Python正则表达式大全

前言

正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，该模式描述在搜索文本时要匹配的一个或多个字符串。

上面都是官方的说明，博主自己的理解是（仅供参考）：通过事先规定好一些特殊字符的匹配规则，然后利用这些字符进行组合来匹配各种复杂的字符串场景。比如现在的爬虫和数据分析，字符串校验等等都需要用到正则表达式来处理数据。

python的正则表达式则是re模块了。

re 模块使 Python 语言拥有全部的正则表达式功能。

re 模块也提供了与这些方法功能完全一致的函数，这些函数使用一个模式字符串做为它们的第一个参数。

基本语法

编号	表达式	描述
1	a, X, 9, <	普通字符完全匹配。
2	.	匹配任何单个字符，除了换行符’\n‘
3	\w	匹配“单词”字符：字母或数字或下划线[a-zA-Z0-9_]。
4	\W	匹配任何非字词。
5	\b	字词与非字词之间的界限
6	\s	匹配单个空格字符 - 空格，换行符，返回，制表符
7	\S	匹配任何非空格字符。
8	\t, \n, \r	制表符，换行符，退格符
9	\d	十进制数[0-9]
10	^	匹配字符串的开头
11	$	匹配字符串的末尾
12	\	抑制字符的“特殊性”，也叫转义字符。

1.match函数

只从字符串的最开始与pattern进行匹配

下面是函数的语法 -

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

这里是参数的描述 -

pattern - 这是要匹配的正则表达式。

string - 这是字符串，它将被搜索用于匹配字符串开头的模式。

flags - 可以使用按位OR(|)指定不同的标志。 这些是修饰符，如下表所列。

re.match 函数在成功时返回匹配对象，失败时返回None。使用match(num)或groups()函数匹配对象来获取匹配的表达式。

编号	匹配对象	描述
1	group(num = 0)	此方法返回整个匹配(或特定子组num)
2	groups()	此方法返回一个元组中的所有匹配子组(如果没有，则返回为None)

示例

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!')

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!')

2.search函数

与match()工作的方式一样，但是search()不是从最开始匹配的，而是从任意位置查找第一次匹配的内容。

下面是这个函数的语法 -

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

这里是参数的描述 -

pattern - 这是要匹配的正则表达式。

string - 这是字符串，它将被搜索用于匹配字符串开头的模式。

flags - 可以使用按位OR(|)指定不同的标志。 这些是修饰符，如下表所列。

re.search函数在成功时返回匹配对象，否则返回None。使用match对象的group(num)或groups()函数来获取匹配的表达式。

编号	匹配对象	描述
1	group(num = 0)	此方法返回整个匹配(或特定子组num)
2	groups()	此方法返回一个元组中的所有匹配子组(如果没有，则返回为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!')

3.sub()函数

使用正则表达式re模块中的最重要的之一是sub。

模块

re.sub(pattern, repl, string, max=0)

此方法使用repl替换所有出现在RE模式的字符串，替换所有出现，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) #替换所有空格
print(speak1)

特殊语法示例

字符类

编号	示例	说明
1	[Pp]ython	匹配“Python”或“python”
2	rub[ye]	匹配“ruby”或“rube”
3	[aeiou]	匹配任何一个小写元音
4	[0-9]	匹配任何数字; 如[0123456789]
5	[a-z]	匹配任何小写ASCII字母
6	[A-Z]	匹配任何大写的ASCII字母
7	[a-zA-Z0-9]	匹配上述任何一个
8	[^aeiou]	匹配除小写元音之外的任何东西
9	[^0-9]	匹配数字以外的任何东西

特殊字符类

编号	示例	说明
1	.	匹配除换行符以外的任何字符
2	\d	匹配数字：[0-9]
3	\D	匹配非数字：[^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	匹配单字字符： [A-Za-z0-9_]
7	\W	匹配非单字字符： [A-Za-z0-9_]

重复匹配

编号	示例	说明
1	ruby?	匹配“rub”或“ruby”：y是可选的
2	ruby*	匹配“rub”加上0个以上的y
3	ruby+	匹配“rub”加上1个或更多的y
4	\d{3}	完全匹配3位数
5	\d{3,}	匹配3位或更多位数字
6	\d{3,5}	匹配3，4或5位数

非贪婪重复

这匹配最小的重复次数 -

编号	示例	说明
1	<.*>	贪婪重复：匹配“ perl>”
2	<.*?>	非贪婪重复：在“ perl”中匹配“”

用圆括号分组

编号	示例	说明
1	\D\d+	没有分组：+重复\d
2	(\D\d)+	分组：+重复\D\d对
3	([Pp]ython(,)?)+	匹配“Python”，“Python，python，python”等

反向引用

这与以前匹配的组再次匹配 -

编号	示例	说明
1	([Pp])ython&\1ails	匹配python和pails或Python和Pails
2	(['"])[^\1]*\1	单引号或双引号字符串。\1匹配第一个分组匹配。 \2匹配任何第二个分组匹配等
3	python	perl
4	rub(y	le)
5	Python(!+	?)

锚点

这需要指定匹配位置。

编号	示例	说明
1	^Python	在字符串或内部行的开头匹配“Python”
2	Python$	在字符串或内部行的结尾匹配“Python”
3	\APython	在字符串的开头匹配“Python”
4	Python\Z	在字符串的末尾匹配“Python”
5	\bPython\b	在字词的边界匹配“Python”
6	\brub\B	\B是非字词边界：在“rube”和“ruby”中匹配“rub”，而不是单独匹配
7	Python(?=!)	匹配“Python”，如果跟着感叹号。
8	Python(?!!)	匹配“Python”，如果没有感叹号后面。

带括号的特殊语法

编号	示例	说明
1	R(?#comment)	匹配“R”。其余的都是注释
2	R(?i)uby	匹配“uby”时不区分大小写
3	R(?i:uby)	同上
4	rub(?:yle))	仅组合而不创建\1反向引用