Python正则表达式
A 正则表达式 是特殊的字符序列，可使用模式中保留的特殊语法来帮助你匹配或查找其他字符串或字符串集。正则表达式在UNIX世界中被广泛使用。
Python模块 re 为Python中类似Perl的正则表达式提供全面支持。如果在编译或使用正则表达式时发生错误，则re模块会引发异常re.error。
我们将介绍两个重要的函数，这些函数将用于处理正则表达式。但首先要注意的是：有多种字符，在正则表达式中使用它们会具有特殊的含义。为了避免在处理正则表达式时造成任何混乱，我们将使用Raw Strings作为 '表达' .
The match Function
此功能尝试匹配RE pattern to string 带有可选 flags .
这是此函数的语法：
re.match(pattern, string, flags=0)
这是参数的描述：
| 序号 | 参数及说明 |
|---|---|
| 1 |
pattern 这是要匹配的正则表达式。 |
| 2 |
string 这是字符串，将对其进行搜索以匹配字符串开头的模式。 |
| 3 |
flags 你可以使用按位或(|)指定不同的标志。这些是修饰符，在下表中列出。 |
The re.match 函数返回一个 match 反对成功 None 失败。我们用 组(数字) or groups() 的功能 match 对象以获取匹配的表达式。
| 序号 | 匹配对象的方法和说明 |
|---|---|
| 1 |
组(num = 0) 此方法返回整个匹配项(或特定的子组num) |
| 2 |
groups() 此方法返回一个元组中的所有匹配子组(如果没有，则为空) |
#!/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!!"
执行以上代码后，将产生以下结果：
matchObj.group() : Cats are smarter than dogs matchObj.group(1) : Cats matchObj.group(2) : smarter
The search Function
此功能搜索RE的首次出现 pattern within string 带有可选 flags .
这是此函数的语法：
re.search(pattern, string, flags=0)
这是参数的描述：
| 序号 | 参数及说明 |
|---|---|
| 1 |
pattern 这是要匹配的正则表达式。 |
| 2 |
string 这是字符串，将对其进行搜索以匹配字符串中任何位置的模式。 |
| 3 |
flags 你可以使用按位或(|)指定不同的标志。这些是修饰符，在下表中列出。 |
The 研究 函数返回一个 match 反对成功 none 失败。我们用 组(数字) or groups() 的功能 match 对象以获取匹配的表达式。
| 序号 | 匹配对象的方法和说明 |
|---|---|
| 1 |
组(num = 0) 此方法返回整个匹配项(或特定的子组num) |
| 2 |
groups() 此方法返回一个元组中的所有匹配子组(如果没有，则为空) |
#!/usr/bin/python import re line = "Cats are smarter than dogs"; searchObj = re.search( r'(.*) are (.*?) .*', line, re.M|re.I) if searchObj: print "searchObj.group() : ", searchObj.group() print "searchObj.group(1) : ", searchObj.group(1) print "searchObj.group(2) : ", searchObj.group(2) else: print "Nothing found!!"
执行以上代码后，将产生以下结果：
searchObj.group() : Cats are smarter than dogs searchObj.group(1) : Cats searchObj.group(2) : smarter
匹配与搜索
Python根据正则表达式提供了两种不同的基本操作： match 仅在字符串开头检查匹配项，而 search 检查字符串中任何位置的匹配项(这是Perl的默认设置)。
#!/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!!" searchObj = re.search( r'dogs', line, re.M|re.I) if searchObj: print "search --> searchObj.group() : ", searchObj.group() else: print "Nothing found!!"
执行以上代码后，将产生以下结果：
No match!! search --> searchObj.group() : dogs
搜索和替换
最重要的之一 re 使用正则表达式的方法是 sub .
