Python正則表達式大全

前言

正則表達式是對字符串（包括普通字符（例如，a 到 z 之間的字母）和特殊字符（稱爲「元字符」））操做的一種邏輯公式，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。正則表達式是一種文本模式，該模式描述在搜索文本時要匹配的一個或多個字符串。
上面都是官方的說明，博主本身的理解是（僅供參考）：經過事先規定好一些特殊字符的匹配規則，而後利用這些字符進行組合來匹配各類複雜的字符串場景。好比如今的爬蟲和數據分析，字符串校驗等等都須要用到正則表達式來處理數據。
python的正則表達式則是re模塊了。
re 模塊使 Python 語言擁有所有的正則表達式功能。
re 模塊也提供了與這些方法功能徹底一致的函數，這些函數使用一個模式字符串作爲它們的第一個參數。

基本語法

編號	表達式	描述
1	a, X, 9, <	普通字符徹底匹配。
2	.	匹配任何單個字符，除了換行符’\n‘
3	\w	匹配「單詞」字符：字母或數字或下劃線[a-zA-Z0-9_]。
4	\W	匹配任何非字詞。
5	\b	字詞與非字詞之間的界限
6	\s	匹配單個空格字符 - 空格，換行符，返回，製表符
7	\S	匹配任何非空格字符。
8	\t, \n, \r	製表符，換行符，退格符
9	\d	十進制數[0-9]
10	^	匹配字符串的開頭
11	$	匹配字符串的末尾
12	\	抑制字符的「特殊性」，也叫轉義字符。

match函數

只從字符串的最開始與pattern進行匹配
下面是函數的語法 -
re.match(pattern, string, flags = 0)
這裏是參數的描述 -
pattern - 這是要匹配的正則表達式。
string - 這是字符串，它將被搜索用於匹配字符串開頭的模式。
flags - 可使用按位OR(|)指定不一樣的標誌。 這些是修飾符，以下表所列。
re.match 函數在成功時返回匹配對象，失敗時返回None。使用match(num)或groups()函數匹配對象來獲取匹配的表達式。

編號	匹配對象	描述
1	group(num = 0)	此方法返回整個匹配(或特定子組num)
2	groups()	此方法返回一個元組中的全部匹配子組(若是沒有，則返回爲None)

示例

#未從初始位置匹配，會返回None
import re

line = 'i can speak good english'
matchObj = re.match(r'\s(\w*)\s(\w*).*',line)
if matchObj:
    print('matchObj.group() :',matchObj.group())
    print('matchObj.group() :',matchObj.group(1))
    print('matchObj.group() :',matchObj.group(2))
    print('matchObj.group() :',matchObj.group(3))
else:
    print('no match!')

#從初始位置開始匹配
import re

line = 'i can speak good english'
matchObj = re.match(r'(i)\s(\w*)\s(\w*).*',line)
if matchObj:
    print('matchObj.group() :',matchObj.group())
    print('matchObj.group() :',matchObj.group(1))
    print('matchObj.group() :',matchObj.group(2))
    print('matchObj.group() :',matchObj.group(3))
else:
    print('no match!')

search函數

與match()工做的方式同樣，可是search()不是從最開始匹配的，而是從任意位置查找第一次匹配的內容。
下面是這個函數的語法 -
re.match(pattern, string, flags = 0)

這裏是參數的描述 -
pattern - 這是要匹配的正則表達式。
string - 這是字符串，它將被搜索用於匹配字符串開頭的模式。
flags - 可使用按位OR(|)指定不一樣的標誌。 這些是修飾符，以下表所列。
re.search函數在成功時返回匹配對象，不然返回None。使用match對象的group(num)或groups()函數來獲取匹配的表達式。

編號	匹配對象	描述
1	group(num = 0)	此方法返回整個匹配(或特定子組num)
2	groups()	此方法返回一個元組中的全部匹配子組(若是沒有，則返回爲None)

