Python的正則表達式(一)

這是Python的獨立模塊，須要引入。

import re

1. 先說re函數

re.match(pattern, string, flags=0)

參數：pattern：匹配的正則表達式；string：要匹配的字符串；flags：標誌位，用於控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等等，後面細說。

用法：匹配以xxx開頭的字符串，匹配成功就返回對象，不然返回None

re.search(pattern, string, flags=0)

參數同上

用法：掃描整個字符串並返回第一個成功的匹配，不然返回None

差別：re.match只匹配字符串的開始，若是字符串開始不符合正則表達式，則匹配失敗，函數返回None；而re.search匹配整個字符串，直到找到一個匹配。

re.sub(pattern, repl, string, count=0, flags=0)

參數：pattern : 正則中的模式字符串;repl : 替換的字符串，也可爲一個函數；string : 要被查找替換的原始字符串；count : 模式匹配後替換的最大次數，默認 0 表示替換全部的匹配。

用法：用於替換字符串中的匹配項。

re.compile(pattern[, flags])

參數說明同上

用法：該函數用於編譯正則表達式，生成一個正則表達式（ Pattern ）對象，供 match() 和 search() 這兩個函數使用

findall(string[, pos[, endpos]])

參數：string : 待匹配的字符串；pos : 可選參數，指定字符串的起始位置，默認爲 0；endpos : 可選參數，指定字符串的結束位置，默認爲字符串的長度。

用法：在字符串中找到正則表達式所匹配的全部子串，並返回一個列表，若是沒有找到匹配的，則返回空列表。

差別： match 和 search 是匹配一次 findall 匹配全部。

2. flag說明（修飾符，可選標誌）

re.I 忽略大小寫，I表明IGNORECASE

re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 取決於當前的本地化設置，L表明LOCALE

re.M 多行模式，使用本標誌後，‘^’和‘$’匹配行首和行尾時，會增長換行符以前和以後的位置，M表明MULTILINE

re.S 使 「.」 特殊字符徹底匹配任何字符，包括換行；沒有這個標誌， 「.」 匹配除了換行符外的任何字符，S表明DOTALL，即等同於re.DOTALL

re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依賴於 Unicode 字符屬性數據庫

re.X 爲了增長可讀性，忽略空格和 # 後面的註釋，X表明VERBOSE，等同於re.VERBOSE

注：多個flag同時使用可使用OR(|) 它們來指定，好比re.I | re.L

3. 正則匹配模式

3.1表達式舉例以及‘r’

\\d-\\d\\d-\\d表明1個數字加'-'再加2個數字再加'-'再加1個數字，好比1-22-3

\\d{2}-\\d{3}-\\d{4}表明2個數字加'-'再加3個數字再加'-'再加4個數字，好比12-222-3456

如上，由於\是須要轉義的，所以咱們須要在'\'前再加上'\'表示

用'r'能夠解決,r表示傳入原始字符串，它不包括轉義字符

好比\\d-\\d\\d-\\d=r'\d-\d\d-\d'

3.2 字符分類

\d  0到9的任何數字 ，等價於 [0-9] （記憶方法：digital數字的）

\D  除0到9的數字之外的任何字符，等價於 [^0-9]

\w  任何字母、數字或下劃線字符（能夠認爲是匹配「單詞」字符），等價於'[A-Za-z0-9_]'（記憶方法： word單詞）

\W  除字母、數字和下劃線之外的任何字符 ，等價於 '[^A-Za-z0-9_]'

\s  空格、製表符或換行符（能夠認爲是匹配「空白」字符） ，等價於 [ \f\n\r\t\v] （記憶方法：Space，空格空白）

\S  除空格、製表符和換行符之外的任何字符 ，等價於 [^ \f\n\r\t\v]

3.2語法

經常使用：

^匹配字符串的開頭

$匹配字符串的末尾。

.匹配任意字符，除了換行符，當re.DOTALL標記被指定時，則能夠匹配包括換行符的任意字符。

.*.*的組合能夠匹配全部字符

[...]用來表示一組字符,單獨列出：[amk] 匹配 'a'，'m'或'k'

