Python基礎知識之正則表達式re模塊
阿新 • • 發佈:2017-12-23
轉換成 spl html href earch 大小 轉載 rec city
**轉載自:http://www.cnblogs.com/alex3714/articles/5161349.html**
re模塊常用方法
- re.match(規則,字符串):默認從開頭開始匹配,這種模式中
‘^‘
沒用。 - re.search()
- re.findall():沒有
group
方法了,把所有匹配到的字符放到以列表中的元素返回 - re.split():分割
- re.sub():匹配字符並替換
常用正則表達式:
‘.‘ 默認匹配除\n之外的任意一個字符,若指定flag DOTALL,則匹配任意字符,包括換行
‘^‘ 匹配字符開頭,若指定flags MULTILINE,這種也可以匹配上(r"^a" ,"\nabc\neee",flags=re.MULTILINE)
‘$‘ 匹配字符結尾,或e.search("foo$","bfoo\nsdfsf",flags=re.MULTILINE).group()也可以
‘*‘ 匹配*號前的字符0次或多次,re.findall("ab*","cabb3abcbbac") 結果為[‘abb‘, ‘ab‘, ‘a‘]
‘+‘ 匹配前一個字符1次或多次,re.findall("ab+","ab+cd+abb+bba") 結果[‘ab‘, ‘abb‘]
‘?‘ 匹配前一個字符1次或0次
‘{m}‘ 匹配前一個字符m次
‘{n,m}‘ 匹配前一個字符n到m次,re.findall("ab{1,3}","abb abc abbcbbb") 結果‘abb‘, ‘ab‘, ‘abb‘]
‘|‘ 匹配|左或|右的字符,re.search("abc|ABC","ABCBabcCD").group() 結果‘ABC‘
‘(...)‘ 分組匹配,re.search("(abc){2}a(123|456)c", "abcabca456c").group() 結果 abcabca456c
‘\A‘ 只從字符開頭匹配,re.search("\Aabc","alexabc") 是匹配不到的
‘\Z‘ 匹配字符結尾,同$
‘\d‘ 匹配數字0-9
‘\D‘ 匹配非數字
‘\w‘ 匹配[A-Za-z0-9]
‘\W‘ 匹配非[A-Za-z0-9]
‘s‘ 匹配空白字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 結果 ‘\t‘
‘(?P<name>...)‘ 分組匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 結果{‘province‘: ‘3714‘, ‘city‘: ‘81‘, ‘birthday‘: ‘1993‘}
反斜杠的困擾
與大多數編程語言相同,正則表達式裏使用""作為轉義字符,這就可能造成反斜杠困擾。假如你需要匹配文本中的字符"",那麽使用編程語言表示的正則表達式裏將需要4個反斜杠"\\":前兩個和後兩個分別用於在編程語言裏轉義成反斜杠,轉換成兩個反斜杠後再在正則表達式裏轉義成一個反斜杠。Python裏的原生字符串很好地解決了這個問題,這個例子中的正則表達式可以使用r"\"表示。同樣,匹配一個數字的"\d"可以寫成r"\d"。有了原生字符串,你再也不用擔心是不是漏寫了反斜杠,寫出來的表達式也更直觀。
常用匹配模式
flag = re.I(re.IGNORECASE): 忽略大小寫(括號內是完整寫法,下同)
flag = M(MULTINE): 多行模式,改變‘^‘和‘$‘的行為(參見上圖)
flag = S(DOTALL): 點任意匹配模式,改變‘.‘的行為
Python基礎知識之正則表達式re模塊