最新python正則表達式(re模塊)詳解
在Python中需要通過正則表達式對字符串進?匹配的時候，可以使??個python自帶的模塊，名字為re。
正則表達式的大致匹配過程是：
1.依次拿出表達式和文本中的字符比較，
2.如果每一個字符都能匹配，則匹配成功；一旦有匹配不成功的字符則匹配失敗。
3.如果表達式中有量詞或邊界，這個過程會稍微有一些不同。
r：Python 中字符串的前導 r 代表原始字符串標識符，該字符串中的特殊符號不會被轉義，適用于正則表達式中繁雜的特殊符號表示。 因此 r"\n" 表示包含 '\' 和 'n' 兩個字符的字符串，而 "\n" 則表示只包含一個換行符的字符串。
print("\\n") # 輸出 \n
print(r"\n") #輸出 \nre模塊的使用：import re
re.match函數(shù)
語法：re.match(pattern, string, flags=0)
| pattern | 匹配的正則表達式 |
| string | 要匹配的字符串 |
| flags | 標志位，用于控制正則表達式的匹配方式，如：是否區(qū)分大小寫，多行匹配等等。
|
嘗試從字符串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，match()就返回none。匹配成功re.match方法返回一個匹配的對象。
如果上?步匹配到數(shù)據(jù)的話，可以使?group?法來提取數(shù)據(jù)。以使用group(num) 或 groups() 匹配對象函數(shù)來獲取匹配表達式。
group()用來提出分組截獲的字符串，（）用來分組，group() 同group（0）就是匹配正則表達式整體結果，group(1) 列出第一個括號匹配部分，group(2) 列出第二個括號匹配部分，group(3) 列出第三個括號匹配部分。沒有匹配成功的，re.search()返回None。
舉例：
>>> import re
>>> result = re.match("itcast","itcast.cn")
>>> result.group()
'itcast'從string頭開始匹配pattern完全可以匹配，pattern匹配結束，同時匹配終止，后面的.cn不再匹配，返回匹配成功的信息。
匹配單個字符
| 字符 | 功能 | 位置 |
| . | 匹配任意1個字符（除了\n） | |
| [ ] | 匹配[ ]中列舉的字符 | |
| \d | 匹配數(shù)字，即0-9 | 可以寫在字符集[...]中 |
| \D | 匹配?數(shù)字，即不是數(shù)字 | 可以寫在字符集[...]中 |
| \s | 匹配空?，即空格，tab鍵 | 可以寫在字符集[...]中 |
| \S | 匹配?空?字符 | 可以寫在字符集[...]中 |
| \w | 匹配單詞字符，即a-z、A-Z、0-9、_ | 可以寫在字符集[...]中 |
| \W | 匹配?單詞字符 | 可以寫在字符集[...]中 |
| \w | \w 匹配單詞字符，即a-z、A-Z、0-9、_ | |
| \W | 匹配?單詞字符 |
[...]字符集，對應的位置可以是字符集中任意字符。字符集中的字符可以逐個列出，也可以給出范圍，比如[abc]和[a-c]，第一個字符如果是^表示取反。所有特殊字符（比如"]""-""^"）在字符集中都失去原來的含義，如要使用可把"]""-"放在第一個字符，"^"放在非第一個字符。
舉例：
import re
ret = re.match(".","M")
print(ret.group())
ret = re.match("t.o","too")
print(ret.group())
ret = re.match("t.o","two")
print(ret.group())
# 如果hello的?字符?寫，那么正則表達式需要?寫的h
ret = re.match("h","hello Python")
print(ret.group())
# 如果hello的?字符?寫，那么正則表達式需要?寫的H
ret = re.match("H","Hello Python")
print(ret.group())
# ??寫h都可以的情況
ret = re.match("[hH]","hello Python")
print(ret.group())
ret = re.match("[hH]","Hello Python")
print(ret.group())
ret = re.match("[hH]ello Python","Hello Python")
print(ret.group())
# 匹配0到9的多種寫法
ret = re.match("[0123456789]Hello Python","7Hello Python")
print(ret.group())
ret = re.match("[0-9]Hello Python","7Hello Python")
print(ret.group())
# 匹配0到3和5-9
ret = re.match("[0-35-9]Hello Python","7Hello Python")
print(ret.group())
ret = re.match("[0-35-9]Hello Python","4Hello Python")
#print(ret.group())
ret = re.match("嫦娥\d號","嫦娥1號發(fā)射成功")
print(ret.group())
ret = re.match("嫦娥\d號","嫦娥2號發(fā)射成功")
print(ret.group())
結果：
M
too
two
h
H
h
H
Hello Python
7Hello Python
7Hello Python
7Hello Python
嫦娥1號
嫦娥2號
匹配多個字符
| 字符 | 功能 | 位置 | 表達式實例 | 完整匹配的字符串 |
| * | 匹配前?個字符出現(xiàn)0次或者?限次，即可有可? | 用在字符或(...)之后 | abc* | abccc |
| + | 匹配前?個字符出現(xiàn)1次或者?限次，即?少有1次 | 用在字符或(...)之后 | abc+ | abccc |
| ? | 匹配前?個字符出現(xiàn)1次或者0次，即要么有1次，要么沒有 | 用在字符或(...)之后 | abc? | ab,abc |
| {m} | 匹配前?個字符出現(xiàn)m次 | 用在字符或(...)之后 | ab{2}c | abbc |
| {m,n} | 匹配前?個字符出現(xiàn)從m到n次，若省略m，則匹配0到n次，若省略n，則匹配m到無限次 | 用在字符或(...)之后 | ab{1,2}c | abc,abbc |
舉例：
import re
#：匹配出，?個字符串第?個字?為?寫字符，后?都是?寫字?并且這些?寫字?可有可?
