一、什么是正則表達式？

正則表達式，又稱規則表達式，通常被用來檢索、替換那些符合某個模式(規則)的文本。

正則表達式是對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“規則字符串”，這個“規則字符串”用來表達對字符串的一種過濾邏輯。

二、正則表達式的匹配規則

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’ ：轉義字符，使后一個字符改變原來的意思，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。字符可以逐個列出，也可以給出范圍，比如[a-z]，[0-9]，第一個字符是^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.預定義字符集（可寫在字符集[]中）

d：數字[0-9] D：非數字[^0-9] s：空白字符[<空格>，t,n,r,f,v] S：非空白字符[^s] w：單詞字符[a-zA-Z0-9_] W：非單詞字符[^w]

3.表示數量

*：匹配前一個字符0次或無限次，即可有可無 +：匹配前一個字符出現1次或者無限次，即至少有1次 {m}：匹配前一個字符出現m次 {m,}：匹配前一個字符至少出現m次 {,n}：匹配前一個字符至多出現n次 {m,n}：匹配前一個字符出現從m到n次

4.表示邊界

^：匹配字符串開頭。在多行模式中匹配每一行的開頭 $：匹配字符串結尾。在多行模式中匹配每一行的結尾 A：僅匹配字符串開頭 Z：僅匹配字符串結尾 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

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

6.特殊構造(不作為分組)

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

在 Python中，我們可以使用內置的 re 模塊來使用正則表達式。與大多數編程語言相同，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。Python里的原生字符串很好地解決了這個問題，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() 函數將正則表達式的字符串形式編譯為一個 Pattern 對象 通過 Pattern 對象提供的一系列方法對文本進行匹配查找

1.compile函數

compile 函數用于編譯正則表達式，生成一個 Pattern 對象。必須傳入的第一個參數是’規則字符串’，另外可以通過第二個參數(flags)來指定匹配模式。

常見的匹配模式：

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

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

2.Pattern 對象的一些常用方法

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，只要找到了一個匹配的結果就返回，而不是查找所有匹配的結果。

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，指定字符串的起始和終點位置，默認值分別是 0 和 len (字符串長度)。因此，當你不指定 pos 和 endpos 時，match 方法默認匹配字符串的頭部。

當匹配成功時，返回一個 Match 對象，如果沒有匹配上，則返回 None。

Match對象常用的方法:

group(([group1, …])：用于獲得一個或多個分組匹配的字符串，如果傳入多個分組編號，則返回的結果為元組形式。當要獲得整個匹配的子串時，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成的元組 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），參數默認值為 0； span([group]) 方法返回 (start(group), end(group))，獲取分組匹配的子串在整個字符串中的起始和結束位置構成的元組。

通過一些例子來熟悉一下：

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，只要找到了一個匹配的結果就返回，而不是查找所有匹配的結果

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，指定字符串的起始和終點位置，默認值分別是 0 和 len (字符串長度)。

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，只要找到了一個匹配的結果就返回。然而，在大多數時候，我們需要搜索整個字符串，獲得所有匹配的結果。

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，指定字符串的起始和終點位置，默認值分別是 0 和 len (字符串長度)。

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

看個例子：

import re#re模塊提供一個方法叫compile模塊，提供我們輸入一個匹配的規則#然后返回一個pattern實例，我們根據這個規則去匹配字符串pattern = re.compile(r’d+.d*’)#通過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)

運行結果:

123.1415933.15

finditer方法

finditer 方法的行為跟 findall 的行為類似，也是搜索整個字符串，獲得所有匹配的結果。但它返回一個順序訪問每一個匹配結果（Match 對象）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，不指定將全部分割。

舉個例子:

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函數：

如果 repl 是字符串，則會使用 repl 去替換字符串每一個匹配的子串，并返回替換后的字符串，另外，repl 還可以使用 id 的形式來引用分組，但不能使用編號 0； 如果 repl 是函數，這個方法應當只接受一個參數（Match 對象），并返回一個字符串用于替換（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，不指定時全部替換。

In [1]: import reIn [2]: pattern = re.compile(r’d+’)In [3]: pattern.sub(’100’,’hello20 world30’)#將所有匹配到的數據替換成100Out[3]: ’hello100 world100’In [4]: pattern.sub(’100’,’hello20 world30’,1)#只替換第一個數據為100Out[4]: ’hello100 world30’In [5]: def add(temp): ...: ’’’將匹配到的數據加1’’’ ...: strNum = temp.group() ...: num = int(strNum)+1 ...: return str(num)In [6]: pattern.sub(add,’hello20 world30’)#將所有匹配到的數據加1Out[6]: ’hello21 world31’In [7]: pattern.sub(add,’hello20 world30’,1)#只將匹配到的第一個數據加1Out[7]: ’hello21 world30’四、貪婪模式與非貪婪模式 貪婪模式：在整個表達式匹配成功的前提下，盡可能多的匹配 非貪婪模式：在整個表達式匹配成功的前提下，盡可能少的匹配 在表示數量的'*','?','+','{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+?’)#關閉貪婪模式In [5]: pattern.match(’123456789’).group()#非貪婪模式下，?只匹配一個字符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>’

到此這篇關于python中re模塊知識點總結的文章就介紹到這了,更多相關python中re模塊的使用內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！