RE正則表達式
阿新 • • 發佈:2018-07-18
ignorecas split containe ase 例子 cells 反斜杠 re.sub 可能
re模塊
常用正則表達式符號
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 |
‘.‘ 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‘ }
|
最常用的匹配語法
1 2 3 4 5 |
re.match 從頭開始匹配
re.search 匹配包含
re.findall 把所有匹配到的字符放到以列表中的元素返回
re.splitall 以匹配到的字符當做列表分隔符
re.sub 匹配字符並替換
|
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。
僅需輕輕知道的幾個匹配模式
1 2 3 |
re.I(re.IGNORECASE): 忽略大小寫(括號內是完整寫法,下同)
M(MULTILINE): 多行模式,改變 ‘^‘ 和 ‘$‘ 的行為(參見上圖)
S(DOTALL): 點任意匹配模式,改變 ‘.‘ 的行為
|
RE正則表達式