正則表示式

re.match函式

• 嘗試從字串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，match()就返回none
• >re.match(pattern, string, flags=0)

re.search方法

• 掃描整個字串並返回第一個成功的匹配。
• >re.search(pattern, string, flags=0)

re.match與re.search的區別

re.match只匹配字串的開始，如果字串開始不符合正則表示式，則匹配失敗，函式返回None；而re.search匹配整個字串，直到找到一個匹配。

re.findall 方法

• 在字串中找到正則表示式所匹配的所有子串，並返回一個列表，如果沒有找到匹配的，則返回空列表。
• >re.findall(pattern,string,flags=0)

flags 標誌位，用於控制正則表示式的匹配方式，如：是否區分大小寫，多行匹配等等

‘(?P…)’ 分組匹配

• 例：身份證 1102231990xxxxxxxx

import re
s = '1102231990xxxxxxxx'
res = re.search('(?P<province>\d{3})(?P<city>\d{3})(?P<born_year>\d{3})',s)
print(res.groupdict())
# 此分組取出結果為：
{'province': '110'
 
, 'city': '223', 'born_year': '199'}
# 直接將匹配結果直接轉為字典模式，方便使用。

零寬斷言

import re
str = '我的個人部落格地址是stuzar.github.io，個人郵箱是[email protected]，個人QQ是xxxxxxx'

• ?= 代表零寬度正預測先行斷言，它斷言自身出現的位置的後面可以匹配後面跟的表示式。

result = re.search('我的個人部落格地址是(.*?)(?=，個人郵箱)', str)
print('整句結果：' + result.group(), '第一個匹配結果：' + result.
 
group(1), sep='\n')
# ----> 整句結果：我的個人部落格地址是stuzar.github.io
# ----> 第一個匹配結果：stuzar.github.io

• ?<= 代表零寬度正回顧後發斷言，它斷言自身出現的位置的前面可以匹配後面跟的表示式。(其實就是匹配前面的標識)

result = re.search('(?<=，)個人郵箱是(.*?)(?=，)', str)
print('整句結果：' + result.group(), '第一個匹配結果：' + result.group(1), sep='\n')
# ----> 整句結果：個人郵箱是[email protected]
# ----> 第一個匹配結果：[email protected]

• ?! 代表零寬度負預測先行斷言，它斷言自身出現的位置的後面不可以匹配後面跟的表示式。(用來匹配後面的文字，但這裡是取反，它指定了後面出現的內容不匹配該標識)

result = re.search('我的個人部落格地址是(.*?)(?!，個人QQ是xxxxxxx)(?=，個人郵箱)', str)
print('整句結果：' + result.group(), '第一個匹配結果：' + result.group(1), sep='\n')
# ----> 整句結果：我的個人部落格地址是stuzar.github.io
# ----> 第一個匹配結果：stuzar.github.io

• ?<! 代表零寬度負回顧後發斷言，它斷言自身出現的位置的後面不可以匹配後面跟的表示式。

result = re.search('(?<=，)(?<!。)個人郵箱是(.*?)(?=，)', str)
print('整句結果：' + result.group(), '第一個匹配結果：' + result.group(1), sep='\n')
# ----> 整句結果：個人郵箱是[email protected]
# ----> 第一個匹配結果：[email protected]

• 常用findall()方法匹配多個結果

results = re.findall('個人(.*?)是(.*?)(?=，|\Z)', str)
for result in results:
    print(result[0] + ': ' + result[1])
# ----> 部落格地址: stuzar.github.io
# ----> 郵箱: [email protected]
# ----> QQ: xxxxxxx

查詢

正則表示式修飾符 - 可選標誌

• 正則表示式可以包含一些可選標誌修飾符來控制匹配的模式。修飾符被指定為一個可選的標誌。
• 多個標誌可以通過按位 OR(|) 它們來指定。如 re.I | re.M 被設定成 I 和 M 標誌

正則表示式模式