[^...]不在[]中的字符：[^abc] 匹配除了a,b,c以外的字符。

()用來表達分組，後面有舉例

*匹配0次或屢次，r'Bat(wo)*man'，匹配wo0次或屢次

+匹配1次或屢次r'Bat(wo)+man'，匹配wo至少1次或屢次

?可選匹配，r'Bat(wo)?man'，匹配wo0次或1次

{}花括號裏的數字表示匹配次數，好比(AB){3},將匹配ABABAB，{AB}{2,4}將匹配ABAB,ABABAB,ABABABAB，(AB){,3}匹配0到3次的AB，(AB){5,}匹配5次或更屢次的AB

|或關係，A | B 表示 A或B

貪心和非貪心模式

所謂貪心模式就是python的正則表達式儘量的匹配最長的字符串，python默認是貪心的，若是須要匹配儘量的最短字符串，在結束的花括號跟着一個問號r'(AB){3,5}'默認會先匹配最長的，r'(AB){3,5}?'默認匹配最短的

舉例：

Greedystr='ABABABABAB'
Greedyre=re.compile(r'(AB){3,5}')
Greedyre1=re.compile(r'(AB){3,5}?')
Greedy_result=Greedyre.search(Greedystr)
Greedy_result1=Greedyre1.search(Greedystr)
print('默認貪心模式：',Greedy_result.group())
print('修改成非貪心模式：',Greedy_result1.group())

結果：

默認貪心模式： ABABABABAB

修改成非貪心模式： ABABAB

3.3 ()分組，re的group用法

（）能夠對錶達式進行分組，咱們可使用group(num) 或 groups() 匹配對象函數來獲取匹配表達式

group(num=0)，默認爲0，能夠輸入多個組號

groups()返回一個包含全部小組字符串的元組

舉例說明：

1.沒有分組的狀況

message='My telephone number is 0731-8888-4321, and his is 0733-5678-6666'
phonenum=re.compile(r'\d{4}-\d{4}-\d{4}')#編譯正則表達式，\d表明數字，｛4｝表示匹配的個數爲4，r表明傳入原始字符串
search_result=phonenum.search(message)#search只返回以第一次命中的
findall_result=phonenum.findall(message)#返回全部命中的結果，返回的是列表
print('search的結果：',search_result.group())
print('findall的結果：',findall_result)

#結果：

search的結果： 0731-8888-4321

findall的結果： ['0731-8888-4321', '0733-5678-6666']

2.有分組的狀況,分組用()表示，返回的是元組

message='My telephone number is 0731-8888-4321, and his is 0733-5678-6666'
phonenum=re.compile(r'(\d{4})-(\d{4})-(\d{4})')#編譯正則表達式，\d表明數字，｛4｝表示匹配的個數爲4,分組多了括號(),這裏分了三個組
search_result=phonenum.search(message)#search只返回以第一次命中的
findall_result=phonenum.findall(message)#返回全部命中的結果，返回的是列表
print('search的結果group：',search_result.group(),'search的結果指定group1，2：',search_result.group(1,2))
print('findall的結果：',findall_result)

#結果

search的結果group： 0731-8888-4321 search的結果指定group1，2： ('0731', '8888')

findall的結果： [('0731', '8888', '4321'), ('0733', '5678', '6666')]

3.有分組但匹配中有()的狀況，‘（’要用轉義字符,舉例中電話號碼加了括號

message='My telephone number is (0731)-8888-4321, and his is (0733)-5678-6666'
phonenum=re.compile(r'(\(\d{4}\))-(\d{4})-(\d{4})')#編譯正則表達式，\d表明數字，｛4｝表示匹配的個數爲4,分組多了括號(),這裏分了三個組
search_result=phonenum.search(message)#search只返回以第一次命中的
findall_result=phonenum.findall(message)#返回全部命中的結果，返回的是列表
print('search的結果group：',search_result.group(),'search的結果指定group1，2：',search_result.group(1,2))
print('findall的結果：',findall_result)

#結果

search的結果group： (0731)-8888-4321 search的結果指定group1，2： ('(0731)', '8888')

findall的結果： [('(0731)', '8888', '4321'), ('(0733)', '5678', '6666')]