Python正则表达式(Python RegEx)

Python正则表达式目录

• Python正则表达式
  • 快速参考
  • 函数详解
    • match()
    • search()
    • 捕获和分组
    • Match对象
    • sub()
    • compile()
    • findall()
    • finditer()
    • split()
  • 参考博客与示例代码

快速参考

常用函数：

re.match():从字符串的起始位置匹配一个正则表达式。

re.search():扫描整个字符串并返回第一个成功的匹配。

re.sub():用于替换字符串中的匹配项。

re.compile():用于编译正则表达式，生成一个正则表达式(Pattern)对象。供match()和search()这两个函数使用。

re.findAll():在字符串中找到正则表达式所匹配的所有子串，并返回一个列表。

re.finditer():在字符串中找到正则表达式所匹配的所有子串，并返回一个迭代器。

re.split():split 方法按照能够匹配的子串将字符串分割后返回列表。

元字符：具有特殊含义的字符

特殊序列：特殊序列指的是\后跟下表中的某个字符，拥有特殊含义。

集合：集合（Set）是一对方括号 [] 内的一组字符，具有特殊含义

正则表达式修饰符

函数详解match()

re.match(): 从字符串的起始位置(开头)匹配一个正则表达式，匹配成功返回一个Match对象，匹配失败返回None。

re.match(pattern, string, flags=0)# pattern:正则表达式；string：字符串;flags：正则表达式修饰符

示例：

_str = 'https://www.baidu.com/'print(re.match('https', _str))print(re.match('baidu', _str))

结果图：

search()

re.search():扫描整个字符串来匹配正则表达式，如果匹配成功，则返回第一个匹配成功的Match对象，匹配失败则返回None。

re.search(pattern,string,flags=0)# pattern:正则表达式；string：字符串;flags：正则表达式修饰符

示例：

_str = 'https://www.baidu.com/'print(re.search('baidu', _str))print(re.search('goole', _str))

结果图：

捕获和分组

示例：

_str = 'Cats are smarter than dogs'# r:字符串为非转义的原始字符串 ():捕获和分组 .:除了换行符的所有字符 *:零次或者多次出现# (.*)是第一个分组，.*表示匹配除了换行符之外的所有字符;(.*?)是第二个分组，.*后面的?代表非贪婪模式，只匹配符合条件的最少的字符# 最后一个.*不是分组，不会计入匹配结果;|表示两者任一# re.M:多行匹配，影响^和$;re.I：大小写不敏感# 匹配的正则表达式中的空格对结果影响很大matchObject = re.match(r'(.*) are (.*?) .*', _str, re.M | re.I)if matchObject:    print(matchObject.groups())    print(matchObject.group())    print(matchObject.group(1))    print(matchObject.group(2))

结果截图：

groups是包含分组匹配项的元组；group()或者group(0)是整个正则表达式的匹配项；group(1)和group(2)分别是两个分组的匹配项；当调用group(3)时会报错，因为没有第三个分组

Match对象

_str = 'https://www.baidu.com/'_result = re.match('https', _str)print(_result)print(_result.span())print(_result.start())print(_result.end())print(_result.group())

sub()

re.sub():用于替换字符串中正则表达式的匹配项。

re.sub(pattern, repl, string, count=0, flags=0)# pattern:正则表达式；repl:替换的字符串或者函数；string：字符串；# count：最大替换次数，默认0代表替换所有匹配正则表达式；flags：正则表达式修饰符

示例：

_phone = '2004-959-559 # 这是一个国外电话号码'# 删除字符串中的Python注释_phone = re.sub(r'#.*$', '', _phone)print(_phone)# 删除字符串中的-_num = re.sub(r'\D', '', _phone)print(_num)# 删除字符串中的-_num = re.sub(r'-', '', _phone)print(_num)# 删除字符串中第一个-_num = re.sub(r'-', '', _phone, 1)print(_num)

结果图：

示例（repl参数是一个函数):

# 将字符串中的匹配的数字*2def doubleNum(matched):    _value = int(matched.group('value'))    return str(_value * 2)_str = 'cxk666cxk456cxk250'# 分组匹配_result = re.sub(r'(?P\d+)', doubleNum, _str)print(_result)

结果图：

compile()

compile()函数用于编译正则表达式，生成一个正则表达式对象(RegexObject) ，供match()和search()这两个函数使用。

re.compile(pattern[, flags])# pattern：正则表达式；flags：正则表达式修饰符

示例：

_str = 'cxk666cxk456cxk250'# re.compile函数，compile函数用于编译正则表达式，生成一个正则表达式对象_pattern = re.compile(r'\d+')  # 匹配至少一个数字_result = _pattern.search(_str)print(_result)

结果图：

findall()

findall()：在字符串中找到正则表达式所匹配的所有子字符串并返回一个列表。如果有多个匹配模式，则返回元祖列表；如果没有找到匹配子串，则返回空列表。

findall(string[, pos[, endpos]])# string:字符串；pos：可选参数，字符串的起始位置，默认为0；endpos：可选参数，字符串的结束位置，默认为字符串长度。

示例：

_str = 'cxk666cxk456cxk250'_pattern = re.compile(r'\d+')  # 匹配至少一个数字_result = _pattern.findall(_str)print(_result)

结果图：

多个匹配模式示例：

_str = 'cxk666cxk456cxk250'_pattern = re.compile(r'([a-z]+)(\d+)') #按小写字母和数字分开匹配_result = _pattern.findall(_str)print(_result)

结果图：

finditer()

finditer()：在字符串中找到正则表达式所匹配的所有子串，并将结果作为一个迭代器返回。

re.finditer(pattern, string, flags=0)# string:字符串；pattern：正则表达式；flags：正则表达式修饰符

示例：

# finditer_str = 'cxk666cxk456cxk250'_iter = re.finditer(r'\d+', _str)for _it in _iter:    print(_it.group())

结果图：

split()

split() 方法按照能够匹配的子串将字符串分割后返回列表。注意：是分割，而不是取某一部分。

re.split(pattern, string[, maxsplit=0, flags=0])# pattern:正则表达式；string：字符串；maxsplit：分隔次数，默认为 0，不限制次数；flags：正则表达式修饰符

示例：

_str = 'cxk sing jump rap basketball'_result = re.split(r'(\S+ )', _str)print(_result)

结果图：

参考博客与示例代码

示例代码：https://gitee.com/mr-wildfire/PythonRegExDemo/

参考博客：

​感谢：Python 正则表达式 | 菜鸟教程 (runoob.com)

​感谢：Python RegEx (w3school.com.cn)