objeto de expresión regular
re.RegexObject
re.compile () devuelve objeto RegexObject.
re.MatchObject
grupo () Devuelve una cadena que coincide con la RE.
- start () devuelve la posición de inicio del partido
- end () devuelve una posición final partido
- lapso () devuelve una tupla comprende a juego (, inicio final) Posición
modificadores de expresiones regulares - bandera opcional
Las expresiones regulares pueden contener algunos modificadores opcionales banderas para controlar el modo de emparejamiento. Modificador se especifica como un signo opcional.
banderas múltiples pueden | () OR bit a bit que especifique. El re.I | RE.M I y M se pone a la bandera :
| modificadores | descripción |
|---|---|
| re.I | Haciendo caso-insensible a juego (el Ignorar) |
| re.L | La localización de un reconocimiento (Local-consciente) Partido |
| movimiento rápido del ojo | Multi-línea coincidente, afectando ^ $ y (múltiple) |
| re.S | Así ' ' coincidir todos los caracteres (String), incluyendo los saltos de línea, que incluye |
| re.U | De acuerdo con T carácter de análisis conjunto de caracteres nicode. Esta bandera afecta \ w, \ W, \ b , \ B. |
| re.X | Esta bandera dándole más flexibilidad (FLE los ejes X ble) Formato de manera que usted va a escribir expresiones regulares más fácil de entender. |
patrón de expresión regular
La mayoría de las letras y números tendrán un significado diferente cuando una barra invertida antes.
Puntuacion sólo cuando escapado coincidir en sí, de lo contrario, representan un significado especial.
Barra invertida en sí necesita utilizar el escape de barra invertida.
Dado que las expresiones regulares por lo general contienen barras invertidas, por lo que es mejor utilizar la cadena original para representarlos. elementos del modo (por ejemplo, r '\ t', es equivalente a '\\ T' ) coincide con el carácter especial correspondiente.
Si los patrones de uso al tiempo que proporciona opcional argumento de control , el significado de ciertos elementos del patrón cambiará.
| modo | descripción |
|---|---|
| ^ | cadena coincidente principio |
| PS | cadena coincidente finales |
. |
Coincide con cualquier carácter que no sea la de avance de línea, cuando re.DOTALL se designa marca, es posible para que coincida con cualquier carácter incluyendo nueva línea (también puede usar [./n]) |
| [...] | Se utiliza para representar un grupo de caracteres , que se enumeran por separado: [amk] partidos 'a', 'm' o 'k', satisfacer una lata |
| [^ ...] | No en caracteres []: [^ ABC] Además de igualar a, b, c carácter. |
| re * | Cero o más coincidencias de expresión. [*] Es equivalente a [...] Re aquí y son equivalentes a la siguiente expresión para una larga o corta, simple o compleja regulares |
| re + | Coincidencia de una o más de las expresiones. |
| ¿re? | Coinciden con 0 o 1 por los fragmentos definidos de expresiones regulares anteriores, de manera no codicioso |
| re {n} | La concordancia exacta ( y sólo un número n ) de n expresión anterior. Por ejemplo, o {2} no coincide con el "Bob" en la "o", pero puede coincidir con el "alimento" en los dos o, lo que corresponde a 'oo' |
| re {n,} | Match ( n y sobre el n anterior expresión). Por ejemplo, o {2} no coincide con el "Bob" en la "o", pero puede coincidir con todos o "cooooomida" en. "O {1,}" es equivalente a "O +". "O {0,}" es equivalente a "o *". |
| re {n, m} | Coinciden con n a m veces por la expresión fragmento regular definida, de manera codicioso precedente |
