# !/user/bin/python # -*- coding: utf-8 -*- import re # match, 从头开始匹配 a = re.match("192", "inet 地址:192.168.12.44") # 不匹配, 因为字符串开头不是192. b = re.match("inet", "inet 地址:192.168.12.44") # 返回<_sre.SRE_Match object; span=(0, 4), match='inet'> print(a) print(b) print(b.group()) # 返回所有匹配的值. # 点代表除了 之外的任意字符 c = re.match(".+", "inet 地址:192.168.12.44") print(c) # /w需要至少匹配一次 d = re.match("/w?", "inet 地址:192.168.12.44") print(d) # ?代表匹配一次或零次 d = re.match("/w?", "inet 地址:192.168.12.44") print(d) # search 搜索; groups可对字符串中的字符分组 e = re.search("(abc){2}a(123|456)c", "abcabca456c") print(e.group()) # 返回abcabca456c print(e.groups()) # 返回('abc', '456') f = re.search("(dd)(dd)(d){2}(d){4}", "370218198709279908") print(f.groups()) # (dd) 的形式会把匹配的字符都连起来写; (d){4}的形式会把最后一个字符单个写出来. # 返回('37', '02', '8', '7'). h = re.search("(d{2})(d{2})(d{2})(d{4})(d{4})", "370218198709279908") print(h.groups()) # 返回('37', '02', '18', '1987', '0927'). 把字符串分组 # A 只从字符开头进行匹配 i = re.search("Aa", "abcabca456c") print(i.group()) # 返回a # ^ 以指定字符/数字开头, 和A的作用一样 g = re.search("^37", "370218198709279908") print(g.group()) # 返回37 # # groupdict 以字典的形式返回匹配的字符串 # k = re.search("(?P<province>[0,9]{4})(?P<city>[0,9]{2})(?P<birthday>[0,9]{4})", "370218198709279908") # print(k.groupdict()) # TODO 为什么返回AttributeError: 'NoneType' object has no attribute 'groupdict',演示是在Xshell5环境 # # 搜索IP地址 # m = re.search("d{1,3).d{1,3}.d{1,3}.d{1,3}", "inet 地址:192.168.12.44") # TODO 为什么报错. 演示是在Xshell5环境 # print(m) # n = re.search("(d{1,3).){3}", "inet 地址:192.168.12.44") # print(n) # findall o = re.findall("d+","abcdfewage25435r3") print(o) #返回['25435', '3'] p = re.findall("[a-zA-Z]+]", "abjvldAFEWdfh2894AJlfd89AHvhk") print(p) q = re.findall("D+]", "abjvldAFEWdfh2894AJlfd89AHvhk") print(q) # sub 替换 r = re.sub("d+","|","abjvldAFEWdfh2894AJlfd89AHvhk" ) # 将数字替换成| print(r) # 返回 abjvldAFEWdfh|AJlfd|AHvhk # split 拆分 s = re.split("\\", r'c:userdatapython35') print(s) # 返回 ['c:', 'user', 'data', 'python35']
常用正则表达式符号
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
'.' 默认匹配除
之外的任意一个字符，若指定flag DOTALL,则匹配任意字符，包括换行'^' 匹配字符开头，若指定flags MULTILINE,这种也可以匹配上(r"^a","
abc
eee",flags=re.MULTILINE)'$' 匹配字符结尾，或e.search("foo$","bfoo
sdfsf",flags=re.MULTILINE).group()也可以'*' 匹配*号前的字符0次或多次，re.findall("ab*","cabb3abcbbac") 结果为['abb', 'ab', 'a']'+' 匹配前一个字符1次或多次，re.findall("ab+","ab+cd+abb+bba") 结果['ab', 'abb']'?' 匹配前一个字符1次或0次'{m}' 匹配前一个字符m次'{n,m}' 匹配前一个字符n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 结果'abb', 'ab', 'abb']'|' 匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 结果'ABC''(...)' 分组匹配，re.search("(abc){2}a(123|456)c", "abcabca456c").group() 结果 abcabca456c'A' 只从字符开头匹配，re.search("Aabc","alexabc") 是匹配不到的'' 匹配字符结尾，同$'d' 匹配数字0-9'D' 匹配非数字'w' 匹配[A-Za-z0-9]'W' 匹配非[A-Za-z0-9]'s' 匹配空白字符、 、
、
, re.search("s+","ab c1
3").group() 结果 ' ''(?P<name>...)' 分组匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 结果{'province': '3714', 'city': '81', 'birthday': '1993'} |
最常用的匹配语法
|
1
2
3
4
5
|
re.match 从头开始匹配re.search 匹配包含re.findall 把所有匹配到的字符放到以列表中的元素返回re.splitall 以匹配到的字符当做列表分隔符re.sub 匹配字符并替换 |
反斜杠的困扰
与大多数编程语言相同，正则表达式里使用""作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符""，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r"\"表示。同样，匹配一个数字的"\d"可以写成r"d"。有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。
仅需轻轻知道的几个匹配模式
|
1
2
3
|
re.I(re.IGNORECASE): 忽略大小写（括号内是完整写法，下同）M(MULTILINE): 多行模式，改变'^'和'$'的行为（参见上图）S(DOTALL): 点任意匹配模式，改变'.'的行为 |
