Python高手之路【五】python基础之正则表达式

下图列出了Python支持的正则表达式元字符和语法：

字符点：匹配任意一个字符

import re
st = 'python'
result = re.findall('p.t',st)
print(result)

字符^：匹配以什么开头

import re
st = 'python'
result = re.findall('^py',st)
print(result)

字符$：匹配以什么结尾

import re
st = 'python'
result = re.findall('n$',st)
print(result)

字符*：匹配任意次，包括0次

import re
st = 'I looooooove python'
result = re.findall('lo*ve',st)#字符0可以没有，也可以无限多个，都可以匹配
print(result)

字符+：匹配一次或多次

import re
st = 'I looooooove python'
result = re.findall('lo+ve',st)#字符0没有就匹配不上
print(result)

字符?：匹配0次或一次

import re
st = 'I love python'
result = re.findall('lo?ve',st)#字符0没有也能匹配
print(result)

{m}：匹配前一个字符的m次

import re
st = 'I loooove python'
result = re.findall('o{3}',st)#匹配3个o字符
print(result)

{m,n}：匹配前一个字符的m-n次

import re
st = 'I loooove python'
result = re.findall('lo{1,4}ve',st)
print(result)

[abc]或[a-c]：匹配[]中的任意一个字符

import re
st = 'I loooove python'
result = re.findall('l[0-z]*e',st)
print(result)

[a|b]：匹配字符a或字符b

import re
st = 'I lbve python'
result = re.findall('l[a|b]ve',st)
print(result)

[^1-9]：[]里出现^字符，表示非的意思，并不表示以什么开头的意思

import re
st = 'I lb2ve python6'
result = re.findall('[^0-9]',st)
print(result)
##########################################
['I', ' ', 'l', 'b', 'v', 'e', ' ', 'p', 'y', 't', 'h', 'o', 'n']

\：

• 反斜杠后边跟元字符去除特殊功能
• 反斜杠后边跟普通字符实现特殊功能
• 引用序号对应的字组所匹配的字符串

数量词的贪婪模式与非贪婪模式

正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；非贪婪的则相反，总是尝试匹配尽可能少的字符。例如：正则表达式"ab*"如果用于查找"abbbc"，将找到"abbb"。而如果使用非贪婪的数量词"ab*?"，将找到"a"。

import re
result = re.findall(r'ab*','abbbc')
print(result)
##########################################
['abbb']

import re
result = re.findall(r'ab*?','abbbc')#取消贪婪模式
print(result)
##########################################
['a']

re.match() 从头匹配

import re
origin = "hello poe bcd jet who are you 20"
r = re.match("h\w+",origin)
print(r.group())    #获取匹配到的所有结果
print(r.groups())   #获取模型中匹配到的分组结果
print(r.groupdict())    #获取模型中匹配到的分组结果
##########################################
hello
()
{}

r = re.match("(h)(\w+)",origin)
print(r.group())        #获取匹配到的所有结果
print(r.groups())       #获取模型中匹配到的分组结果
print(r.groupdict())    #获取模型中匹配到的分组结果
##########################################
hello
('h', 'ello')
{}

r = re.match("(?P<n1>h)(?P<n2>\w+)",origin)
# ?P<n1> ：以键为n1，值为匹配到的这个分组，保存到字典中！?P<>这个是固定的写法
print(r.group())        #获取匹配到的所有结果
print(r.groups())       #获取模型中匹配到的分组结果
print(r.groupdict())    #获取模型中匹配到的分组结果
##########################################
hello
('h', 'ello')
{'n2': 'ello', 'n1': 'h'}

re.search() 浏览全部字符串，匹配第一个符合规则的字符串

与re.match()用法基本一样

import re
origin = "hello poe bcd jet poe who are you 20"
r = re.search("p(\w+).*(?P<name>\d)$",origin)
# ?P<n1> ：以键为n1，值为匹配到的这个分组，保存到字典中！?P<>这个是固定的写法
print(r.group())        #获取匹配到的所有结果
print(r.groups())       #获取模型中匹配到的分组结果
print(r.groupdict())    #获取模型中匹配到的分组结果
##########################################
poe bcd jet poe who are you 20
('oe', '')
{'name': ''}

re.findall() 将匹配的所有内容都放置在一个列表中

注：此方法空匹配也会保存到结果中，如：

result = re.findall("","a2b3c4d5")
print(result)
print(len(result))
##########################################
['', '', '', '', '', '', '', '', '']

re.findall()方法要注意有分组的情况：

#没有分组的情况
r = re.findall("p\w+",origin)
print(r)
##########################################
['poe', 'poe']

#有分组的情况，会把匹配到的分组放到结果列表中
r = re.findall("p(\w+)",origin)
print(r)
##########################################
['oe', 'oe'] 

re.finditer()

import re
origin = "hello poe bcd jet poe who are you 20"
r = re.finditer("(p)(\w+(e))",origin)
for i in r :
    print(i.group())
    print(i.groups())
    print(i.groupdict()) 

re.split()

无分组情况，匹配到的字符串不会出现在匹配结果中：

import re
origin = "hello poe bcd jet poe who are you 20"
r = re.split("a\w+",origin,1)
print(r)
##########################################
['hello poe bcd jet poe who ', ' you 20']

有分组情况，匹配到的分组字符串也会出现在匹配结果中：

import re
origin = "hello poe bcd jet poe who are you 20"
r = re.split("a(\w+)",origin,1)
print(r)
##########################################
['hello poe bcd jet poe who ', 're', ' you 20']

re.sub() 正则替换

import re
origin = "1yiuoosfd234kuiuadf789v,xznfa978"
new_str = re.sub("\d+","KKK",origin,1)#参数1表示只替换匹配到的第一个字符串，如果是2表示替换匹配到的前2个字符串
print(new_str)
##########################################
KKKyiuoosfdKKKkuiuadf789v,xznfa978

re.subn()只是比re.sub()多返回一个数据，如：

import re
origin = "1yiuoosfd234kuiuadf789v,xznfa978"
new_str,count = re.subn("\d+","KKK",origin)#参数1表示只替换匹配到的第一个字符串
print(new_str,count)
##########################################
KKKyiuoosfdKKKkuiuadfKKKv,xznfaKKK 4

这个4表示替换匹配了4次