| a | b | Encaja en una o b |
| (re) | Expresión regular agrupación (grupo) y recordar el texto coincidente; y no hay diferencia grupo: no agrupar para que coincida con la totalidad del RE, a continuación, los paréntesis emparejados (RE) después de agrupar |
| (? IMX) | expresión regular opcional comprende tres banderas: i, m, o x. Sólo afecta a los paréntesis de la zona. |
| (? -Imx) | Regex off i, m, x o bandera opcional. Sólo afecta a los paréntesis de la zona. |
| (:? Re) | Similar (...), pero no representa un grupo |
| (IMX:? Re) | Uso de paréntesis, I, M, X o bandera opcional |
| (-Imx:? Re) | No se utiliza i, m entre paréntesis, o x alternativamente marca |
| (? # ...) | Comentarios. |
| (? = Re) | Antes de que el delimitador para estar seguro. Si la expresión regular contenida en la orden ... dijo que el éxito del éxito de la posición actual del partido, por lo demás falle. Pero una vez que las expresiones contenidas han sido juzgados, el motor de juego no avanza, y el resto del patrón se intenta siquiera el delimitador derecho. |
| (?! Re) | 前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功 |
| (?> re) | 匹配的独立模式，省去回溯。 |
| \w | 匹配字母数字及下划线 |
| \W | 匹配非字母数字及下划线 |
| \s | 匹配任意空白字符，等价于 [\t\n\r\f]. (Space) |
| \S | 匹配任意非空字符 |
| \d | 匹配任意数字，等价于 [0-9].(Digit) |
| \D | 匹配任意非数字 |
| \A | 匹配字符串开始(Abcd) |
| \Z | 匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。(xyZ) |
| \z | 匹配字符串结束 |
| \G | 匹配最后匹配完成的位置。 |
| \b | 匹配一个单词边界，也就是指单词和空格间的位置（紧挨 \s 空白字符的特定字符）。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。（Bound） |
| \B | 匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。 |
| \n, \t, \r, \f | \n换行符，\t制表符，\r回车符，\f换页符 |
| \1...\9 | 匹配第n个分组的内容。 |
| \10 | 匹配第n个分组的内容，如果它经匹配。否则指的是八进制字符码的表达式。 |
正则表达式实例
字符匹配
| 实例 | 描述 |
|---|---|
| python | 匹配 "python". |
字符类
| 实例 | 描述 |
|---|---|
| [Pp]ython | 匹配 "Python" 或 "python" |
| rub[ye] | 匹配 "ruby" 或 "rube" |
| [aeiou] | 匹配中括号内的任意一个字母 |
| [0-9] | 匹配任何数字。类似于 [0123456789] |
| [a-z] | 匹配任何小写字母 |
| [A-Z] | 匹配任何大写字母 |
| [a-zA-Z0-9] | 匹配任何字母及数字 |
| [^aeiou] | 除了aeiou字母以外的所有字符 |
| [^0-9] | 匹配除了数字外的字符 |
特殊字符类
| 实例 | 描述 |
|---|---|
| . | 匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用象 '[.\n]' 的模式。 |
| \d | 匹配一个数字字符。等价于 [0-9]。 |
| \D | 匹配一个非数字字符。等价于 [^0-9]。 |
| \s | 匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。 |
| \S | 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。 |
| \w | 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。 |
| \W | 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。 |
Python 正则表达式
正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。
Python 自1.5版本起增加了re 模块，它提供 Perl 风格的正则表达式模式。
compile 函数根据一个模式字符串和可选的标志参数生成一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和替换。
re.match函数
re.match 尝试从字符串的起始位置匹配一个模式（正则表达式），如果不是起始位置匹配成功的话，match()就返回none。
函数语法：
re.match(pattern, string, flags=0)
函数参数说明：
| 参数 | 描述 |
|---|---|
| pattern | 匹配的正则表达式 |
| string | 要匹配的字符串。 |
| flags | 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志 |
匹配成功re.match方法返回一个匹配的对象，否则返回None。
我们可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。
| 匹配对象方法 | 描述 |
|---|---|
| group(num=0) | 匹配的整个表达式的字符串，group() 可以一次输入多个组号，在这种情况下它将返回一个包含那些组所对应值的元组。 |
| groups() | 返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。 |
实例
#!/usr/bin/python
# -*- coding: UTF-8 -*-
import re
print(re.match('www', 'www.runoob.com').span()) # 在起始位置匹配
print(re.match('com', 'www.runoob.com')) # 不在起始位置匹配以上实例运行输出结果为：
(0, 3) None
实例
#!/usr/bin/python
import re
line = "Cats are smarter than dogs"
matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)
if matchObj:
print "matchObj.group() : ", matchObj.group()
print "matchObj.group(1) : ", matchObj.group(1)
print "matchObj.group(2) : ", matchObj.group(2)
else:
print "No match!!"以上实例执行结果如下：
matchObj.group() : Cats are smarter than dogs matchObj.group(1) : Cats matchObj.group(2) : smarter
re.search方法
re.search 扫描整个字符串并返回第一个成功的匹配。
函数语法：
re.search(pattern, string, flags=0)
函数参数说明：
| 参数 | 描述 |
|---|---|
| pattern | 匹配的正则表达式 |
| string | 要匹配的字符串。 |
| flags | 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。 |
匹配成功re.search方法返回一个匹配的对象，否则返回None。
我们可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。
| 匹配对象方法 | 描述 |
|---|---|
| group(num=0) | 匹配的整个表达式的字符串，group() 可以一次输入多个组号，在这种情况下它将返回一个包含那些组所对应值的元组。 |
| groups() | 返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。 |
实例
#!/usr/bin/python
# -*- coding: UTF-8 -*-
import re
print(re.match('www', 'www.runoob.com').span()) # 在起始位置匹配
print(re.match('com', 'www.runoob.com')) # 不在起始位置匹配以上实例运行输出结果为：
(0, 3) (11, 14)
实例
#!/usr/bin/python
import re
line = "Cats are smarter than dogs"
matchObj = re.match(r'(.*) are (.*?) .*', line, re.M | re.I)
if matchObj:
print("matchObj.group() : ", matchObj.group()) #group(num=0)匹配的整个表达式的字符串
print("matchObj.group(2) : ", matchObj.group(0))
print("matchObj.group(1) : ", matchObj.group(1))
print("matchObj.group(2) : ", matchObj.group(2))
print("matchObj.group(2) : ", matchObj.group(1,2)) #输入多个组号，返回一个包含那些组所对应值的元组
else:
print("No match!!")以上实例执行结果如下：
matchObj.group() : Cats are smarter than dogs
matchObj.group(2) : Cats are smarter than dogs
matchObj.group(1) : Cats
matchObj.group(2) : smarter
matchObj.group(2) : ('Cats', 'smarter')
re.match与re.search的区别
re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。
实例
#!/usr/bin/python
import re
line = "Cats are smarter than dogs";
matchObj = re.match( r'dogs', line, re.M|re.I)
if matchObj:
print "match --> matchObj.group() : ", matchObj.group()
else:
print "No match!!"
matchObj = re.search( r'DOGS', line, re.M|re.I)
if matchObj:
print "search --> searchObj.group() : ", matchObj.group()
else:
print "No match!!"以上实例运行结果如下：
No match!! search --> searchObj.group() : dogs
检索和替换
Python 的 re 模块提供了re.sub用于替换字符串中的匹配项。
语法：
re.sub(pattern, repl, string, count=0, flags=0)
参数：
- pattern : 正则中的模式字符串。
- repl : 替换的字符串，也可为一个函数。
- string : 要被查找替换的原始字符串。
- count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。
实例
#!/usr/bin/python
# -*- coding: UTF-8 -*-
import re
phone = "2004-959-559 # 这是一个国外电话号码"
# 删除字符串中的 Python注释
num = re.sub(r'#.*$', "", phone)
print "电话号码是: ", num
# 删除非数字(-)的字符串
num = re.sub(r'\D', "", phone) # '\D'————None-Digit
print "电话号码是 : ", num以上实例执行结果如下：
电话号码是: 2004-959-559 电话号码是 : 2004959559
repl 参数是一个函数
以下实例中将字符串中的匹配的数字乘以 2：
实例
import re
def mul1(matched):
value = int(matched.group('value'))
return str(value * 10)
def mul2(matched):
value = int(matched.group('value'))
return str(value * 10)
def mul3(matched):
value = int(matched.group('value'))
return str(value * 10)
def mul4(matched):
value = int(matched.group('value'))
return str(value * 10)
s = 'A23G4HFD567'
print(re.sub('(?P<value>\d+)', mul1, s))
print(re.sub('(?P<value>\d)', mul2, s))
print(re.sub('(?P<value>\d{2})', mul3, s))
print(re.sub('(?P<value>\d{2,})', mul4, s))执行输出结果为：
mul1(\d+) A230G40HFD5670
mul2(\d): A2030G40HFD506070
mul3(\d{2}): A230G4HFD5607
mul4(\d{2,}): A230G4HFD5670
re.compile 函数
compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。
语法格式为：
