zoukankan      html  css  js  c++  java

  • python正则表达式findall的使用

    文章来源与：http://www.cnblogs.com/zjltt/p/6955965.html

    正则表达式

    正则表达式本身是一种小型的、高度专业化的编程语言，而在python中，通过内嵌集成re模块，程序员们可以直接调用来实现正则匹配。正则表达式模式被编译成一系列的字节码，然后由用C编写的匹配引擎执行。

    正则表达式是用来匹配处理字符串的 python 中使用正则表达式需要引入re模块

    如：

    import re #第一步，要引入re模块

    a = re.findall("匹配规则", "要匹配的字符串") #第二步，调用模块函数

    以列表形式返回匹配到的字符串

    如：

    复制代码
    #!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("匹配规则", "这个字符串是否有匹配规则的字符")   #第二步，调用模块函数
print(a)  #以列表形式返回匹配到的字符串
#打印出 ['匹配规则']
    复制代码

    ^元字符

    字符串开始位置与匹配规则符合就匹配，否则不匹配

    匹配字符串开头。在多行模式中匹配每一行的开头

    ^元字符如果写到[]字符集里就是反取
    复制代码
    #!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("^匹配规则", "匹配规则这个字符串是否匹配")   #字符串开始位置与匹配规则符合就匹配，否则不匹配
print(a)  #以列表形式返回匹配到的字符串
#打印出 ['匹配规则']
    复制代码
     
    [^a-z]反取，匹配出除字母外的字符，^元字符如果写到字符集里就是反取
    复制代码
    #!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("[^a-z]", "匹配s规则这s个字符串是否s匹配f规则则re则则则")   #反取，匹配出除字母外的字符
print(a)  #以列表形式返回匹配到的字符串
#打印出 ['匹', '配', '规', '则', '这', '个', '字', '符', '串', '是', '否', '匹', '配', '规', '则', '则', '则', '则', '则']
    复制代码
    

    $元字符
    

    字符串结束位置与匹配规则符合就匹配，否则不匹配
    

    匹配字符串末尾，在多行模式中匹配每一行的末尾
    

    

    

    复制代码
    

    #!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("匹配规则$", "这个字符串是否匹配规则")   #字符串结束位置与匹配规则符合就匹配，否则不匹配
print(a)  #以列表形式返回匹配到的字符串
#打印出 ['匹配规则']
    

    复制代码
    

    

    


    *元字符
    

    需要字符串里完全符合，匹配规则，就匹配，（规则里的*元字符）前面的一个字符可以是0个或多个原本字符
    

    匹配前一个字符0或多次，贪婪匹配前导字符有多少个就匹配多少个很贪婪
    

    如果规则里只有一个分组，尽量避免用*否则会有可能匹配出空字符串
    

    

    

    复制代码
    

    #!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("匹配规则*", "这个字符串是否匹配规则则则则则")   #需要字符串里完全符合，匹配规则，就匹配，（规则里的*元字符）前面的一个字符可以是0或多个原本字符
print(a)  #以列表形式返回匹配到的字符串
#打印出 ['匹配规则则则则则']
    

    复制代码
    

    

    

    +元字符
    

    需要字符串里完全符合，匹配规则，就匹配，（规则里的+元字符）前面的一个字符可以是1个或多个原本字符
    

    匹配前一个字符1次或无限次，贪婪匹配前导字符有多少个就匹配多少个很贪婪
    

    

    

    复制代码
    

    #!/usr/bin/env python
# -*- coding:gbk -*-
import re   #第一步，要引入re模块
a = re.findall("匹配+", "匹配配配配配规则这个字符串是否匹配规则则则则则")   #需要字符串里完全符合，匹配规则，就匹配，（规则里的+元字符）前面的一个字符可以是1个或多个原本字符
print(a)  #以列表形式返回匹配到的字符串
#打印出 ['匹配配配配配', '匹配']
    

    复制代码
    

    

    

    ?元字符，和防止贪婪匹配
    

    需要字符串里完全符合，匹配规则，就匹配，（规则里的?元字符）前面的一个字符可以是0个或1个原本字符
    

    匹配一个字符0次或1次
    

    还有一个功能是可以防止贪婪匹配，详情见防贪婪匹配
    

    

    

    复制代码
    

    #!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("匹配规则?", "匹配规这个字符串是否匹配规则则则则则")   #需要字符串里完全符合，匹配规则，就匹配，（规则里的?元字符）前面的一个字符可以是0个或1个原本字符
print(a)  #以列表形式返回匹配到的字符串
#打印出 ['匹配规', '匹配规则']
    

    复制代码
    

    

    

