pattern, string[, flags])

和 findall 類似，在字符串中找到正則表達(dá)式所匹配的所有子串,，并組成一個(gè)迭代器返回,。同樣 RegexObject 有：

finditer(string[, pos[, endpos]])

sub

re.sub(pattern, repl, string[, count, flags])

在字符串 string 中找到匹配正則表達(dá)式pattern 的所有子串，用另一個(gè)字符串 repl 進(jìn)行替換,。如果沒有找到匹配 pattern 的串,，則返回未被修改的 string。Repl 既可以是字符串也可以是一個(gè)函數(shù),。

返回值是替換后的新字符串,。

對(duì)于 RegexObject 有：

sub(repl, string[, count=0])

>>> pattern=re.compile(r'\d')

>>> pattern.sub('no','12hh34hh')

'nonohhnonohh'

>>> pattern.sub('no','12hh34hh',0)

'nonohhnonohh'

>>> pattern.sub('no','12hh34hh',count=0)

'nonohhnonohh'

>>> pattern.sub('no','12hh34hh',1)

'no2hh34hh'

通過上面的例子，可以看出,count是可以缺省的,，同時(shí),，默認(rèn)值是0，表示全部替換,；否則,，就是指定替換幾個(gè)。

subn

re.subn(pattern, repl, string[, count, flags])

該函數(shù)的功能和 sub() 相同,，但它還返回新的字符串以及替換的次數(shù),。同樣 RegexObject 有：

subn(repl, string[, count=0])

>>> pattern.subn('no','12hh34hh',count=0)

('nonohhnonohh', 4)

分組

除了簡(jiǎn)單地判斷是否匹配之外，正則表達(dá)式還有提取子串的強(qiáng)大功能,。用()表示的就是要提取的分組（Group）,。比如：

^(\d{3})-(\d{3,8})$分別定義了兩個(gè)組，可以直接從匹配的字符串中提取出區(qū)號(hào)和本地號(hào)碼：

>>> m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')

>>> m

_sre.SRE_Match object; span=(0, 9), match='010-12345'>

>>> m.group(0)

'010-12345'

>>> m.group(1)

'010'

>>> m.group(2)

'12345'

>>> m.groups()

('010', '12345')

通過實(shí)驗(yàn),，如果不用括號(hào),，得到的Match對(duì)象課可以使用例如a.group(0)或者a.group()但是，使用a.group(1)就會(huì)報(bào)錯(cuò)的,。

貪婪匹配

正則匹配默認(rèn)是貪婪匹配,，也就是匹配盡可能多的字符。舉例如下,，匹配出數(shù)字后面的0：

>>> re.match(r'^(\d+)(0*)$', '102300').groups()

('102300', '')

由于\d+采用貪婪匹配,，直接把后面的0全部匹配了，結(jié)果0*只能匹配空字符串了。

必須讓\d+采用非貪婪匹配（也就是盡可能少匹配）,，才能把后面的0匹配出來,，加個(gè)?就可以讓d+采用非貪婪匹配：

>>> re.match(r'^(\d+?)(0*)$', '102300').groups()

('1023', '00')

Python正則表達(dá)式學(xué)習(xí)資源