一、什么是正則表達(dá)式？

正則表達(dá)式，又稱規(guī)則表達(dá)式，通常被用來(lái)檢索、替換那些符合某個(gè)模式(規(guī)則)的文本。

正則表達(dá)式是對(duì)字符串操作的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個(gè)“規(guī)則字符串”，這個(gè)“規(guī)則字符串”用來(lái)表達(dá)對(duì)字符串的一種過(guò)濾邏輯。

二、正則表達(dá)式的匹配規(guī)則

1.表示字符

·：匹配任意除換行符’n’外的字符，但是在DOTALL模式中也可以匹配換行符’n’ ：轉(zhuǎn)義字符，使后一個(gè)字符改變?cè)瓉?lái)的意思，如果字符串中想匹配*，可以使用*，也可以使用字符集[*] [...]：字符集，匹配字符集中列出的任意字符。字符可以逐個(gè)列出，也可以給出范圍，比如[a-z]，[0-9]，第一個(gè)字符是^表示取反。所有特殊字符在字符集中都失去其原有的特殊含義。如果想使用’]’,’-’或者’^’，可以在前面加上，或者將]或者-放在首位，將^放在非首位

2.預(yù)定義字符集（可寫(xiě)在字符集[]中）

d：數(shù)字[0-9] D：非數(shù)字[^0-9] s：空白字符[<空格>，t,n,r,f,v] S：非空白字符[^s] w：?jiǎn)卧~字符[a-zA-Z0-9_] W：非單詞字符[^w]

3.表示數(shù)量

*：匹配前一個(gè)字符0次或無(wú)限次，即可有可無(wú) +：匹配前一個(gè)字符出現(xiàn)1次或者無(wú)限次，即至少有1次 {m}：匹配前一個(gè)字符出現(xiàn)m次 {m,}：匹配前一個(gè)字符至少出現(xiàn)m次 {,n}：匹配前一個(gè)字符至多出現(xiàn)n次 {m,n}：匹配前一個(gè)字符出現(xiàn)從m到n次

4.表示邊界

^：匹配字符串開(kāi)頭。在多行模式中匹配每一行的開(kāi)頭 $：匹配字符串結(jié)尾。在多行模式中匹配每一行的結(jié)尾 A：僅匹配字符串開(kāi)頭 Z：僅匹配字符串結(jié)尾 b：匹配單詞邊界，w和W之間 B：匹配非單詞邊界，[^b]

5.匹配分組

|：匹配左右任意一個(gè)表達(dá)式 (...)：被括起來(lái)的表達(dá)式作為一個(gè)分組，從表達(dá)式左邊開(kāi)始，每遇到一個(gè)’(’，編號(hào)+1。分組表達(dá)式作為一個(gè)整體，后面可接數(shù)量詞。表達(dá)式中的|僅在該分組中有效 (?P<name>)：分組，除了原有的編號(hào)以外，再給分組取一個(gè)別名 (?P=<name>)：引用別名為<name>的分組匹配到的字符串 <number>：引用編號(hào)為<number>的分組匹配到的字符串

6.特殊構(gòu)造(不作為分組)

(?:...)：(...)的不分組版本，用于使用’|’或后面接上數(shù)量詞，比如(?:[1-9]?d|100)表示匹配數(shù)字0-100，(?:abc){2}表示匹配abcabc 剩下的一些不常見(jiàn)，略 三、re模塊

在 Python中，我們可以使用內(nèi)置的 re 模塊來(lái)使用正則表達(dá)式。與大多數(shù)編程語(yǔ)言相同，正則表達(dá)式里使用’’作為轉(zhuǎn)義字符，這就可能造成反斜杠困擾。Python里的原生字符串很好地解決了這個(gè)問(wèn)題，只需要在字符串前面加上’r’前綴。

re模塊的一般使用步驟：

使用 compile() 函數(shù)將正則表達(dá)式的字符串形式編譯為一個(gè) Pattern 對(duì)象 通過(guò) Pattern 對(duì)象提供的一系列方法對(duì)文本進(jìn)行匹配查找

1.compile函數(shù)

compile 函數(shù)用于編譯正則表達(dá)式，生成一個(gè) Pattern 對(duì)象。必須傳入的第一個(gè)參數(shù)是’規(guī)則字符串’，另外可以通過(guò)第二個(gè)參數(shù)(flags)來(lái)指定匹配模式。

