Python中正則表示式對單個字元，多個字元，匹配邊界等使用
阿新 • • 發佈：2018-11-04
Regular Expression，正則表示式，又稱正規表示式、正規表示法、正則表示式、規則表示式、常規表示法（英語：Regular Expression，在程式碼中常簡寫為regex、regexp或RE），是電腦科學的一個概念。正則表示式是一個特殊的字元序列，它能幫助你方便的檢查一個字串是否與某種模式匹配。在很多文字編輯器裡，正則表示式通常被用來檢索、替換那些匹配某個模式的文字。
Python 自1.5版本起增加了re 模組。re 模組使 Python 語言擁有全部的正則表示式功能。
1.re.match函式
python用re.match函式從字串的起始位置匹配一個模式，若字串匹配正則表示式，則match方法返回匹配物件（Match Object），否則返回None（注意不是空字串""）。匹配物件Macth Object具有group方法，用來返回字串的匹配部分。
函式語法：re.match(pattern, string, flags) ；pattern是正則表示式，string需要匹配的字串，flags為可選引數修飾符。
# 匯入re模組，注意match函式是從起始位置匹配的。如果起始位置匹配失敗，則返回None import re #match()函式適合匹配是否以xxxx開始的字串，因為其從頭開始匹配的 ret = re.match("abc","aBCabc",re.I) #可選引數re.I表示忽略大小寫，後續詳細解釋。 print(ret.group()) #aBC ret1 = re.match("abc","aBCabc") print(ret1.group()) # 'NoneType' object has no attribute 'group'
2.正則表示式的語法
2.1正則表示式對字元（單個字元）的表示
| 字元 | 功能 |
|---|---|
| . | 匹配任意1個字元（除了\n），注意因為.表示任意一個字元，所以如果匹配‘.’則需要用轉義字元\.來表示 |
| [ ] | 匹配[ ]中列舉的字元，如果[a-zA-Z0-9],[a-zA-Z]表示所有字母和數字，後者表示所有字母，注意中間沒有空格符號。 |
| \d | 匹配數字，即0-9 |
| \D | 匹配非數字，即不是數字 |
| \s |
匹配空白，即 空格，tab鍵 |
| \S | 匹配非空白 |
| \w | 匹配單詞字元，即a-z、A-Z、0-9、_ |
| \W | 匹配非單詞字元 |
# 匯入re模組
import re
#1.測試.的使用，匹配任意字元開始的字串
str='abc'
ret =re.match("..",str)
print(ret.group()) #ab.用兩個..就表示只要str字串開頭是兩個字元即可。
ret1 = re.match("....",str) #這種情況則會報錯，因為str只有三個字元。
#2.匹配[]範圍內的任意一個字元開頭的字串
str1 = "abcABC*?//"
str2 = "3afasdlfadsf"
ret2 = re.match("[a-z]",str1).group() #a
ret3 = re.match("[123456]",str2).group() #3,[1-6]等價[123456]
#3./d的使用，表示匹配任意一個數字
str3 = "第5名是我"
ret4 = re.match("第\d名",str3).group()
print(ret4) #第5名
ret4 = re.match("第[0-9]名",str3) #同樣是表示0-9任意一個，[0-9]和\d效果一樣
print(ret4.group()) #第5名
總結：注意上面對字元的匹配都是表示一個任意字元，或者某個範圍內的任意一個字元，屬於單個字元匹配。而實際開發中肯定都是用一個子串(多個字元)去匹配整個字串。那麼如何表示呢，請繼續下去。
2.2正則表示式匹配多個字元：數量的表示
匹配多個字元的相關格式，其實就是單個字元加上數量。注意下面數量的匹配都是針對前一個字元。
| 字元 | 功能 |
|---|---|
| * | 匹配前一個字元出現0次或者無限次，即可有可無 |
| + | 匹配前一個字元出現1次或者無限次，即至少有1次 |
| ? | 匹配前一個字元出現1次或者0次，即要麼有1次，要麼沒有 |
| {m} | 匹配前一個字元出現m次 |
| {m,} | 匹配前一個字元至少出現m次 |
| {m,n} | 匹配前一個字元出現從m到n次 |
# 匯入re模組
import re
#1.匹配第一個是大寫字母，第二個小寫字母，後面只要是小寫字母即可。
ret = re.match("[A-Z][a-z]*","Aafngsdfgnlsdf1224343")
print(ret.group()) #Aafngsdfgnlsdf
ret1 = re.match("[A-Z][a-z]*","AaAaaa34bbb")
print(ret1.group()) #Aa ,因為後面不是小寫字母所以沒匹配到。
#匹配下面字串是否以字母或者下劃線開頭
ret = re.match("[a-zA-Z_]+[\w_]*","name1") #解釋1：[a-zA-Z_]+字母下劃線至少出現一次
print(ret.group()) #name1
ret = re.match("[a-zA-Z_]+[\w_]*","_name") #解釋2：[\w_]*表示字母，資料下劃線出現任意次
print(ret.group()) #_name
ret = re.match("[a-zA-Z_]+[\w_]*","2_name")
#print(ret.group()) #報錯，因為匹配不上，返回None.
#3.匹配前面字元出現0次或者1次使用？
ret = re.match("[1-9]?[0-9]","7")
print(ret.group()) #7
ret = re.match("[1-9]?[0-9]","33")
print(ret.group()) #33
ret = re.match("[1-9]?[0-9]","09")
print(ret.group()) #0
#4.前面字元出現n此，或者m-n範圍內的任意次
ret = re.match("[a-zA-Z0-9_]{6}","dsa2A9nfdsf")
print(ret.group()) #dsa2A9,匹配前6位是數字字元下劃線即可
ret = re.match("[a-zA-Z0-9_]{3,8}","aSjsd239344")
ret1 = re.match("[a-zA-Z0-9_]{3,8}","aSjs")
print(ret1.group()) #aSjs，注意匹配前一個字元出現3-8次，只要這個範圍內都算匹配成功，按實際匹配
print(ret.group()) #aSjsd239 匹配前一個字元出現3到8次
ret = re.match("[a-z0-9A-Z_]{3,}","a2")
print(ret.group()) #至少出現3次，所以如果只有兩個的話，返回None，呼叫報錯。
總結：單個字元匹配，多個字元匹配上面都已經演示過了，基本可以完成大多數字符串的匹配了。但是上面過於字串的匹配都是從頭開始匹配的，而實際開發中可能是從字串中間，後者結尾開始匹配的。keep reading....
2.3.正則表示式：匹配邊界的問題
| 字元 | 功能 | |
|---|---|---|
| ^ | 匹配字串開頭 | |
| $ | 匹配字串結尾 | |
| \b |
|
|
| \B | 匹配非單詞邊界，'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。 |
# 匯入re模組
import re
# 匹配以@qq.com郵箱結尾的郵箱地址
#1.不適用匹配字串結尾的$來實現，注意.要用轉義字元，一般郵箱的長度都是4-30位
ret = re.match("[\w]{4,30}@qq\.com", "[email protected]")
print(ret.group()) #[email protected]
# 通過$來確定末尾,效率更高
ret = re.match("[\w]{4,30}@qq\.com$", "[email protected]")
print(ret.group()) #[email protected]
ret = re.match("[\w]{4,30}@qq\.com$", "[email protected]")
#print(ret.group()) #報錯