正则表达式

通用的字符串表达框架

语法

操作符	说明	实例
.	表示任何单个字符
[ ]	字符集 ,对单个字符给出取值范围	[abc] 表示abc，[a-z]表示a-z单个字符
[^]	非字符集,对单个字符给出排除范围	[^abc] 表示除了abc外的单个字符
*	前一个字符0次或无限次扩充	abc*表示ab、abc、abcc等等
+	前一个字符1次或无限次扩充	abc+表示abc、abcc、abccc等等
+？	前一个字符1次或无限次扩充 ，最小匹配
？	前一个字符0次或1次扩充	abc？表示abc、abcc
？?	前一个字符0次或1次扩充,最小匹配
*？	前一个字符0次或无限次次扩充，最小匹配
|	左右表达式任意一个	abc|def表示abc、def
{m}	前一个字符m次扩充	ab{2}c表示 abbc
{m,n}	前一个字符m次至n此扩充	ab{1,2}c表示`abc、abbc
{m,n}？	前一个字符m次至n次扩充，最小匹配
^	匹配字符串开头	^abc表示abc且在开头
$	匹配字符串结尾	abc$表示abc且在结尾
（）	分组标记，内部只能用|操作符	(abc)表示abc,(abc|def)表示abc、def
\d	数字，等价于[0-9]
\w	单词字符，等价于[A-Za-z0-9_]

经典的正则表达式：

^[A-Za-z]+$:由26个字符组成的字符串

^[A-Za-z0-9]+$:由26个字符和数字组成的字符串

^-?\d+$:整数形式的字符串

^[1-9][0-9]$*:正整数形式的字符串

[1-9]\d{5}:中国境内邮政编码，6位

[\u4e00-\u9fa5]:匹配中文字符

\d+.\d+.\d+.\d+或者\d{1,3}.d{1,3}.d{1,3}.d{1,3}:匹配IP地址

Re库

re库采用raw string类型表示正则表达式
原生字符串中的\不被解释为转义字符
默认使用贪婪匹配，输出匹配最长的子串

主要功能函数

函数	说明
re.search()	在一个字符串中搜索匹配正则表达式的第一个位置，返回match对象
re.match()	从一个字符串的开始位置起匹配正则表达式，返回match对象
re.findall()	搜索字符串，以列表形式返回全部能匹配的字符串
re.split()	将一个字符串按照正则表达式进行分割，结果为列表类型
re.finditer()	搜索字符串，返回一个匹配结果的迭代类型，每一个迭代元素都是match对象
re.sub()	在一个字符串中替换所有匹配正则表达式的子串，返回替换后的字符串

re.search方法
在一个字符串中搜索匹配正则表达式的第一个位置返回match对象
re.search(pattern,string,flags=0)
∙ pattern : 正则表达式的字符串或原生字符串表示
∙ string : 待匹配字符串
∙ flags : 正则表达式使用时的控制标记

示例

re.match()函数
从一个字符串的开始位置起匹配正则表达式返回match对象
re.match(pattern, string, flags=0)
∙ pattern : 正则表达式的字符串或原生字符串表示
∙ string : 待匹配字符串
∙ flags : 正则表达式使用时的控制标记

示例

re.findall(pattern, string, flags=0)
搜索字符串，以列表类型返回全部能匹配的子串
∙ pattern : 正则表达式的字符串或原生字符串表示
∙ string : 待匹配字符串
∙ flags : 正则表达式使用时的控制标记

re.split(pattern, string, maxsplit=0, flags=0)
将一个字符串按照正则表达式匹配结果进行分割返回列表类型
∙ pattern : 正则表达式的字符串或原生字符串表示
∙ string : 待匹配字符串
∙ maxsplit: 最大分割数，剩余部分作为最后一个元素输出
∙ flags : 正则表达式使用时的控制标记

示例

re.finditer(pattern, string, flags=0)
搜索字符串，返回一个匹配结果的迭代类型，每个迭代元素是match对象
∙ pattern : 正则表达式的字符串或原生字符串表示
∙ string : 待匹配字符串
∙ flags : 正则表达式使用时的控制标记

示例

re.sub(pattern, repl, string, count=0, flags=0)
在一个字符串中替换所有匹配正则表达式的子串返回替换后的字符串
∙ pattern : 正则表达式的字符串或原生字符串表示
∙ repl : 替换匹配字符串的字符串
∙ string : 待匹配字符串
∙ count : 匹配的最大替换次数
∙ flags : 正则表达式使用时的控制标记

Match对象的属性

属性	说明
.string	待匹配的文本
.re	匹配时使用的patter对象（正则表达式）
.pos	正则表达式搜索文本的开始位置
.endpos	正则表达式搜索文本的结束位置

Match对象的方法

方法	说明
.group(0)	获得匹配后的字符串
.start()匹配字符串在原始字符串的开始位置
.end()	匹配字符串在原始字符串的结束位置
.span()	返回(.start(),.end())