python3正则表达式 – Python3教程 python3正则表达式|Python

上一章Python教程请查看：python3 @property的用法
在本教程中，你将了解正则表达式(RegEx)，并使用Python的re模块使用RegEx(通过示例的帮助你理解)。
正则表达式(RegEx)是定义搜索模式的字符序列，例如：

^a...s$

上面的代码定义了一个RegEx模式，这个模式是：任何五个字母的字符串，以a开头，以s结尾。
使用RegEx定义的模式可用于匹配字符串。

表达式	String	匹配？
^a… s$	abs	不匹配
alias	匹配
abyss	匹配
Alias	不匹配
An abacus	不匹配

Python有一个名为re的模块来处理RegEx，这里有一个例子:

import re pattern = '^a...s$' test_string = 'abyss' result = re.match(pattern, test_string) if result: print("搜索成功") else: print("搜索失败")

这里，我们使用re.match()函数来搜索test_string中的模式，如果搜索成功，该方法将返回一个匹配对象，如果没有，则返回None。
在re模块中还定义了其他几个函数来使用RegEx，在探讨这个问题之前，让我们先了解一下正则表达式本身。
使用RegEx指定模式要指定正则表达式，需要使用元字符，在上面的例子中，^和$是元字符。
元字符
元字符是由RegEx引擎以特殊方式解释的字符。以下是元字符列表：

[] . ^ $ * + ？{} () \ |

[] -方括号
方括号指定要匹配的一组字符。

表达式	String	匹配？
[abc]	a	匹配一个
ac	匹配两个
Hey Jude	不匹配
abc de ca	匹配5个

在这里，如果要匹配的字符串包含任何a、b或c，则[abc]将匹配。
还可以使用方括号内的-指定字符范围。

[a-e]和[abcde]是一样的。
[1-4]与[1234]相同。
[0-39]与[01239]相同。

可以在方括号的开头使用插入符号^来补充(反)字符集。

[^abc]指除a、b或c之外的任何字符。
[^0-9]表示任何非数字字符。

点.——周期或次数
句点匹配任何单个字符(换行’ \n’ 除外)。

表达式	String	匹配？
..	a	不匹配
ac	1匹配
acd	1匹配
acde	2个匹配(包含4个字符)

^ – 脱字符号
插入符号^用于检查字符串是否以某个字符开头。

表达式	String	匹配？
^a	a	1匹配
abc	1匹配
bac	不匹配
^ab	abc	1匹配
acb	不匹配(始于一个但不跟着b)

$——美元符号
美元符号$用于检查字符串是否以某个字符结束。

表达式	String	匹配？
a$	a	1匹配
formula	1匹配
cab	不匹配

*——星号
星号*匹配零次或多次出现的模式。

表达式	String	匹配？
ma*n	mn	1匹配
man	1匹配
maaan	1匹配
main	不匹配(不跟着n)
woman	1匹配

+ – 加号
“+”符号与留给它的一个或多个模式匹配。

表达式	String	匹配？
ma+n	mn	不匹配(没有一个字符)
man	1匹配
maaan	1匹配
main	不匹配(不跟着n)
woman	1匹配

？——问号
问号符号？匹配模式左移的零次或一次匹配。

表达式	String	匹配？
ma?n	mn	1匹配
man	1匹配
maaan	不匹配(超过一个字符)
main	不匹配(不跟着n)
woman	1匹配

{}-括号
考虑以下代码：{n,m}，这意味着至少要重复n次，最多要重复m次。

表达式	String	匹配？
a{2,3}	abc dat	不匹配
abc daat	1匹配(at daat)
aabc daaat	2匹配(aabc和daaat)
aabc daaaat	2匹配(aabc和daaaat)

让我们再看一个例子，这个RegEx[0-9]{2,4}匹配至少2位，但不超过4位

表达式	String	匹配？
[0-9]{2,4}	ab123csde	1匹配
12 and 345673	2 匹配
1 and 2	不匹配

| – 竖线
竖线|用于交替(或操作符)。

表达式	String	匹配？
a\|b	cde	不匹配
ade	1 匹配
acdbea	3匹配

这里，a|b匹配任何包含a或b的字符串
()——组合
圆括号()用于分组子模式，例如，(a|b|c)xz匹配任何匹配a、b或c后面跟xz的字符串

表达式	String	匹配？
(a\|b\|c)xz	ab xz	不匹配
abxz	1匹配
axz cabxz	2匹配

\——反斜杠
反作用力用于转义各种字符，包括所有的元字符。例如,
如果一个字符串包含$后面跟一个，在这里，$不是由RegEx引擎以特殊的方式解释的。
如果你不确定一个字符是否有特殊含义，你可以把\放在它前面。这就确保了角色不会被特殊对待。
特殊的序列
特殊的序列使常用的模式更容易编写，下面是一些特殊的序列:
如果指定的字符位于字符串的开头，则匹配。

表达式	String	匹配？
\Athe	the sun	匹配
In the sun	不匹配

\b—如果指定的字符在单词的开头或结尾，则匹配。

表达式	String	匹配？
\bfoo	football	匹配
a football	匹配
afootball	不匹配
foo\b	the foo	Match
the afoo test	匹配
the afootest	不匹配