示例

import re

line = 'i can speak good english'
matchObj = re.search('(.*) (.*?) (.*)',line)
if matchObj:
    print('matchObj.group() :',matchObj.group())
    print('matchObj.group() :',matchObj.group(1))
    print('matchObj.group() :',matchObj.group(2))
    print('matchObj.group() :',matchObj.group(3))
else:
    print('no match!')

sub()函數

使用正則表達式re模塊中的最重要的之一是sub。
模塊
re.sub(pattern, repl, string, max=0)

此方法使用repl替換全部出如今RE模式的字符串，替換全部出現，除非提供max。此方法返回修改的字符串。

示例

import re

line = 'i can speak good english'
speak = re.sub(r'can','not',line)
print(speak)
speak1 = re.sub(r'\s','',line) #替換全部空格
print(speak1)

特殊語法示例

字符類

編號	示例	說明
1	[Pp]ython	匹配「Python」或「python」
2	rub[ye]	匹配「ruby」或「rube」
3	[aeiou]	匹配任何一個小寫元音
4	[0-9]	匹配任何數字; 如[0123456789]
5	[a-z]	匹配任何小寫ASCII字母
6	[A-Z]	匹配任何大寫的ASCII字母
7	[a-zA-Z0-9]	匹配上述任何一個
8	[^aeiou]	匹配除小寫元音以外的任何東西
9	[^0-9]	匹配數字之外的任何東西

特殊字符類

編號	示例	說明
1	.	匹配除換行符之外的任何字符
2	\d	匹配數字：[0-9]
3	\D	匹配非數字：[^0-9]
4	\s	匹配空格字符：[\t\r\n\f]
5	\S	匹配非空格：[^\t\r\n\f]
6	\w	匹配單字字符： [A-Za-z0-9_]
7	\W	匹配非單字字符： [A-Za-z0-9_]

重複匹配

編號	示例	說明
1	ruby?	匹配「rub」或「ruby」：y是可選的
2	ruby*	匹配「rub」加上0個以上的y
3	ruby+	匹配「rub」加上1個或更多的y
4	\d{3}	徹底匹配3位數
5	\d{3,}	匹配3位或更多位數字
6	\d{3,5}	匹配3，4或5位數

非貪婪重複

這匹配最小的重複次數 -

編號	示例	說明
1	<.*>	貪婪重複：匹配「 perl>」
2	<.*?>	非貪婪重複：在「 perl」中匹配「 」

用圓括號分組

編號	示例	說明
1	\D\d+	沒有分組：+重複\d
2	(\D\d)+	分組：+重複\D\d對
3	([Pp]ython(,)?)+	匹配「Python」，「Python，python，python」等

反向引用

這與之前匹配的組再次匹配 -

編號	示例	說明
1	([Pp])ython&\1ails	匹配python和pails或Python和Pails
2	(['"])[^\1]*\1	單引號或雙引號字符串。\1匹配第一個分組匹配。 \2匹配任何第二個分組匹配等
3	python	perl
4	rub(y	le)
5	Python(!+	?)

錨點

這須要指定匹配位置。

編號	示例	說明
1	^Python	在字符串或內部行的開頭匹配「Python」
2	Python$	在字符串或內部行的結尾匹配「Python」
3	\APython	在字符串的開頭匹配「Python」
4	Python\Z	在字符串的末尾匹配「Python」
5	\bPython\b	在字詞的邊界匹配「Python」
6	\brub\B	\B是非字詞邊界：在「rube」和「ruby」中匹配「rub」，而不是單獨匹配
7	Python(?=!)	匹配「Python」，若是跟着感嘆號。
8	Python(?!!)	匹配「Python」，若是沒有感嘆號後面。

帶括號的特殊語法

編號	示例	說明
1	R(?#comment)	匹配「R」。其他的都是註釋
2	R(?i)uby	匹配「uby」時不區分大小寫
3	R(?i:uby)	同上
4	rub(?:yle))	僅組合而不建立\1反向引用