正则表达式

本页PDF

正则表达式

限定符	作用
?	表明前面的字符可以出现0或1次
*	可以匹配0或多个字符
+	会匹配出现一次以上的字符
{}	在花括号里输入一个范围，会匹配字符出现的次数
()	括号里可以填想匹配的字符
|	左右可以填字符，要么匹配左边，要么匹配右边
^	匹配除了^后面列出的字符（后面跟的是[]）
[]	方括号里面的内容代表要求匹配的字符只能取自它们
a-z	代表所有小写英文字符
A-Z	代表所有大写英文字符
0-9	代表所有数字字符

---

元字符	作用
\d	代表数字字符
\w	代表单词字符（英文、数字及下划线）
\s	代表空白符，包含tab和换行符
\D	代表非数字字符
\W	代表非单词字符
\S	代表非空白字符
.	代表任意字符，不包含换行符
^	匹配行首字符
$	匹配行末字符

match

从字符串开头进行匹配，匹配失败返回None

import re

re.match(pattern,string)
## pattern   要匹配的正则表达式
## string    要匹配的字符串

a = re.match(r'test','testasdtest')
print(a)           							# 返回一个匹配对象
print(a.group())   							# 获取匹配结果
print(a.span())    							# 返回匹配结果的位置，左闭右开区间
print(re.match(r'test','atestasdtest'))		# 返回None

search

匹配字符串中的任意位置

import re

## search和match
a = re.match(r'test','atestasdtest')
b = re.search(r'test','atestasdtest')
print(a)		# 返回None
print(b)		# 返回匹配对象

findall

寻找所有能匹配的字符，并以列表的形式返回

• 使用re.s属性可以跨行匹配

import re

result = re.findall(r'test','123test123test')
print(result)		# 以列表形式返回匹配结果:['test','test']

## 跨行匹配
a = """aaatestaa
aaaa123"""
print(re.findall(r'test',a))     	# 返回None
print(re.findall(r'test',a,re.s)) 	# 返回匹配结果

sub

查找字符串中所有相匹配的数据进行替换

import re


## sub(要替换的数据，替换成什么，字符串)
result = re.sub('php','python','php是世界上最好的语言--php')
print(result)			# 输出"python是世界上最好的语言--python"

spilt

对字符串进行分割，返回一个列表

import re

s = "itcast,java:php-php3;html"
print(re.spilt(r',',s))			# 以,进行分割 			返回['itcast','java:php-php3;html']
print(re.spilt(r',|:|-|;',s))	# 以,或:或-或;进行分割    返回['itcast','java','php','php3','html']
print(re.spilt(r',|:|-|%',s))	# 找不到的分隔符就忽略	 返回['itcast','java','php','php3;html']

贪婪与非贪婪

• 贪婪：尽可能匹配更多的字符
• 非贪婪：尽可能匹配尽量少的字符，在量词后面加上?实现非贪婪匹配

import re

text = 'abc123def456'
## 贪婪
match = re.search(r'\d+.*',text)
print(match.group())	# 输出：123def456
## 非贪婪 
match = re.search(r'\d+.*?',text)
print(match.group())	# 输出：123

## 贪婪
text = "<div>content</div><p>paragraph</p>"
match = re.search(r'<.*>', text)
print(match.group()) 	# 输出：<div>content</div><p>paragraph</p>
## 非贪婪
match = re.search(r'<.*?>', text)
print(match.group())  	# 输出：<div>