python正则表达式

Posted 2020-09-21

正则表达式

1. 匹配一个字符

说明	表达式	等价表达式
数字	\d	[0-9]
字母、数字、下划线	\w	[a-zA-Z0-9_]
除换行外任意字符	.
空格	\s	[\t\n\r\f\v]
除数字	\D
除字母、数字、下划线	\W
除空格	\S

 2. 集合

表达式	说明
[abc][a-g]	[]指一个集合，匹配[]中的任意一个
[^A]	^在集合[]开头，匹配除A以外字符
A|B	匹配A或B表达式
(A)	()指一个组，匹配A中所有内容

3. 重复

表达式	说明
a?	贪心地匹配a 0次或1次（贪心表示尽可能多地）
a{m, n}	信心地匹配a m-n次。{,n}：0-n次 {m,}：m-无限次
a*	贪心地匹配a 0-无限次
a+	贪心地匹配a 1-无限次
a??  a*?  a+? a{m,n}?	尽可能少地匹配

4. 匹配位置

表达式	说明
^...	要求匹配给定串的开头
...$	要求匹配给定串的结尾
...\b	匹配单词边界，匹配成功要求A匹配到给定串的边界 使用时模式串要用r，因为\b还有其它意义
...\B	匹配单词非边界
\A...	要求匹配给定串的开头
...\Z	要求匹配给定串的结尾

5. 设置标志

表达式	说明
(?aiLmsux)	(?)是固定格式，后面的字母代表不同意思。 a(ASCII)，i（IGNORECASE），L（LOCALE）， m（MULTILINE,^和$会匹配每一行的开头和结尾）， s（DOTALL，不用的时候.不能匹配换行符），u（）， x(VERBOSE，可以在pattern里面换行写注释， 如a = re.compile(r"""\d +  # the integral part \.                                            # the decimal point \d *                                          # some fractional digits""", re.X)， #用来表示注释的开始)
(?imsx-imsx:...)	设置或移除标志，中间是-，标志的集合为imsx
(P?name...)	和一般()表达式一样，额外功能：可以用name来访问到对应的组
(P?=name)	可以反向引用一个名字为name的组
(?#...)	#说明括号中的内容是注释，直接省略
A(?=B)	若A在B前，才可匹配出A，同时B不消耗字符
A(?！B)	若A不在B前，才可匹配出A，同时B不消耗字符
(?<=A)B	若A在B前，才可匹配出B，同时A消耗字符
(?<!A)B	若A不在B前，才可匹配出B，同时A消耗字符
\number	引用第number组的模式串 pattern = ‘(A)(B) \2‘ 和 pattern = ‘(A)(B)(B)‘是等价的 例：re.search(r‘(a)(b)\2‘, ‘abb‘)

 

函数

1. re：正则表达式模块

函数声明	功能	备注
compile(pattern, flag=0)	把一个正则表达式编译成一个正则表达式对象	pattern: 模式串flag：编译方法
search(pattern, string, flags=0)		如果匹配不成功，则返回None成功，则MatchObject类型值
split(pattern, string, maxsplit-0, flags=0)	按照pattern模式对string进行分割（1. 把匹配成功的部分除去且成为分界 2. 如果pattern中有（），那么匹配成功的部分不除去且自己成为一个组）	maxsplit：最多分割次数 如果pattern在串的最后能匹配成功，则还会分割出一个空串
findall(pattern, string, flags=0)	把string按照pattern从左到右匹配，子串结果以元组形式返回（不重叠）
finditer(pattern, string, flags=0)	把string按照pattern从左到右匹配，返回迭代器（不重叠）
sub(pattern, repl, string, count=0, flags=0)	string中和pattern匹配成功的部分删除（只有最左的）， 用repl来替换，返回匹配后的串	count：要删除匹配成功的个数，如果取0则所有都要换
escape(pattern)	把pattern中除了ASCII字母和数字保留，其它都加上转义符\， 并返回修改后的串（当串中可能包含正则表达式特殊符号时可用来转换）

 2. 正则表达式对象，对应的函数功能与re模块类似

函数声明	功能	备注
search(string[,pos[,endpos]])		pos和endpos可不写
match(string[,pos[,endpos]])
split(string, maxsplit=0)
findall(string[,pos[,endpos]])
finditer(string,[,pos[,endpos]])
sub(repl, string, count=0)
groups	模式中子组的个数
groupindex	返回组名字与(?P<id>)定义组顺序的映射字典
pattern	模式串

 3. re.MatchObject类：匹配结果类

函数声明	功能	备注
group(index1, index2,...)	返回匹配结果组	index指出要返回结果组的下标，默认为0， 把所有结果写成串。若有多个，以元组形式返回
groups()	返回所有子组的元组
groupdict()	把所有命名的子组以字典形式返回
start([group])  end([group])	返回子组（用名字或下标标识） 在串中匹配成功开始/结果的位置
startpos  endpos	传递给search和match函数时 指定的开始/结束匹配串的位置
lastindex  lastgroup	最后匹配成功的组的下标/名字	如果没有的话，返回None
re	匹配时用的正则表达式对象
string	传递给match/search函数的串