语法
re.sub(pattern, repl, string, max=0)
此方法替换所有出现的RE pattern in string with repl ，替换所有出现的事件，除非 max 假如。此方法返回修改后的字符串。
#!/usr/bin/python import re phone = "2004-959-559 # This is Phone Number" # Delete Python-style comments num = re.sub(r'#.*$', "", phone) print "Phone Num : ", num # Remove anything other than digits num = re.sub(r'\D', "", phone) print "Phone Num : ", num
执行以上代码后，将产生以下结果：
Phone Num : 2004-959-559 Phone Num : 2004959559
正则表达式修饰符：选项标志
正则表达式文字可以包括一个可选的修饰符，以控制匹配的各个方面。修饰符被指定为可选标志。你可以使用异或(|)提供多个修饰符，如前所示，并可能由以下之一表示：
| 序号 | 修饰符和说明 |
|---|---|
| 1 |
re.I 执行不区分大小写的匹配。 |
| 2 |
re.L 根据当前语言环境解释单词。这种解释会影响字母组(\ w和\ W)以及单词边界行为(\ b和\ B)。 |
| 3 |
re.M 使$匹配行的结尾(不仅是字符串的结尾)，并使^匹配任何行的开头(不仅是字符串的开头)。 |
| 4 |
re.S 使句点(点)匹配任何字符，包括换行符。 |
| 5 |
re.U 根据Unicode字符集解释字母。该标志影响\ w，\ W，\ b，\ B的行为。 |
| 6 |
re.X 允许使用“ cuter”正则表达式语法。它会忽略空格(在set []中或由反斜杠转义时除外)，并将未转义的＃视为注释标记。 |
正则表达式模式
除控制字符外， (+？。* ^ $()[] {} | \) ，所有字符都匹配。你可以在控制字符前加反斜杠来对其进行转义。
下表列出了Python中可用的正则表达式语法：
| 序号 | 模式与描述 |
|---|---|
| 1 |
^ 匹配行首。 |
| 2 |
$ 匹配行尾。 |
| 3 |
. 匹配除换行符以外的任何单个字符。使用m选项还可以使其与换行符匹配。 |
| 4 |
[...] 匹配括号中的任何单个字符。 |
| 5 |
[^...] 匹配任何不在方括号中的单个字符 |
| 6 |
re* 匹配0个或多个出现的前一个表达式。 |
| 7 |
re+ 匹配1个或多个出现的前一个表达式。 |
| 8 |
re? 匹配0或1个出现的前一个表达式。 |
| 9 |
re{ n} 精确匹配前一个表达式的n次出现。 |
| 10 |
re{ n,} 匹配n个或多个出现的前一个表达式。 |
| 11 |
re {n，m} 至少匹配n个，最多匹配m个先前的表达式。 |
| 12 |
a| b 匹配a或b。 |
| 13 |
(re) 对正则表达式进行分组，并记住匹配的文本。 |
| 14 |
(?imx) 临时启用正则表达式中的i，m或x选项。如果用括号括起来，则仅该区域受到影响。 |
| 15 |
(?-imx) 暂时关闭正则表达式中的i，m或x选项。如果用括号括起来，则仅该区域受到影响。 |
| 16 |
(?: re) 对正则表达式进行分组，而无需记住匹配的文本。 |
| 17 |
(？imx：re) 暂时在括号内打开i，m或x选项。 |
| 18 |
(？-imx：重新) 暂时关闭括号中的i，m或x选项。 |
| 19 |
(?#...) Comment. |
| 20 |
(?= re) 使用模式指定位置。没有范围。 |
| 21 |
(?! re) 使用模式否定指定位置。没有范围。 |
| 22 |
(？>重新) 匹配独立模式而无需回溯。 |
| 23 |
\w 匹配单词字符。 |
| 24 |
\W 匹配非单词字符。 |
| 25 |
\s 匹配空格。等效于[\ t \ n \ r \ f]。 |
| 26 |
\S 匹配非空格。 |
| 27 |
\d 匹配数字。相当于[0-9]。 |
| 28 |
\D 匹配非数字。 |
| 29 |
\A 匹配字符串的开头。 |
| 30 |
\Z 匹配字符串的结尾。如果存在换行符，则匹配换行符。 |
| 31 |
\z 匹配字符串的结尾。 |
| 32 |
\G 比赛点，最后一场比赛结束。 |
| 33 |
\b 放在方括号外时匹配单词边界。放在方括号内时，匹配退格键(0x08)。 |
| 34 |
\B 匹配非单词边界。 |
| 35 |
