python正则表达式模块re

正则表达式的特殊元素

匹配符号	描述
'.'(点dot)	在默认模式下，它匹配除换行符之外的任何字符。如果指定了DOTALL标志，则匹配包括换行符在内的任何字符
'^'(Caret)	匹配以字符串开头,找到后返回匹配的字段 import re print(re.findall("^abc","abcsaf")) 打印结果:['abc']
'$'	匹配以字符串结尾,找到后返回匹配的字符串 import re print(re.findall("abc$","safabc")) 打印结果:[abc]
'*'	匹配星号前面字符,星号前面的字符可以没有,也可以有多个,如ab*,将修饰字符b,字符b可以没有只匹配字符a,也可以有多个b.所以ab*可以匹配“a”、“ab”或“abbbbb”后面跟着任意数量的“b”.如下: import re print(re.findall("ab*","ampabnabbbbbqq")) 打印结果:['a', 'ab', 'abbbbb']
'+'	匹配+号前字符出现的次数,如:ab+,会匹配ab,和a加上任意数量的b.如abbbb import re print(re.findall("ab+","ampabnabbbbbqq")) 打印结果:['ab', 'abbbbb']
'?'	匹配?前字符出现的次数,字符可以是0次.最多是一次.如ab?,只能匹配a或者ab import re print(re.findall("ab?","ampabnabbbbbqq")) 打印结果:['a', 'ab', 'ab']
'*?'	匹配*?前字符出现的次数,被匹配的字符可以出现0次,最多是1次.但是*?具有惰性,当匹配到第一个字符后,就不会继续在匹配.如ab*?可以匹配a或者ab,但是当出现字符a后就不会在去匹配字符b了.如下: import re print(re.findall("ab*?","ampabcabbbbbqq")) 打印结果:['a', 'a', 'a']
'+?'	匹配+?前字符出现的次数,+?也是具有惰性,被匹配的字符最少出现1次.仅匹配+?前面的字符串.匹配到后就结束,不会在匹配后边的结果 如ab+?只能匹配ab.如果ab+.就可以匹配ab,abbb也就是a加任意数量的b但是如果事ab+? 则只能匹配到ab便结束了. 如下: import re print(re.findall("ab*?","ampabcabbbbbqq")) 打印结果:['ab', 'ab']
'??'	匹配??前字符出现的次数,??也是具有惰性,匹配到第一个字符后便不会继续向后匹配 如:ab?? 只匹配到a便结束了. import re print(re.findall("ab??","ampabcabbbbbqq")) 打印结果:['a', 'a', 'a']
{m}	匹配m个被修饰的字符,如ab{2},将匹配abb 如下: import re print(re.findall("ab{2}","ampaabbcabbbbbqq")) 打印结果:['abb', 'abb']
{m,n}	匹配m到n范围内的被修饰符的个数,如ab{1,3}.将匹配ab,abb,abbb 如下: import re print(re.findall("ab{1,3}","abmpabbcabbbbbqq")) 打印结果:['ab', 'abb', 'abbb']
{m,n}?	有?号将具有惰性机制,将只能匹配到m个,如ab{1,3}?,将只能匹配ab 如下: import re print(re.findall("ab{1,3}?","abmpabbcabbbbbqq")) 打印结果:['ab', 'ab', 'ab']
|	或的意思,匹配两边的字符.如a|b将匹配a或者匹配b 如下: import re print(re.findall("a|b","abmpabbcaqq")) 打印结果:['a', 'b', 'a', 'b', 'b', 'a']
'...'	将匹配引号内点数量的任意类型字符为一个组,如'...',将匹配3个任意类型字符做为一组 如下: import re print(re.findall("...","12abmpabbcaqq")) 打印结果:['12a', 'bmp', 'abb', 'caq']
'?...'	匹配?前的字符,被匹配的字符可以存在,也可以不存在,后面的...是字符数量. 如'a?...' 将匹配a+三个任意字符,或者任意三个字符. 如下: import re print(re.findall("a?...","12abmpabbcaqqo")) 打印结果:['12a', 'bmp', 'abbc', 'aqqo']
\	转义字符
[]	用于表示一组字符,如[0-9]表示匹配0到9的数字,[a-z]匹配a-z的所有字符,如果带有-必须是ASCII码表中从小到大的顺序进行排列.如[9-0]是错误的
\A	匹配以哪个字符串或字符开头,如下: import re print(re.findall("\Aab","abcdavcdsb")) 检测是否已ab开头,不是打印[''] 打印结果:['ab']
\d	只匹配数字 import re print(re.findall("\d"," abcd12avc4dsb ")) 打印结果:['1', '2', '4']
\D	匹配除了数字以外任意字符 import re print(re.findall("\D","abcd12avc4dsb")) 打印结果:['a', 'b', 'c', 'd', 'a', 'v', 'c', 'd', 's', 'b']
\s	匹配空白,制表符如[" "\t\n\r\f\v]等如下: import re print(re.findall("\s","ab cd12a\tvc\n4dsb")) 打印结果:[' ', '\t', '\n']
\S	匹配除了空白,制表符[" "\t\n\r\f\v]以外的任意字符,如下: import re print(re.findall("\S","ab cd12a\tvc\n4dsb")) 打印结果:['a', 'b', 'c', 'd', '1', '2', 'a', 'v', 'c', '4', 'd', 's', 'b']
\w	匹配字母,数字,下划线如下: import re print(re.findall("\w","ab_cd1%$2a\tvc\n4dsb")) 打印结果:['a', 'b', '_', 'c', 'd', '1', '2', 'a', 'v', 'c', '4', 'd', 's', 'b']
\W	匹配除了字母,数字,下划线以外的任意字符,如下: import re print(re.findall("\W","ab_cd1%$2a\tvc\n4dsb")) 打印结果:['%', '$', '\t', '\n']
\A	匹配以哪个字符串或字符开头,如下: import re print(re.findall("\Aab","abcdavcdsb")) 检测是否已ab开头,不是打印[''] 打印结果:['ab']
\d	只匹配数字 import re print(re.findall("\d"," abcd12avc4dsb ")) 打印结果:['1', '2', '4']
\D	匹配除了数字以外任意字符 import re print(re.findall("\D","abcd12avc4dsb")) 打印结果:['a', 'b', 'c', 'd', 'a', 'v', 'c', 'd', 's', 'b']
\s	匹配空白,制表符如[" "\t\n\r\f\v]等如下: import re print(re.findall("\s","ab cd12a\tvc\n4dsb")) 打印结果:[' ', '\t', '\n']
\S	匹配除了空白,制表符[" "\t\n\r\f\v]以外的任意字符,如下: import re print(re.findall("\S","ab cd12a\tvc\n4dsb")) 打印结果:['a', 'b', 'c', 'd', '1', '2', 'a', 'v', 'c', '4', 'd', 's', 'b']
\w	匹配字母,数字,下划线如下: import re print(re.findall("\w","ab_cd1%$2a\tvc\n4dsb")) 打印结果:['a', 'b', '_', 'c', 'd', '1', '2', 'a', 'v', 'c', '4', 'd', 's', 'b']
\W	匹配除了字母,数字,下划线以外的任意字符,如下: import re print(re.findall("\W","ab_cd1%$2a\tvc\n4dsb")) 打印结果:['%', '$', '\t', '\n']

