re正则匹配模块_python

一、re模块

1、模块功能

通过re模块的接口接入正则表达式语言，主要用于匹配字符串。

2、正则表达式元字符以及意义

.　　代表任意一个字符（除了换行符\n）

^　　以什么开头

$　　以什么结尾

*　　重复匹配*前面的字符出现0到多次 【0，正无穷】

+　　重复匹配+前面的字符1到多次【1，正无穷】

?　　重复匹配?前面的字符0或1次【0,1】

{数字}　　代表前面的匹配次数，如'b{3}'

{数字n，数字m}    代表前面的匹配次数n次到m次

"|"　　或

'（abc）{2}'　　将abc括成一个整体，分组匹配

[]　　代表字符集中的字符，或的关系，如'[a-z]'，还有取消元字符意义的特殊功能，

　　如'[^123]'，^放在[]里的最前面，代表取反。

　　如[1-5]，-放在[]里面，代表一个范围

\与普通字符，代表一定意义如[\d]，具体代表意义如下；（但\与特殊自字符，取消特殊性，如[\^]）

　　\d   匹配所有的数字，相当于[0-9]
　　\D   匹配非数字字符，相当于[^0-9]
　　\w   匹配数字字母下划线，相当于[0-9a-zA-Z_]
　　\W   匹配非数字字母下划线，相当于[^0-9a-zA-Z_]
　　\s   匹配任意空白符（空格，换行，回车，换页制表符）相当于[ \f\n\r\t]
　　\S   匹配任意非空白符,相当于[^ \f\n\r\t]
　　\A   匹配字符串开始，和^区别：\A只匹配行首，在re.M下也不匹配他行行首
　　\Z   匹配字符串结束，和$区别：\Z只匹配结束，在re.M下也不匹配他行结束
　　\b   匹配单词的边界，空格之间
　　\B   匹配非单词的边界，空格之间

()　　做分组，弄成整体字符组进行匹配，如'(bs)'

　　添加组名分组：根据组名查出

　　

查找网址的例子：

import re
print(re.findall('www.(\w+).com',"www.baidu.com")) #['baidu'],得出中间结果
print(re.findall('www.(?:\w+).com',"www.baidu.com")) #['www.baidu.com'],得出所有结果

匹配身份证例子：

3、模块的方法

findall()：所有结果都返回到一个列表里

search()：返回匹配到的第一个对象（object），可以调用group（）方法返回结果（常用）

　　　　print(re.search('www.(\w+).com',"www.baidu.com").group())

match()：只在字符串开始匹配，只匹配开头符不符合。也是返回一个对象，也用group（）返回结果。

split() ：分割字符串

　　　　print(re.split('k+','sdfkwerkryy')) #['sdf', 'wer', 'ryy']

sub（"替换前","替换后","替换的字符串"，替换多少个（不写默认全部替换））

　　　　print(re.sub('chen','peng','chenxiaozanchen',1)) #pengxiaozanchen

compile():提高一点点效率，编译规则，再调用

　　　　

finditer() : 得到的结果不是放到list，而是迭代器

　　　　

.