常見(jiàn)的匹配模式：

re.I(re.IGNORECASE): 忽略大小寫(xiě) re.M(MULTILINE): 多行模式，改變’^’和’$’的行為 re.S(DOTALL): 點(diǎn)任意匹配模式，改變’.’的行為，可以匹配’n’

import re# 將正則表達(dá)式編譯成 Pattern對(duì)象，并指定匹配模式為點(diǎn)任意匹配模式pattern = re.compile(r’d+’,re.S)

2.Pattern 對(duì)象的一些常用方法

match方法

match 方法用于查找字符串的頭部（也可以指定起始位置），它是一次匹配，只要找到了一個(gè)匹配的結(jié)果就返回，而不是查找所有匹配的結(jié)果。

它的一般使用形式如下：

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

其中，string 是待匹配的字符串，pos 和 endpos 是可選參數(shù)，指定字符串的起始和終點(diǎn)位置，默認(rèn)值分別是 0 和 len (字符串長(zhǎng)度)。因此，當(dāng)你不指定 pos 和 endpos 時(shí)，match 方法默認(rèn)匹配字符串的頭部。

當(dāng)匹配成功時(shí)，返回一個(gè) Match 對(duì)象，如果沒(méi)有匹配上，則返回 None。

Match對(duì)象常用的方法:

group(([group1, …])：用于獲得一個(gè)或多個(gè)分組匹配的字符串，如果傳入多個(gè)分組編號(hào)，則返回的結(jié)果為元組形式。當(dāng)要獲得整個(gè)匹配的子串時(shí)，可直接使用 group() 或 group(0)； groups()：獲得所有分組匹配到的字符串所構(gòu)成的元組 start([group]) 方法用于獲取分組匹配的子串在整個(gè)字符串中的起始位置（子串第一個(gè)字符的索引），參數(shù)默認(rèn)值為 0； end([group]) 方法用于獲取分組匹配的子串在整個(gè)字符串中的結(jié)束位置（子串最后一個(gè)字符的索引+1），參數(shù)默認(rèn)值為 0； span([group]) 方法返回 (start(group), end(group))，獲取分組匹配的子串在整個(gè)字符串中的起始和結(jié)束位置構(gòu)成的元組。

通過(guò)一些例子來(lái)熟悉一下：

In [1]: import reIn [2]: pattern = re.compile(r'(w+) (d+)')In [3]: m = pattern.match(’hello 123’)In [4]: m.group(1)Out[4]: ’hello’In [5]: m.group(1,2)Out[5]: (’hello’, ’123’)In [6]: m.group()Out[6]: ’hello 123’In [7]: m.groups()Out[7]: (’hello’, ’123’)In [8]: m.start(1)Out[8]: 0In [9]: m.start(2)Out[9]: 6In [10]: m.end(1)Out[10]: 5In [11]: m.span(1)Out[11]: (0, 5)In [12]: m.span(2)Out[12]: (6, 9)

search方法

search 方法用于查找字符串的任何位置，它也是一次匹配，只要找到了一個(gè)匹配的結(jié)果就返回，而不是查找所有匹配的結(jié)果

它的一般使用形式如下：

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

其中，string 是待匹配的字符串，pos 和 endpos 是可選參數(shù)，指定字符串的起始和終點(diǎn)位置，默認(rèn)值分別是 0 和 len (字符串長(zhǎng)度)。

看看例子

>>> import re>>> pattern = re.compile(’d+’)>>> m = pattern.search(’one12twothree34four’) # 這里如果使用 match 方法則不匹配>>> m<_sre.SRE_Match object at 0x10cc03ac0>>>> m.group()’12’>>> m = pattern.search(’one12twothree34four’, 10, 30) # 指定字符串區(qū)間>>> m<_sre.SRE_Match object at 0x10cc03b28>>>> m.group()’34’>>> m.span()(13, 15)

findall方法

上面的 match 和 search 方法都是一次匹配，只要找到了一個(gè)匹配的結(jié)果就返回。然而，在大多數(shù)時(shí)候，我們需要搜索整個(gè)字符串，獲得所有匹配的結(jié)果。

findall 方法的使用形式如下：

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

其中，string 是待匹配的字符串，pos 和 endpos 是可選參數(shù)，指定字符串的起始和終點(diǎn)位置，默認(rèn)值分別是 0 和 len (字符串長(zhǎng)度)。

findall 以列表形式返回全部能匹配的子串，如果沒(méi)有匹配，則返回一個(gè)空列表。

看個(gè)例子：

import re#re模塊提供一個(gè)方法叫compile模塊，提供我們輸入一個(gè)匹配的規(guī)則#然后返回一個(gè)pattern實(shí)例，我們根據(jù)這個(gè)規(guī)則去匹配字符串pattern = re.compile(r’d+.d*’)#通過(guò)partten.findall()方法就能夠全部匹配到我們得到的字符串result = pattern.findall('123.141593, ’bigcat’, 232312, 3.15')#findall 以 列表形式 返回全部能匹配的子串給resultfor item in result: print(item)