re.compile(pattern[, flags])
参数：
-
pattern : 一个字符串形式的正则表达式
-
flags : 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：
- re.I 忽略大小写
- re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
- re.M 多行模式
- re.S 即为 . 并且包括换行符在内的任意字符（. 不包括换行符）
- re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
- re.X 为了增加可读性，忽略空格和 # 后面的注释
实例
实例
import re
pattern = re.compile(r'\d+') # 用于匹配至少一个数字
m = pattern.match('one12twothree34four') # 查找头部，没有匹配
print(m)
m = pattern.match('one12twothree34four', 2, 10) # 从'e'的位置开始匹配，没有匹配
print(m)
m = pattern.match('one12twothree34four', 3, 20) # 从'1'的位置开始匹配，正好匹配
print(m) # 返回一个 Match 对象
print("m.group(0):",m.group(0)) # 可省略 0
print("m.group():",m.group()) # 可省略 0
print("m.start(0):",m.start(0)) # 可省略 0
print("m.end(0):",m.end(0)) # 可省略 0
print("m.span(0):",m.span(0)) # 可省略 0
None
None
<re.Match object; span=(3, 5), match='12'>
m.group(0): 12
m.group(): 12
m.start(0): 3
m.end(0): 5
m.span(0): (3, 5)
在上面，当匹配成功时返回一个 Match 对象，其中：
group([group1, …])方法用于获得一个或多个分组匹配的字符串整串，当要获得整个匹配的子串时，可直接使用group()或group(0)；start([group])方法用于获取分组匹配的子串在整个字符串中的起始位置（子串第一个字符的索引），参数默认值为 0；end([group])方法用于获取分组匹配的子串在整个字符串中的结束位置（子串最后一个字符的索引+1），参数默认值为 0；span([group])方法返回(start(group), end(group))。
再看看一个例子：
实例
import re
pattern1 = re.compile(r'\D*(\d+)') #无论是match还是search，都只返回第一个匹配的字符串；与pattern2对比
pattern2 = re.compile(r'\D*(\d+)\D*(\d+)')
m1 = pattern1.match('one12twothree34four')
m2 = pattern2.match('one12twothree34four')
print("m1.groups():",m1.groups()) # 返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。
print("m2.groups():",m2.groups()) #findall
在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。
注意： match 和 search 是匹配一次 findall 匹配所有。
语法格式为：
findall(string[, pos[, endpos]])
参数：
- string : 待匹配的字符串。
- pos : 可选参数，指定字符串的起始位置，默认为 0。
- endpos : 可选参数，指定字符串的结束位置，默认为字符串的长度。
查找字符串中的所有数字：
实例
import re
pattern1 = re.compile(r'\D*(\d+)') #无论是match还是search，都只返回第一个匹配的字符串；与pattern2对比
pattern2 = re.compile(r'\D*(\d+)\D*(\d+)')
m1 = pattern1.findall('one12twothree34four')
'''在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。
注意： match 和 search 是匹配一次 findall 匹配所有。'''
m2 = pattern2.match('one12twothree34four')
print("m1:",m1)
print("m2.groups():",m2.groups()) #输出结果：
m1 ['12', '34']
m2.groups(): ('12', '34')
re.finditer
和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。
re.finditer(pattern, string, flags=0)
参数：
| 参数 | 描述 |
|---|---|
| pattern | 匹配的正则表达式 |
| string | 要匹配的字符串。 |
| flags | 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志 |
实例
import re
it = re.finditer(r"\d+","12a32bc43jf3")
for match in it:
print (match.group() )输出结果：
12 32 43 3
import re
m1 = re.finditer(r'\D*(\d+)','one12twothree34four')
print("m1:",m1)
for item in m1:
print(item.groups())
print(item.group())
m1: <callable_iterator object at 0x012F7730>
('12',)
one12
('34',)
twothree34
re.split
split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：
re.split(pattern, string[, maxsplit=0, flags=0])
参数：
| 参数 | 描述 |
|---|---|
| pattern | 匹配的正则表达式 |
| string | 要匹配的字符串。 |
| maxsplit | 分隔次数，maxsplit=1 分隔一次，默认为 0，不限制次数。 |
| flags | 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志 |
实例
>>>import re
>>> re.split('\W+', 'runoob, runoob, runoob.')
['runoob', 'runoob', 'runoob', '']
>>> re.split('(\W+)', ' runoob, runoob, runoob.')
['', ' ', 'runoob', ', ', 'runoob', ', ', 'runoob', '.', '']
>>> re.split('\W+', ' runoob, runoob, runoob.', 1)
['', 'runoob, runoob, runoob.']
>>> re.split('a*', 'hello world') # 对于一个找不到匹配的字符串而言，split 不会对其作出分割
['hello world']