Python正则RE

Posted 2020-10-09

就其本质而言，正则表达式（或 RE）是一种小型的、高度专业化的编程语言，（在Python中）它内嵌在Python中，并通过 re 模块实现。正则表达式模式被编译成一系列的字节码，然后由用 C 编写的匹配引擎执行。

RE字符：

　　元字符：. ^ $ * + ? { } [ ] | ( ) \\

　　普通字符：字母数字

 1 import re
 2  
 3 ret=re.findall(‘a..in‘,‘helloalvin‘)   #.匹配一个字符
 4 print(ret)#[‘alvin‘]
 5  
 6  
 7 ret=re.findall(‘^a...n‘,‘alvinhelloawwwn‘) #^从开头匹配
 8 print(ret)#[‘alvin‘]
 9  
10  
11 ret=re.findall(‘a...n$‘,‘alvinhelloawwwn‘)#$从末尾匹配
12 print(ret)#[‘awwwn‘]
13  
14  
15 ret=re.findall(‘a...n$‘,‘alvinhelloawwwn‘)
16 print(ret)#[‘awwwn‘]
17  
18  
19 ret=re.findall(‘abc*‘,‘abcccc‘)#贪婪匹配[0,+oo]   *前面的字母有0个或者多个
20 print(ret)#[‘abcccc‘]
21  
22 ret=re.findall(‘abc+‘,‘abccc‘)#[1,+oo]   +前面的字母有0个或者多个
23 print(ret)#[‘abccc‘]
24  
25 ret=re.findall(‘abc?‘,‘abccc‘)#[0,1]    ？前面的字母1个或者0个
26 print(ret)#[‘abc‘]
27  
28  
29 ret=re.findall(‘abc{1,4}‘,‘abccc‘)
30 print(ret)#[‘abccc‘] 贪婪匹配

注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配

ret=re.findall(‘qta*?‘,‘qtaaaasd‘)
print(ret)  #[‘qt‘]

元字符之字符集［］：

ret=re.findall(‘a[bc]d‘,‘abdacd‘)
print(ret)  #[‘abd‘, ‘acd‘]

ret=re.findall(‘a[a-z]d‘,‘abdacd‘)
print(ret) #[‘abd‘, ‘acd‘]

ret=re.findall(‘[.*,]‘,‘ab,da.c*d‘)   
print(ret)#[‘,‘, ‘.‘, ‘*‘]

ret=re.findall(‘[^.*,]‘,‘ab,da.c*d‘)  #不包含字符集内的元素
print(ret) #  [‘a‘, ‘b‘, ‘d‘, ‘a‘, ‘c‘, ‘d‘]

ret=re.findall(‘[\\d]‘,‘ab,da.c*d123‘)  #\\d匹配任何数字 和[1-9]一样
print(ret)  #[‘1‘, ‘2‘, ‘3‘]

ret=re.findall(‘[\\D]‘,‘ab,da.c*d123‘) #\\D匹配所有不是数字的字符
print(ret)# [‘a‘, ‘b‘, ‘,‘, ‘d‘, ‘a‘, ‘.‘, ‘c‘, ‘*‘, ‘d‘]

ret=re.findall(‘[\\w]‘,‘ab,da.c*d123‘)#\\w匹配任何数字和字符类似[1-9a-zA-Z]

print(ret) #[‘a‘, ‘b‘, ‘d‘, ‘a‘, ‘c‘, ‘d‘, ‘1‘, ‘2‘, ‘3‘]

ret=re.findall(‘[\\W]‘,‘ab,da.c*d123‘) #\\W匹配任何不是数字和字符的
print(ret) #[‘,‘, ‘.‘, ‘*‘] 

ret=re.findall(‘[\\s]‘,‘ab,da.c*d123\\t\\n‘) #\\s匹配任何空白字符
print(ret)  #[‘\\t‘, ‘\\n‘]

ret=re.findall(‘[\\S]‘,‘ab,da.c*d123\\t\\n‘) #\\S匹配任何不是空白字符
print(ret)  #[‘a‘, ‘b‘, ‘,‘, ‘d‘, ‘a‘, ‘.‘, ‘c‘, ‘*‘, ‘d‘, ‘1‘, ‘2‘, ‘3‘]

元字符之转义符\\

反斜杠后边跟元字符去除特殊功能,比如\\.
反斜杠后边跟普通字符实现特殊功能,比如\\d

\\d  匹配任何十进制数；它相当于类 [0-9]。
\\D 匹配任何非数字字符；它相当于类 [^0-9]。
\\s  匹配任何空白字符；它相当于类 [ \\t\\n\\r\\f\\v]。
\\S 匹配任何非空白字符；它相当于类 [^ \\t\\n\\r\\f\\v]。
\\w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。
\\W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]
\\b  匹配一个特殊字符边界，比如空格 ，&，＃等

 

现在我们聊一聊\\,先看下面两个匹配：

 1 #-----------------------------eg1:
 2 import re
 3 ret=re.findall(‘c\\l‘,‘abc\\le‘)
 4 print(ret)#[]
 5 ret=re.findall(‘c\\\\l‘,‘abc\\le‘)
 6 print(ret)#[]
 7 ret=re.findall(‘c\\\\\\\\l‘,‘abc\\le‘)
 8 print(ret)#[‘c\\\\l‘]
 9 ret=re.findall(r‘c\\\\l‘,‘abc\\le‘)
10 print(ret)#[‘c\\\\l‘]  r说明再python用原生字符串
11  
12 #-----------------------------eg2:
13 #之所以选择\\b是因为\\b在ASCII表中是有意义的
14 m = re.findall(‘\\bblow‘, ‘blow‘)
15 print(m)
16 m = re.findall(r‘\\bblow‘, ‘blow‘)
17 print(m)

 

 

元字符之分组()

1 m = re.findall(‘(bl)‘, ‘blow‘)  #整体匹配‘bl’
2 print(m)  #[‘bl‘]

元字符之｜

ret=re.search(‘(ab)|\\d‘,‘rabhdg8sd‘)  #或，从左开始匹配，如果有匹配出来，如果没有匹配右边的
print(ret.group())#ab

 

RE的五种基本操做

 

re.match(pattern, string)　　　　 # 从头匹配

re.search(pattern, string)　　　　# 匹配整个字符串，直到找到一个匹配

re.split()　　　　　　　　　　　　# 将匹配到的格式当做分割点对字符串分割成列表
>>>m = re.split("[0-9]", "alex1rain2jack3helen rachel8")
>>>print(m)
输出：　[‘alex‘, ‘rain‘, ‘jack‘, ‘helen rachel‘, ‘‘]

re.findall()　　　　　　　　　　# 找到所有要匹配的字符并返回列表格式

>>>m = re.findall("[0-9]", "alex1rain2jack3helen rachel8")
>>>print(m)<br>
输出：[‘1‘, ‘2‘, ‘3‘, ‘8‘]

re.sub(pattern, repl, string, count,flag) 　　　# 替换匹配到的字符
m=re.sub("[0-9]","|", "alex1rain2jack3helen rachel8",count=2 )
print(m)
输出：alex|rain|jack3helen rachel8