ret = re.match("[A-Z][a-z]*","M")
print(ret.group())
ret = re.match("[A-Z][a-z]*","MnnM")
print(ret.group())
ret = re.match("[A-Z][a-z]*","Aabcdef")
print(ret.group())
#匹配出，變量名是否有效
names = ["name1", "_name", "2_name", "__name__"]
for name in names:
ret = re.match("[a-zA-Z_]+[\w]*",name)
if ret:
print("變量名 %s 符合要求" % ret.group())
else:
print("變量名 %s ?法" % name)
#匹配出，0到99之間的數(shù)字
ret = re.match("[1-9]?[0-9]","7")
print(ret.group())
ret = re.match("[1-9]?\d","33")
print(ret.group())
# 這個結果并不是想要的，利?$才能解決
ret = re.match("[1-9]?\d","09")
print(ret.group())
ret = re.match("[a-zA-Z0-9_]{6}","12a3g45678")
print(ret.group())
#匹配出，8到20位的密碼，可以是??寫英?字?、數(shù)字、下劃線
ret = re.match("[a-zA-Z0-9_]{8,20}","1ad12f23s34455ff66")
print(ret.group())結果：
M
Mnn
Aabcdef
變量名 name1 符合要求
變量名 _name 符合要求
變量名 2_name ?法
變量名 __name__ 符合要求
7
33
0
12a3g4
1ad12f23s34455ff66
匹配開頭結尾
| 字符 | 功能 |
| ^ | 匹配字符串開頭 |
| $ | 匹配字符串結尾 |
舉例：匹配163.com的郵箱地址
import re
email_list = ["xiaoWang@163.com", "xiaoWang@163.comheihei", ".com.xiaowang@qq.com"]
for email in email_list:
ret = re.match("[\w]{4,20}@163\.com$", email)
if ret:
print("%s 是符合規(guī)定的郵件地址,匹配后的結果是:%s" % (email, ret.group()))
else:
print("%s 不符合要求" % email)結果：
xiaoWang@163.com 是符合規(guī)定的郵件地址,匹配后的結果是:xiaoWang@163.com
xiaoWang@163.comheihei 不符合要求
.com.xiaowang@qq.com 不符合要求
匹配分組
| 字符 | 功能 |
| | | 匹配左右任意?個表達式 |
| (ab) | 將括號中字符作為?個分組 |
| \num | 引?分組num匹配到的字符串 |
| (?P<name>) | 分組起別名，匹配到的子串組在外部是通過定義的 name 來獲取的 |
| (?P=name) | 引?別名為name分組匹配到的字符串 |
舉例：|
#匹配出0-100之間的數(shù)字
import re
ret = re.match("[1-9]?\d$|100","8")
print(ret.group()) # 8
ret = re.match("[1-9]?\d$|100","78")
print(ret.group()) # 78
ret = re.match("[1-9]?\d$|100","08")
# print(ret.group()) # 不是0-100之間
ret = re.match("[1-9]?\d$|100","100")
print(ret.group()) # 100舉例：()
#需求：匹配出163、126、qq郵箱
ret = re.match("\w{4,20}@163\.com", "test@163.com")
print(ret.group()) # test@163.com
ret = re.match("\w{4,20}@(163|126|qq)\.com", "test@126.com")
print(ret.group()) # test@126.com
ret = re.match("\w{4,20}@(163|126|qq)\.com", "test@qq.com")
print(ret.group()) # test@qq.com
ret = re.match("\w{4,20}@(163|126|qq)\.com", "test@gmail.com")
if ret:
print(ret.group())
else:
print("不是163、126、qq郵箱") # 不是163、126、qq郵箱
#不是以4、7結尾的?機號碼(11位)
tels = ["13100001234", "18912344321", "10086", "18800007777"]
for tel in tels:
ret = re.match("1\d{9}[0-35-68-9]", tel)
if ret:
print(ret.group())
else:
print("%s 不是想要的?機號" % tel)
#提取區(qū)號和電話號碼
ret = re.match("([^-]*)-(\d+)","010-12345678")
print(ret.group())
print(ret.group(1))
print(ret.group(2))舉例：\number
匹配數(shù)字代表的組合。每個括號是一個組合，組合從1開始編號。比如 (.+) \1 匹配 'the the' 或者 '55 55', 但不會匹配 'thethe' (注意組合后面的空格)。這個特殊序列只能用于匹配前面99個組合。如果 number 的第一個數(shù)位是0， 或者 number 是三個八進制數(shù)，它將不會被看作是一個組合，而是八進制的數(shù)字值。在 '[' 和 ']' 字符集合內(nèi)，任何數(shù)字轉義都被看作是字符。