 

常用方法:

re.compile(pattern, flags=0)：参数pattern是一个表达式规则，返回一个表达式对象相当于一个表达式规则模板。

import re
re_pottern = re.compile("\w")
print(re_pottern.findall("abc_$%def"))

# 打印内容如下
['a', 'b', 'c', '_', 'd', 'e', 'f']

re.search(pattern, string, flags=0)：根据表达式规则查找字符串，如果找不到匹配返回None，如果找到返回匹配到的对象。

import re
print(re.search("\w+","abc1#$%2abc3"))

# 打印内如下
<re.Match object; span=(0, 4), match='abc1'>

re.match(pattern, string, flags=0)：与search类似。

import re
print(re.match("\w+","abc1#$%2abc3"))

#打印内容如下
<re.Match object; span=(0, 4), match='abc1'>

re.split(pattern, string, maxsplit=0, flags=0)：将表达式的参数作为分隔符进行切割，返回切割后的列表。

import re
print(re.split("\W+","Words, words, words"))

# 打印内容如下
['Words', 'words', 'words']

re.findall(pattern, string, flags=0)：在整个字符串内匹配表达式，返回匹配到的结果。

import re
print(re.findall("\w","abC#$_def"))

# 打印内如如下
['a', 'b', 'c', '_', 'd', 'e', 'f']

re.finditer(pattern, string, flags=0)：匹配整个字符串，返回一个迭代器。

import re
iter_ = re.finditer("\w","abc#$_def")
print(iter_.__next__())
print(iter_.__next__())
print(iter_.__next__())

# 打印内容如下
<re.Match object; span=(0, 1), match='a'>
<re.Match object; span=(1, 2), match='b'>
<re.Match object; span=(2, 3), match='c'>

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

pattern：表达式。

repl：要替换的参数。

string：要被替换的字符串。

count：替换的次数，默认替换所有。

返回一个字符串

import re
print(re.sub("\w","a","abc#$_def"))
print(re.sub("\w","a","abc#$_def",count=2))

# 打印内容如下
aaa#$aaaa
aac#$_def

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

pattern：参数是表达式。

repl：要替换的参数。

string：要被替换的字符串。

count：替换的次数，默认替换所有。

返回一个被替换后的字符串和替换次数组成的元组

import re
print(re.subn("\w","a","abc#$_def"))
print(re.subn("\w","a","abc#$_def",count=2))

# 打印内容如下
('aaa#$aaaa', 7)
('aac#$_def', 2)

re.purge()：清空正则表达式缓存。

 

 

 。。。。。。。。。。。。。。待续。。。。。。。。。。。。。。。。。。。。