Python 正则表达式(RegEx)

章节

正则表达式是组成搜索模式的字符序列。

正则表达式用于按指定的搜索模式搜索字符串。

正则表达式(RegEx)模块

Python有一个名为re的内置包，用来处理正则表达式。

示例

导入re模块:

import re

Python中的正则表达式

导入re模块后，就可以开始使用正则表达式:

示例

搜索字符串，查看是否以“the”开头，以“Spain”结尾:

import re

txt = "The rain in Spain"

x = re.search("^The.*Spain$", txt)

正则表达式函数

re模块提供了一组函数，用于搜索匹配的字符串:

函数	描述
findall	返回包含所有匹配项的列表
search	如果文本中有匹配项，则返回匹配对象
split	使用字符串分割文本，返回文本被分割后的列表
sub	用字符串替换一个或多个匹配项/td>

元字符

元字符是具有特殊意义的字符:

字符	描述	例子
[]	字符集合	"[a-m]"
\	标志特殊转义字符(也可以用来转义特定字符)	"\d"
.	任何字符(换行字符除外)	"he..o"
^	开始文本	"^hello"
$	结束文本	"world$"
*	0次或多次出现	"aix*"
+	1次或多次出现	"aix+"
{}	确定的出现次数	"al{2}"
\|	或者	"falls\|stays"
()	捕获并分组

特殊转义字符

特殊转义字符是\后面跟着下面列表中的某个字符，有特殊的含义:

字符	描述	例子
\A	如果指定字符串位于文本的开头，则返回匹配项	"\AThe"
\b	如果指定字符串位于文本开头或结尾，则返回匹配项	r"\bain" r"ain\b"
\B	如果指定字符串没有位于文本开头或结尾，则返回匹配项	r"\Bain" r"ain\B"
\d	如果文本中包含了数字(0-9)，返回匹配项	"\d"
\D	如果文本中不包含数字(0-9)，返回匹配项	"\D"
\s	返回文本中包含空白字符的匹配项	"\s"
\S	返回文本中不包含空白字符的匹配项	"\S"
\w	如果文本中包含任何单词字符(从a到Z的字符，从0到9的数字，以及下划线_字符)，返回匹配项	"\w"
\W	如果文本中不包含任何单词字符(从a到Z的字符，从0到9的数字，以及下划线_字符)，返回匹配项	"\W"
\Z	如果指定的字符串位于文本末尾，则返回匹配项	"Spain\Z"

集合

集合是一对方括号[]中的一组字符，具有特殊的含义:

Set	描述
[arn]	返回匹配指定字符(a、r或n)之一的匹配项
[a-n]	返回匹配任意a和n之间，小写字符的匹配项
[^arn]	返回匹配除a、r和n之外的任何字符的匹配项
[0123]	返回匹配指定数字(0、1、2或3)的匹配项
[0-9]	返回匹配0到9之间任意数字的匹配项
[0-5][0-9]	返回匹配从00到59的任意两位数的匹配项
[a-zA-Z]	返回匹配按字母顺序在a和z之间、小写或大写的任何字符的匹配项
[+]	在集合中，+，*，.，\|，()，$，{}没有特殊的含义，所以[+]的意思是: 返回字符串中"+"字符的匹配项

findall()函数

findall()函数返回一个包含所有匹配项的列表。

示例

打印包含所有匹配项的列表:

import re

str = "The rain in Spain"

x = re.findall("ai", str)

print(x)

列表中的匹配项按找到的顺序排序。

如果没有找到匹配项，返回一个空列表:

示例

打印所有匹配项的列表:

import re

str = "The rain in Spain"

x = re.findall("Portugal", str)

print(x)

search() 函数

search() 搜索文本中的匹配项，如果有匹配项，返回匹配对象。

如果有多个匹配项，只返回第一个:

示例

搜索文本中的第一个空白字符:

import re

str = "The rain in Spain"

x = re.search("\s", str)

print("第一个空白字符位于:", x.start())

如果没有找到匹配项，则返回None值:

示例

不匹配:

import re

str = "The rain in Spain"

x = re.search("Portugal", str)

print(x)

split() 函数

split()函数使用字符串分割文本，返回文本被分割后的列表:

示例

在每个空白字符处分割文本:

import re

str = "The rain in Spain"

x = re.split("\s", str)

print(x)

可以通过指定maxsplit参数来控制分割次数:

示例

只在第一次匹配时分割字符串:

import re

str = "The rain in Spain"

x = re.split("\s", str, 1)

print(x)

sub() Function

将匹配项替换为指定文本:

示例

用数字9替换每个空白字符:

import re

str = "The rain in Spain"

x = re.sub("\s", "9", str)

print(x)

可以通过count参数来控制替换的数量:

示例

替换前两项:

import re

str = "The rain in Spain"

x = re.sub("\s", "9", str, 2)

print(x)

匹配对象

匹配对象是一个包含搜索和结果信息的对象。

注意: 如果没有匹配，则返回None值，而不是匹配对象。

示例

搜索一下，将返回一个匹配对象:

import re

str = "The rain in Spain"

x = re.search("ai", str)

print(x) #打印对象

匹配对象具有用于检索搜索信息的属性和方法:

.span() 返回一个元组，其中包含匹配项的开始和结束位置。
.string 返回传递给函数的文本
.group() 返回文本中匹配的部分

示例

打印第一个匹配项的位置(开始和结束位置)。

正则表达式查找任何以大写字母“S”开头的单词:

import re

str = "The rain in Spain"

x = re.search(r"\bS\w+", str)

print(x.span())

示例

打印传入函数的文本:

import re

str = "The rain in Spain"

x = re.search(r"\bS\w+", str)

print(x.string)

示例

打印文本中匹配的部分。

正则表达式查找任何以大写字母“S”开头的单词:

import re

str = "The rain in Spain"

x = re.search(r"\bS\w+", str)

print(x.group())

注意: 如果没有匹配，则返回None值，而不是匹配对象。