例子1：匹配出 <html>hh</html>
\1,...,\9，匹配第n個分組的內(nèi)容。如例子所示，指匹配第一個分組的內(nèi)容。
import re
# 正確的理解思路：如果在第?對<>中是什么，按理說在后?的那對<>中就應該是什么。通過引?分組中匹配到的數(shù)據(jù)即可，但是要注意是元字符串，即類似 r""這種格式。
ret = re.match(r"<([a-zA-Z]*)>\w*</\1>", "<html>hh</html>")
# 因為2對<>中的數(shù)據(jù)不?致，所以沒有匹配出來
test_label = ["<html>hh</html>","<html>hh</htmlbalabala>"]
for label in test_label:
ret = re.match(r"<([a-zA-Z]*)>\w*</\1>", label)
if ret:
print("%s 這是一對正確的標簽" % ret.group())
else:
print("%s 這是?對不正確的標簽" % label)結果：
<html>hh</html> 這是一對正確的標簽
<html>hh</htmlbalabala> 這是?對不正確的標簽
例子2：匹配出 <html><h1>www.itcast.cn</h1></html>
import re
labels = ["<html><h1>www.itcast.cn</h1></html>", "<html><h1>www.itcast.cn</h2></html>"]
for label in labels:
ret = re.match(r"<(\w*)><(\w*)>.*</\2></\1>", label)
if ret:
print("%s 是符合要求的標簽" % ret.group())
else:
print("%s 不符合要求" % label)結果：
<html><h1>www.itcast.cn</h1></html> 是符合要求的標簽
<html><h1>www.itcast.cn</h2></html> 不符合要求
舉例：(?P<name>) (?P=name)
一個用于標記，一個用于在同一個正則表達式中復用
import re ret = re.match(r"<(?P<name1>\w*)><(?P<name2>\w*)>.*</(?P=name2)></(?P=name1)>","<html><h1>www.itcast.cn</h1></html>") ret.group() ret = re.match(r"<(?P<name1>\w*)><(?P<name2>\w*)>.*</(?P=name2)></(?P=name1)>","<html><h1>www.itcast.cn</h2></html>") #ret.group()
re.compile 函數(shù)
compile 函數(shù)用于編譯正則表達式，生成一個正則表達式（ Pattern ）對象，供 match() 和 search() 這兩個函數(shù)使用。
prog = re.compile(pattern) result = prog.match(string)
等價于
result = re.match(pattern, string)
舉例：
>>>import re
>>> pattern = re.compile(r'\d+')
m = pattern.match('one12twothree34four', 3, 10) # 從'1'的位置開始匹配，正好匹配
>>> print m # 返回一個 Match 對象
<_sre.SRE_Match object at 0x10a42aac0>
>>> m.group(0) # 可省略 0
'12'
>>> m.start(0) # 可省略 0
3
>>> m.end(0) # 可省略 0
5
>>> m.span(0) # 可省略 0
(3, 5)在上面，當匹配成功時返回一個 Match 對象，其中：
- group([group1, …]) 方法用于獲得一個或多個分組匹配的字符串，當要獲得整個匹配的子串時，可直接使用 group() 或 group(0)；
- start([group]) 方法用于獲取分組匹配的子串在整個字符串中的起始位置（子串第一個字符的索引），參數(shù)默認值為 0；
- end([group]) 方法用于獲取分組匹配的子串在整個字符串中的結束位置（子串最后一個字符的索引+1），參數(shù)默認值為 0；
- span([group]) 方法返回 (start(group), end(group))
re.search函數(shù)
re.search 掃描整個字符串并返回第一個成功的匹配，如果沒有匹配，就返回一個 None。
re.match與re.search的區(qū)別：re.match只匹配字符串的開始，如果字符串開始不符合正則表達式，則匹配失敗，函數(shù)返回None；而re.search匹配整個字符串，直到找到一個匹配
舉例：
import re ret = re.search(r"\d+", "閱讀次數(shù)為9999") print(ret.group())
結果：
9999
re.findall函數(shù)
在字符串中找到正則表達式所匹配的所有子串，并返回一個列表，如果沒有找到匹配的，則返回空列表。注意： match 和 search 是匹配一次 findall 匹配所有。
舉例：
import re ret = re.findall(r"\d+", "python = 9999, c = 7890, c++ = 12345") print(ret)
結果：
['9999', '7890', '12345']
re.finditer函數(shù)
和 findall 類似，在字符串中找到正則表達式所匹配的所有子串，并把它們作為一個迭代器返回。
import re
it = re.finditer(r"\d+", "12a32bc43jf3")