運(yùn)行結(jié)果:

123.1415933.15

finditer方法

finditer 方法的行為跟 findall 的行為類似，也是搜索整個(gè)字符串，獲得所有匹配的結(jié)果。但它返回一個(gè)順序訪問(wèn)每一個(gè)匹配結(jié)果（Match 對(duì)象）的迭代器。

舉例：

In [1]: import reIn [2]: pattern = re.compile(r'd+')In [3]: iter = pattern.finditer(’hello123world456 haha789’)In [4]: iterOut[4]: <callable_iterator at 0x7fb824fe2a90>In [5]: for m in iter: ...: print(m.group()) ...: 123456789

split方法

split 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:

split(string[, maxsplit])

其中，maxsplit 用于指定最大分割次數(shù)，不指定將全部分割。

舉個(gè)例子:

In [1]: import reIn [2]: pattern = re.compile(r'[ds]')In [3]: pattern.split(’hello1word2aaa bbb’)Out[3]: [’hello’, ’word’, ’aaa’, ’bbb’]In [4]: pattern.split(’hello1word2aaa bbb’,2)Out[4]: [’hello’, ’word’, ’aaa bbb’]

sub方法

sub 方法用于替換。

它的使用形式如下

sub(repl, string[, count])

其中，repl 可以是字符串也可以是一個(gè)函數(shù)：

如果 repl 是字符串，則會(huì)使用 repl 去替換字符串每一個(gè)匹配的子串，并返回替換后的字符串，另外，repl 還可以使用 id 的形式來(lái)引用分組，但不能使用編號(hào) 0； 如果 repl 是函數(shù)，這個(gè)方法應(yīng)當(dāng)只接受一個(gè)參數(shù)（Match 對(duì)象），并返回一個(gè)字符串用于替換（返回的字符串中不能再引用分組）。 count 用于指定最多替換次數(shù)，不指定時(shí)全部替換。

In [1]: import reIn [2]: pattern = re.compile(r’d+’)In [3]: pattern.sub(’100’,’hello20 world30’)#將所有匹配到的數(shù)據(jù)替換成100Out[3]: ’hello100 world100’In [4]: pattern.sub(’100’,’hello20 world30’,1)#只替換第一個(gè)數(shù)據(jù)為100Out[4]: ’hello100 world30’In [5]: def add(temp): ...: ’’’將匹配到的數(shù)據(jù)加1’’’ ...: strNum = temp.group() ...: num = int(strNum)+1 ...: return str(num)In [6]: pattern.sub(add,’hello20 world30’)#將所有匹配到的數(shù)據(jù)加1Out[6]: ’hello21 world31’In [7]: pattern.sub(add,’hello20 world30’,1)#只將匹配到的第一個(gè)數(shù)據(jù)加1Out[7]: ’hello21 world30’四、貪婪模式與非貪婪模式 貪婪模式：在整個(gè)表達(dá)式匹配成功的前提下，盡可能多的匹配 非貪婪模式：在整個(gè)表達(dá)式匹配成功的前提下，盡可能少的匹配 在表示數(shù)量的'*','?','+','{m,n}'后面加上？，使貪婪變成非貪婪

In [1]: import reIn [2]: pattern = re.compile(r’d+’)In [3]: pattern.match(’123456789’).group()Out[3]: ’123456789’In [4]: pattern = re.compile(r’d+?’)#關(guān)閉貪婪模式In [5]: pattern.match(’123456789’).group()#非貪婪模式下，?只匹配一個(gè)字符Out[5]: ’1’In [6]: pattern = re.compile(r’<div>.*</div>’)In [7]: pattern.match(’<div>test1</div>bb<div>test2</div>’).group()Out[7]: ’<div>test1</div>bb<div>test2</div>’In [8]: pattern = re.compile(r’<div>.*?</div>’)#關(guān)閉貪婪模式In [9]: pattern.match(’<div>test1</div>bb<div>test2</div>’).group()Out[9]: ’<div>test1</div>’

到此這篇關(guān)于python中re模塊知識(shí)點(diǎn)總結(jié)的文章就介紹到這了,更多相關(guān)python中re模塊的使用內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！