\ n，\ t等 匹配换行符，回车符，制表符等。 |
| 36 |
\1...\9 匹配第n个分组的子表达式。 |
| 37 |
\10 如果已匹配第n个分组的子表达式，则将其匹配。否则是指字符代码的八进制表示形式。 |
正则表达式示例
文字字符
| 序号 | 范例与说明 |
|---|---|
| 1 |
python 匹配“ python”。 |
角色类
| 序号 | 范例与说明 |
|---|---|
| 1 |
[pp] ython 匹配“ Python”或“ python” |
| 2 |
rub[ye] 匹配“ ruby”或“ rube” |
| 3 |
[aeiou] 匹配任何一个小写的元音 |
| 4 |
[0-9] 匹配任意数字；与[0123456789]相同 |
| 5 |
[a-z] 匹配任何小写ASCII字母 |
| 6 |
[A-Z] 匹配任何大写ASCII字母 |
| 7 |
[a-zA-Z0-9] 符合以上任何条件 |
| 8 |
[^aeiou] 匹配小写元音以外的其他任何东西 |
| 9 |
[^0-9] 匹配数字以外的任何东西 |
特殊字符类
| 序号 | 范例与说明 |
|---|---|
| 1 |
. 匹配除换行符以外的任何字符 |
| 2 |
\d 匹配数字：[0-9] |
| 3 |
\D 匹配一个非数字：[^ 0-9] |
| 4 |
\s 匹配空白字符：[\ t \ r \ n \ f] |
| 5 |
\S 匹配非空格：[^ \ t \ r \ n \ f] |
| 6 |
\w 匹配一个单词字符：[A-Za-z0-9_] |
| 7 |
\W 匹配一个非单词字符：[^ A-Za-z0-9_] |
重复案例
| 序号 | 范例与说明 |
|---|---|
| 1 |
ruby? 匹配“ rub”或“ ruby”：y是可选的 |
| 2 |
ruby* 匹配“ rub”加上0或更多的ys |
| 3 |
ruby+ 匹配“ rub”加上1个或多个ys |
| 4 |
\d{3} 精确匹配3位数字 |
| 5 |
\d{3,} 匹配3个或更多数字 |
| 6 |
\d{3,5} 匹配3、4或5位数字 |
非贪婪重复
这与最少的重复次数相符：
| 序号 | 范例与说明 |
|---|---|
| 1 |
<。*>
贪婪重复：匹配“ |
| 2 |
<。*？>
非贪婪：匹配“ |
用括号分组
| 序号 | 范例与说明 |
|---|---|
| 1 |
\D\d+ 无组：+重复\ d |
| 2 |
(\D\d)+ 分组：+重复\ D \ d对 |
| 3 |
([Pp] ython(，)？)+ 匹配“ Python”，“ Python，python，python”等。 |
反向引用
这将再次匹配先前匹配的组：
| 序号 | 范例与说明 |
|---|---|
| 1 |
([Pp])ython＆\ 1ails 匹配python＆pails或Python＆Pails |
| 2 |
(['“])[^ \ 1] * \ 1 单引号或双引号字符串。 \ 1匹配第一个组匹配的任何内容。 \ 2匹配第二组匹配的任何东西，依此类推。 |
备择方案
| 序号 | 范例与说明 |
|---|---|
| 1 |
python | perl 匹配“ python”或“ perl” |
| 2 |
擦(y | le)) 匹配“红宝石”或“红宝石” |
| 3 |
Python(！+ | \？) “ Python”后跟一个或多个！还是一个？ |
Anchors
这需要指定匹配位置。
| 序号 | 范例与说明 |
|---|---|
| 1 |
^Python 在字符串或内部行的开头匹配“ Python” |
| 2 |
Python$ 在字符串或行的末尾匹配“ Python” |
| 3 |
\APython 在字符串开头匹配“ Python” |
| 4 |
Python\Z 在字符串末尾匹配“ Python” |
| 5 |
\ bPython \ b 在单词边界处匹配“ Python” |
| 6 |
\brub\B \ B为非单词边界：匹配“ rube”和“ ruby”中的“ rub”，但不单独匹配 |
| 7 |
Python(？=！) 如果后面带有感叹号，则匹配“ Python”。 |
| 8 |
Python(？！！) 匹配“ Python”，如果没有后跟一个感叹号。 |
带括号的特殊语法
| 序号 | 范例与说明 |
|---|---|
| 1 |
R(？＃comment) 匹配“ R”。其余的都是评论 |
| 2 |
R(?i)uby 匹配“ uby”时不区分大小写 |
| 3 |
R(？i：uby) 同上 |
| 4 |
擦(？：y | le)) 仅分组而不创建\ 1反向引用 |