for match in it:
print(match.group())結果：
12
32
43
3
re.sub函數(shù)
sub是substitute的所寫，表示替換，將匹配到的數(shù)據(jù)進?替換。
語法：re.sub(pattern, repl, string, count=0, flags=0)
| 參數(shù) | 描述 |
| pattern | 必選，表示正則中的模式字符串 |
| repl | 必選，就是replacement，要替換的字符串，也可為一個函數(shù) |
| string | 必選，被替換的那個string字符串 |
| count | 可選參數(shù)，count 是要替換的最大次數(shù)，必須是非負整數(shù)。如果省略這個參數(shù)或設為 0，所有的匹配都會被替換 |
| flag | 可選參數(shù)，標志位，用于控制正則表達式的匹配方式，如：是否區(qū)分大小寫，多行匹配等等。 |
舉例：將匹配到的閱讀次數(shù)加1
方法一：
import re ret = re.sub(r"\d+", '998', "python = 997") print(ret)
結果：python = 998
方法二：
import re
def add(temp):
#int（）參數(shù)必須是字符串，類似字節(jié)的對象或數(shù)字，而不是“re.Match”
strNum = temp.group()
num = int(strNum) + 1
return str(num)
ret = re.sub(r"\d+", add, "python = 997")
print(ret)
ret = re.sub(r"\d+", add, "python = 99")
print(ret)結果;
python = 998
python = 100
re.subn函數(shù)
行為與sub()相同，但是返回一個元組 (字符串, 替換次數(shù))。
re.subn(pattern, repl, string[, count])
返回：(sub(repl, string[, count]), 替換次數(shù))
import re
pattern = re.compile(r'(\w+) (\w+)')
s = 'i say, hello world!'
print(re.subn(pattern, r'\2 \1', s))
def func(m):
return m.group(1).title() + ' ' + m.group(2).title()
print(re.subn(pattern, func, s))
### output ###
# ('say i, world hello!', 2)
# ('I Say, Hello World!', 2)re.split函數(shù)
根據(jù)匹配進?切割字符串，并返回?個列表。
re.split(pattern, string, maxsplit=0, flags=0)
| 參數(shù) | 描述 |
| pattern | 匹配的正則表達式 |
| string | 要匹配的字符串 |
| maxsplit | 分隔次數(shù)，maxsplit=1 分隔一次，默認為 0，不限制次數(shù) |
舉例：
import re ret = re.split(r":| ","info:xiaoZhang 33 shandong") print(ret)
結果：
['info', 'xiaoZhang', '33', 'shandong']
python貪婪和?貪婪
Python?數(shù)量詞默認是貪婪的（在少數(shù)語??也可能是默認?貪婪），總是嘗試匹配盡可能多的字符；?貪婪則相反，總是嘗試匹配盡可能少的字符。
例如：正則表達式”ab*”如果用于查找”abbbc”，將找到”abbb”。而如果使用非貪婪的數(shù)量詞”ab*?”，將找到”a”。
注：我們一般使用非貪婪模式來提取。
在"*","?","+","{m,n}"后?加上？，使貪婪變成?貪婪。
舉例1：
import re
s="This is a number 234-235-22-423"
#正則表達式模式中使?到通配字，那它在從左到右的順序求值時，會盡量“抓取”滿?匹配最?字符串，在我們上?的例???，“.+”會從字符串的啟始處抓取滿?模式的最?字符，其中包括我們想得到的第?個整型字段的中的?部分，“\d+”只需?位字符就可以匹配，所以它匹配了數(shù)字“4”，?“.+”則匹配了從字符串起始到這個第?位數(shù)字4之前的所有字符
r=re.match(".+(\d+-\d+-\d+-\d+)",s)
print(r.group(1))
#?貪婪操作符“？”，這個操作符可以?在"*","+","?"的后?，要求正則匹配的越少越好
r=re.match(".+?(\d+-\d+-\d+-\d+)",s)
print(r.group(1))結果：
4-235-22-423
234-235-22-423
舉例2：
>>> re.match(r"aa(\d+)","aa2343ddd").group(1) '2343' >>> re.match(r"aa(\d+?)","aa2343ddd").group(1) '2' >>> re.match(r"aa(\d+)ddd","aa2343ddd").group(1) '2343' >>> re.match(r"aa(\d+?)ddd","aa2343ddd").group(1) '2343'
舉例3：提取圖片地址
import re test_str="<img data-original=https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973.jpg>" ret = re.search(r"https://.*?.jpg", test_str) print(ret.group())
結果：
https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973.jpg
r的作?
