-
定义
简洁表达一组字符串的表达式
-
编译re.compile
将符合正则表达式语法的字符串转换成正则表达式特征
函数 |
参数 |
regex = re.compile(pattern,flags=0) |
pattern-正则表达式的字符串或原生字符串表示;flags-正则表达式使用时的控制标记 |
- 正则表达式常用操作符
操作符 |
说明 |
实例 |
. |
表示任何单个字符 |
|
[] |
字符集,对单个字符给出取值范围 |
[abc]表示a、b、c,[a-z]表示a到z单个字符 |
[^ ] |
非字符集,对单个字符给出排除范围 |
[^ abc]表示非a或非b或非c的单个字符 |
* |
前一个字符0次或无限次扩展 |
abc*表示ab、abc、abcc、abccc等 |
+ |
前一个字符1次或无限次扩展 |
abc+表示abc、abcc、abccc等 |
? |
前一个字符0次或1次扩展 |
abc?表示ab、abc |
I |
左右表达式任意一个 |
abc I def表示abc、def |
{m} |
扩展前一个字符m次 |
ab{2}c表示abbc |
{m,n} |
扩展前一个字符m至n次(含n) |
ab{1,2}c表示abc、abbc |
^ |
匹配字符串开头 |
^abc表示abc且在一个字符串的开头 |
$ |
匹配字符串结尾 |
abc$表示abc且在一个字符串的结尾 |
() |
分组标记,内部只能使用 I 操作符 |
(abc)表示abc,(abc I def)表示abc、def |
\d |
数字,等价于[0-9] |
|
\w |
单词字符,等价于[A-Za-z0-9] |
|
\s |
空白字符(制表符、空格、换行符) |
|
- 经典正则表达式实例
正则表达式 |
含义 |
^ [A-Za-z]+$ |
由26个字母中任意个数的字母组成的字符串 |
^ [A-Za-z0-9] |
由26个字母和数字中任意个数组成的字符串 |
^-?\d+$ |
整数形式的字符串 |
^ [0-9][1-9][0-9]$ |
正整数形式的字符串 |
[1-9]\d{5} |
中国境内邮政编码,6位 |
[\u4e00-\u9fa5] |
匹配中文字符 |
\d{3}-\d{8} I \d{4}-\d{7} |
国内电话号码,010-6891353 |
- 注意
当正则表达式包含转义符时使用raw string,则无需繁琐的写两次/表示转义字符,即‘r’后跟正则表达式
Re库默认采用贪婪匹配,即输出匹配最长的子串
若需要最小匹配,则
操作符 |
说明 |
*? |
前一个字符0次或无限次扩展,最小匹配 |
+? |
前一个字符1次或无限次扩展,最小匹配 |
?? |
前一个字符0次或1次扩展,最小匹配 |
{m,n}? |
扩展前一个字符m至n次,最小匹配 |
- Re库的两种用法
a.函数式用法:一次性操作 ,如: rst = re.search(r'[1-9]\d{5}','BIT 100081')
Re库主要功能函数Re库主要功能函数
函数 |
语法 |
参数 |
功能 |
re.search() |
re.search(pattern,string,flags=0) |
pattern-正则表达式的字符串或原生字符串表示;string-待匹配字符串;flags-正则表达式使用时的控制标记 |
在一个字符串中搜索匹配正则表达式的第一个位置,返回match对象 |
re.match() |
re.match(pattern,string,flags = 0) |
同上 |
从一个字符串的开始位置起匹配正则表达式,返回match对象,若要使用match对象,需要先判断match对象是否为空 |
re.findall() |
re.findall(pattern,string,flags=0) |
同上 |
搜索字符串,以列表类型返回全部能匹配的子串 |
re.split() |
re.split(pattern,string,maxsplit=0,flags=0) |
maxsplit-最大分割数,剩余部分作为最后一个元素输出 |
将一个字符串按照正则表达式匹配结果进行分割,返回列表类型 |
re.finditer() |
re.finditer(pattern,string,flags=0) |
同上 |
搜索字符串,返回一个匹配结果的迭代类型,每个迭代元素是match对象 |
re.sub() |
re.sub(pattern,repel,string,count=0,flags=0 |
repel-替换匹配字符串的字符串;count-匹配的最大替换次数 |
在一个字符串中替换所有匹配正则表达式的子串,返回替换后的字符串 |
控制标记 |
说明 |
re.I re.IGNORECASE |
忽略正则表达式的大小写,[A-Z]能够匹配小写字母 |
re.M re.MULTILINE |
正则表达式中的^ 操作符能够将给定字符串的每行当做匹配开始 |
re.S re.DOTALL |
正则表达式中的.操作符能够匹配所有字符,包括换行符 |
match对象的属性
属性 |
说明 |
.string |
待匹配的文本 |
.re |
匹配时使用的pattern对象(正则表达式) |
.pos |
正则表达式搜索文本的开始位置 |
.endpos |
正则表达式搜索文本的结束位置 |
match对象的方法
方法 |
说明 |
.group(0) |
获得匹配后的字符串,只返回匹配的第一个字符串 |
.start() |
匹配字符串在原始字符串的开始位置 |
.end() |
匹配字符串在原始字符串的结束位置 |
.span() |
返回(.start(),.end()) |
b.面向对象用法:编译后的多次操作,如:
pat = re.compile(r'[1-9]\d{5}')
rst = pat.search('BIT 100081')