提示：要构建和测试正则表达式，你可以使用RegEx测试工具，如regex101这个工具不仅可以帮助你创建正则表达式，还可以帮助你学习它。
现在你已经了解了RegEx的基础知识，接下来让我们讨论如何在Python代码中使用RegEx。
Python正则表达式Python有一个名为re的模块来处理正则表达式，要使用它，我们需要导入模块。

import re

该模块定义了几个函数和常量来使用RegEx。
re.findall ()
findall()方法返回包含所有匹配项的字符串列表。
示例1：re.findall ()

# 从字符串中提取数字的程序 import re string = 'hello 12 hi 89. Howdy 34' pattern = '\d+' result = re.findall(pattern, string) print(result) # 输出: ['12', '89', '34']

如果没有找到模式，re.findall()将返回一个空列表。
re.split ()
split方法对匹配的字符串进行拆分，并返回发生拆分的字符串列表。
示例2：re.split ()

import re string = 'Twelve:12 Eighty nine:89.' pattern = '\d+' result = re.split(pattern, string) print(result) # 输出: ['Twelve:', ' Eighty nine:', '.']

如果没有找到模式，则re.split()返回一个包含空字符串的列表。
你可以将maxsplit参数传递给re.split()方法，这是发生分割的最大数目。

import re string = 'Twelve:12 Eighty nine:89 Nine:9.' pattern = '\d+' # maxsplit = 1 # 只在第一次出现时分拆 result = re.split(pattern, string, 1) print(result) # 输出: ['Twelve:', ' Eighty nine:89 Nine:9.']

顺便说一下，maxsplit的默认值是0; 意味着所有可能的分裂。
re.sub ()
re.sub()的语法是:

re.sub(pattern, replace, string)

该方法返回一个字符串，其中匹配的事件被替换为replace变量的内容。
示例3：re.sub ()

# 程序删除所有空白 import re # 多行字符串 string = 'abc 12\ de 23 \n f45 6' # 匹配所有空白字符 pattern = '\s+' # 空字符串 replace = '' new_string = re.sub(pattern, replace, string) print(new_string) # 输出: abc12de23f456

如果没有找到模式，re.sub()将返回原始字符串。
你可以将count作为第四个参数传递给re.sub()方法，如果省略，结果是0，这将替换所有发生的事件。

import re # 多行字符串 string = 'abc 12\ de 23 \n f45 6' # 匹配所有空白字符 pattern = '\s+' replace = '' new_string = re.sub(r'\s+', replace, string, 1) print(new_string) # 输出: # abc12de 23 # f45 6

re.subn ()
subn()类似于re.sub()，期望它返回一个元组，包含2个条目，其中包含新字符串和替换的数量。
示例4：re.subn ()

# 程序删除所有空白 import re # 多行字符串 string = 'abc 12\ de 23 \n f45 6' # 匹配所有空白字符 pattern = '\s+' # 空字符串 replace = '' new_string = re.subn(pattern, replace, string) print(new_string) # 输出: ('abc12de23f456', 4)

re.search ()
search()方法接受两个参数：一个模式和一个字符串，该方法查找RegEx模式生成与字符串匹配的第一个位置。
如果搜索成功，re.search()返回一个匹配对象，如果没有，则返回None。

match = re.search(pattern, str)

示例5：re.search ()

import re string = "Python is fun" # 检查’Python’是否在首部 match = re.search('\APython', string) if match: print("在字符串中发现模式") else: print("找不到模式") # 输出: 在字符串中发现模式

在这里，match包含一个match对象。
匹配对象可以使用dir()函数获取匹配对象的方法和属性。
一些常用的方法和属性的匹配对象是：
match.group ()
方法的作用是：返回字符串中匹配的部分。
示例6：匹配对象

import re string = '39801 356, 2102 1111' # 三位数，空格，两位数 pattern = '(\d{3}) (\d{2})' # 匹配变量包含一个匹配对象。 match = re.search(pattern, string) if match: print(match.group()) else: print("找不到模式") # 输出: 801 35

这里，match变量包含一个match对象。
我们的模式(\ d {3}) (\ d{2})有两个子组(\ d{3})和(\ d {2})，你可以得到这些带括号的子组的字符串部分。方法如下：

>>> match.group(1) '801' >>> match.group(2) '35' >>> match.group(1, 2) ('801', '35') >>> match.groups() ('801', '35')

match.start()、match.end()和match.span()
start函数的作用是：返回匹配子字符串开头的索引。类似地，end()返回匹配的子字符串的结束索引。

>>> match.start() 2 >>> match.end() 8

span函数的作用是：返回一个包含匹配部分的开始和结束索引的元组。

>>> match.span() (2, 8)

match.re and match.string
匹配对象的re属性返回一个正则表达式对象，类似地，string属性返回传递的字符串。

>>> match.re re.compile('(\\d{3}) (\\d{2})') >>> match.string '39801 356, 2102 1111'

我们已经介绍了re模块中定义的所有常用方法，如果你想了解更多，请访问Python 3 re模块。
在正则表达式前使用r前缀
当在正则表达式前使用r或r前缀时，它表示原始字符串。例如，’ \n’ 是一个新行，而r’ \n’ 表示两个字符：一个反斜杠\后跟n。
【python3正则表达式 – Python3教程】反作用力用于转义各种字符，包括所有的元字符。但是，使用r前缀会使\视为正常字符。