與大多數(shù)編程語言相同，正則表達式里使用”\”作為轉義字符，這就可能造成反斜杠困擾。假如你需要匹配文本中的字符”\”，那么使用編程語言表示的正則表達式里將需要4個反斜杠”\\\\”：前兩個和后兩個分別用于在編程語言里轉義成反斜杠，轉換成兩個反斜杠后再在正則表達式里轉義成一個反斜杠。Python里的原生字符串很好地解決了這個問題，Python中字符串前?加上 r 表示原?字符串。
import re
mm = "c:\\a\\b\\c"
print(mm)#c:\a\b\c
ret = re.match("c:\\\\",mm).group()
print(ret)#c:\
ret = re.match("c:\\\\a",mm).group()
print(ret)#c:\a
ret = re.match(r"c:\\a",mm).group()
print(ret)#c:\a
ret = re.match(r"c:\a",mm).group()
print(ret)#AttributeError: 'NoneType' object has no attribute 'group'到此這篇關于python正則表達式(re模塊)詳解的文章就介紹到這了,更多相關python正則re模塊內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
本文主要介紹了Python?json模塊常用方法小結，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2023-03-03
tensorflow使用freeze_graph.py將ckpt轉為pb文件的方法
這篇文章主要介紹了tensorflow使用freeze_graph.py將ckpt轉為pb文件的方法,需要的朋友可以參考下2020-04-04
今天小編就為大家分享一篇關于3個用于數(shù)據(jù)科學的頂級Python庫，小編覺得內(nèi)容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2018-09-09
時間無疑是生活各個方面中最關鍵的因素之一，因此，記錄和跟蹤時間變得非常重要。在?Python?中，可以通過其內(nèi)置庫跟蹤日期和時間。今天我們來介紹關于?Python?中的日期和時間，一起來了解如何使用time和datetime模塊查找和修改日期和時間2022-10-10
這篇文章主要介紹了Python中函數(shù)的用法,以數(shù)值計算的實例方式講述了Python程序設計中函數(shù)的功能機抽象化特點,需要的朋友可以參考下2014-09-09
模型量化是一種降低深度學習模型大小和加速其推理速度的技術,它通過減少模型中參數(shù)的比特數(shù)來實現(xiàn)這一目的,本文給大家介紹了利用PyTorch進行模型量化的全過程,需要的朋友可以參考下2024-07-07
這篇文章主要介紹了Python爬蟲框架Scrapy實例代碼,需要的朋友可以參考下2018-03-03
Python3實現(xiàn)爬蟲爬取趕集網(wǎng)列表功能【基于request和BeautifulSoup模塊】
這篇文章主要介紹了Python3實現(xiàn)爬蟲爬取趕集網(wǎng)列表功能,結合實例形式分析了Python3基于request和BeautifulSoup模塊的網(wǎng)站頁面爬取相關操作技巧,需要的朋友可以參考下2018-12-12
這篇文章主要介紹了自定義PyCharm快捷鍵的設置方式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-05-05
Python函數(shù)之zip函數(shù)的介紹與實際應用
zip() 函數(shù)用于將可迭代的對象作為參數(shù),將對象中對應的元素打包成一個個元組,然后返回由這些元組組成的對象(python2 返回的是這些元組組成的列表 ),下面這篇文章主要給大家介紹了關于Python函數(shù)之zip函數(shù)實際應用的相關資料,需要的朋友可以參考下2022-03-03