Python之正则表达式

1.什么是正则表达式（Regular Expression）

正则表达式是一个特殊的字符序列，用于检查一个字符串是否与某种模式匹配；在Linux操作系统上，正则表达式可以应用的命令有：grep、sed、awk；

2.常用的元字符

. ： 匹配任意一个字符，除了换行符号，换行符使用[.\n]模式；.\：转义字符，使后一个字符改变原来的意思；.*：重复匹配0次或更多次；.*？：非贪婪匹配，尽可能少匹配，可能匹配0次；.+：重复匹配1次或更多次；.+？：非贪婪匹配，尽可能少匹配，最少匹配1次；.？：重复匹配0次或1次；.^：以…开头；.$：以…结尾；.|：或；.{}：{n}匹配n次，{n,m}匹配n至m次，{n,}匹配至少n次最多无限次；.[]：字符集，对应的位置可以是字符集中任意字符，[abc]表示匹配abc中任意字符，[^abc]表示匹配abc之外的任意字符；.()：分组表达式作为一个整体，可以后接数量词，表达式中的|仅在该组中有效；

3.预定义字符集：

.\d：匹配一个数字字符；.\D：匹配一个非数字字符；.\w：匹配包括下划线的任何单词字符；.\W：匹配任何非单词字符；.\b：匹配\w和\W之间，即匹配单词边界匹配一个单词边界，也就是指单词和空格间的位置；.\B：[^\b]；.\s：匹配任何空白字符，包括空格、制表符、换页符等等；.\S：匹配任何非空白字符；.\A：仅匹配字符串开头；.\Z：仅匹配字符串结尾；

4.单次匹配

import re # match， search， fullmatch是从头开始匹配，match 与 search最大的区别在于：match必须是从开头开始匹配，search可以是从任意位置开始匹配 obj = re.compile('^\w+') result1 = obj.match('hello hello') print(result1) # 也可以编译和匹配同时进行 result2 = re.match('.*', 'hello') # re.search( )：搜索匹配一次，返回一个match对象，可以不是从头开始匹配 obj = re.compile('^h?') result3 = obj.search('hhhhllo hello') print(result3) # re.fullmatch( )：匹配整个的字符串或文本，但是同样是从头开始匹配, 必须要完全匹配 obj = re.compile('.*') result3 = obj.fullmatch('hhhhllo hello') print(result3)

match：只检测字符串开头位置是否匹配，匹配成功才会返回结果，否则返回None； search：会扫描整个字符串并返回第一个成功的匹配； fullmatch：匹配整个的字符串或文本，但是同样是从头开始匹配，必须要完全匹配； match和search区别：也就是说match必须是从开头开始匹配，search可以是从任意位置开始匹配；

5.全部匹配

import re # re.findall(patter, string, flag)：匹配多次，返回一个列表，不是从开头查找 obj = re.compile('h\w+o') result1 = obj.findall('123 你好 hello hello hello') print(result1) # 返回列表 obj = re.compile('\w+') result2 = obj.finditer('hello hello hello') print(result2) # 返回迭代器 # sub方法是全文替换 import re s = '''python|hello|xkd|valor|opt|python|python''' obj = re.compile("p\w+n") ret = obj.sub("robby",s) print(ret) import re s = '''python|hello|xkd|valor|opt|python|python''' obj = re.compile("p\w+n") # sub方法是全文替换 result1 = obj.sub("robby",s) print(result1) # 表示只替换一次 result2 = obj.sub("robby",s,1) print(result2) # regex.split(s)：表示使用regex分割字符串s，返回一个列表 import re s = '''python|hello|xkd|valor|opt|python|python''' obj = re.compile("x\w+d") result3 = obj.split(s) print(result3) compile：将一个字符串编译为字节代码；findall：返回string中所有与pattern相匹配的全部字串，返回形式为列表；finditer：返回string中所有与pattern相匹配的全部字串，返回形式为迭代器；sub：全文替换，第四个参数指定替换个数；split：表示使用regex分割字符串，返回一个列表；

6.分组

普通分组：返回一个元组，索引从1开始，索引为0时表示返回正则表达式匹配到的所有的内容； import re s = """xkd|oc|c++|python|linux|java|swift|ruby""" obj = re.compile('(x\w+d).*(p\w+n)') result = obj.search(s) print(result) print(result.groups()) # 返回元组 print(result.group(1)) # 返回第一个分组匹配到内容 print(result.group(2)) # 返回第二个分组匹配到内容 print(result.group(0)) # 返回正则表达式匹配到的所有的内容 命名分组：groups()方法返回元组，groupdict()方法返回字典； import re s = """xkd|oc|c++|python|linux|java|swift|ruby""" obj = re.compile('(?P<org>x\w+d).*(?P<course>p\w+n)') result = obj.search(s) print(result) print(result.groups())# 返回元组 print(result.groupdict()) # 返回字典