Python re

re模塊

經常使用正則表達式符號

'.'  默認匹配除\n以外的任意一個字符，若指定flagDOTALL,則匹配任意字符，包括換行

'^'匹配字符開頭，若指定flagsMULTILINE,這種也能夠匹配上(r"^a","\nabc\neee",flags=re.MULTILINE)

'$' 匹配字符結尾，或e.search("foo$","bfoo\nsdfsf",flags=re.MULTILINE).group()也能夠

'*' 匹配*號前的字符0次或屢次，re.findall("ab*","cabb3abcbbac")  結果爲['abb', 'ab', 'a']

'+' 匹配前一個字符1次或屢次，re.findall("ab+","ab+cd+abb+bba")結果['ab', 'abb']

'?' 匹配前一個字符1次或0次

'{m}' 匹配前一個字符m次

'{n,m}' 匹配前一個字符n到m次，re.findall("ab{1,3}","abbabc abbcbbb") 結果'abb', 'ab', 'abb']

'|' 匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group()結果'ABC'

'(...)' 分組匹配，re.search("(abc){2}a(123|456)c","abcabca456c").group() 結果 abcabca456c

 

'\A' 只從字符開頭匹配，re.search("\Aabc","alexabc")是匹配不到的

'\Z' 匹配字符結尾，同$

'\d' 匹配數字0-9

'\D' 匹配非數字

'\w' 匹配[A-Za-z0-9]

'\W' 匹配非[A-Za-z0-9]

's'  匹配空白字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 結果 '\t'

 

'(?P<name>...)'分組匹配re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city")結果{'province': '3714', 'city': '81', 'birthday': '1993'}

注意：語法就是?P<name>

 

最經常使用的匹配語法

re.match 從頭開始匹配

re.search 匹配包含

re.findall 把全部匹配到的字符放到以列表中的元素返回

re.splitall 以匹配到的字符當作列表分隔符

re.sub  匹配字符並替換

反斜槓的困擾

與大多數編程語言相同，正則表達式裏使用"\"做爲轉義字符，這就可能形成反斜槓困擾。假如你須要匹配文本中的字符"\"，那麼使用編程語言表示的正則表達式裏將須要4個反斜槓"\\\\"：前兩個和後兩個分別用於在編程語言裏轉義成反斜槓，轉換成兩個反斜槓後再在正則表達式裏轉義成一個反斜槓。Python裏的原生字符串很好地解決了這個問題，這個例子中的正則表達式能夠使用r"\\"表示。一樣，匹配一個數字的"\\d"能夠寫成r"\d"。有了原生字符串，你不再用擔憂是否是漏寫了反斜槓，寫出來的表達式也更直觀。

 

幾個匹配模式

re.I(re.IGNORECASE): 忽略大小寫（括號內是完整寫法，下同）

M(MULTILINE): 多行模式，改變'^'和'$'的行爲（參見上圖）

S(DOTALL): 點任意匹配模式，改變'.'的行爲

From:oldboy_alex