    {}元字符,范围
    

    需要字符串里完全符合，匹配规则，就匹配，（规则里的 {} 元字符）前面的一个字符，是自定义字符数，位数的原本字符
    

    {m}匹配前一个字符m次，{m,n}匹配前一个字符m至n次，若省略n，则匹配m至无限次
    

    {0,}匹配前一个字符0或多次,等同于*元字符
    {+,}匹配前一个字符1次或无限次,等同于+元字符
    {0,1}匹配前一个字符0次或1次,等同于?元字符
    

    

    

    #!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("匹配规则{3}", "匹配规这个字符串是否匹配规则则则则则")   #{m}匹配前一个字符m次，{m,n}匹配前一个字符m至n次，若省略n，则匹配m至无限次
print(a)  #以列表形式返回匹配到的字符串
#打印出 ['匹配规则则则']
    

    
View Code
    

    []元字符,字符集
    

    需要字符串里完全符合，匹配规则，就匹配，（规则里的 [] 元字符）对应位置是[]里的任意一个字符就匹配
    

    字符集。对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出，也可以给出范围，如[abc]或[a-c]。[^abc]表示取反，即非abc。
    所有特殊字符在字符集中都失去其原有的特殊含义。用反斜杠转义恢复特殊字符的特殊含义。
    

    

    

    #!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("匹配[a,b,c]规则", "匹配a规则这个字符串是否匹配b规则则则则则")   #需要字符串里完全符合，匹配规则，就匹配，（规则里的 [] 元字符）对应位置是[]里的任意一个字符就匹配
print(a)  #以列表形式返回匹配到的字符串
    

    
View Code
    

    [^]非，反取，匹配出除[^]里面的字符，^元字符如果写到字符集里就是反取

    

    

    

    #!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("[^a-z]", "匹配s规则这s个字符串是否s匹配f规则则re则则则")   #反取，匹配出除字母外的字符
print(a)  #以列表形式返回匹配到的字符串
#打印出 ['匹', '配', '规', '则', '这', '个', '字', '符', '串', '是', '否', '匹', '配', '规', '则', '则', '则', '则', '则']
    

    
View Code
    


    反斜杠后边跟普通字符实现特殊功能；（即预定义字符）
    

    预定义字符是在字符集和组里都是有用的
    

    d匹配任何十进制数，它相当于类[0-9]
    

    

    

    #!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("d", "匹配规则这2个字符串3是否匹配规则5则则则7则")   #d匹配任何十进制数，它相当于类[0-9]
print(a)  #以列表形式返回匹配到的字符串
#打印出 ['2', '3', '5', '7']
    

    
View Code
    

    d+如果需要匹配一位或者多位数的数字时用
    

    

    

    #!/usr/bin/env python
# -*- coding:gbk -*-
import re   #第一步，要引入re模块
a = re.findall("d+", "匹配规则这2个字符串134444是否匹配规则5则则则7则")   #d+如果需要匹配一位或者多位数的数字时用
print(a)  #以列表形式返回匹配到的字符串
#打印出 ['2', '134444', '5', '7']
    

    
View Code
    

    D匹配任何非数字字符，它相当于类[^0-9]
    

    

    

    #!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("D", "匹配规则这2个字符串3是否匹配规则5则则则7则")   #D匹配任何非数字字符，它相当于类[^0-9]
print(a)  #以列表形式返回匹配到的字符串
#打印出 ['匹', '配', '规', '则', '这', '个', '字', '符', '串', '是', '否', '匹', '配', '规', '则', '则', '则', '则', '则']
    

    
View Code
    

    s匹配任何空白字符，它相当于类[	

fv]
    

    

    

    #!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("s", "匹配规则   这2个字符串3是否匹
配规则5则则则7则")   #s匹配任何空白字符，它相当于类[	

fv]
print(a)  #以列表形式返回匹配到的字符串
#打印出[' ', ' ', ' ', '
']
    

    
View Code
    

    S匹配任何非空白字符，它相当于类[^	

fv]
    

    

    

    #!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("S", "匹配规则   这2个字符串3是否匹
配规则5则则则7则")   #S匹配任何非空白字符，它相当于类[^	

fv]
print(a)  #以列表形式返回匹配到的字符串
#打印出 ['匹', '配', '规', '则', '这', '2', '个', '字', '符', '串', '3', '是', '否', '匹', '配', '规', '则', '5', '则', '则', '则', '7', '则']
    

    
View Code
    

    w匹配包括下划线在内任何字母数字字符，它相当于类[a-zA-Z0-9_]
    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re   #第一步，要引入re模块
a = re.findall('w',"https://www.cnblogs.com/")  #w匹配包括下划线在内任何字母数字字符，它相当于类[a-zA-Z0-9_]
print(a)  #以列表形式返回匹配到的字符串
#打印出 ['h', 't', 't', 'p', 's', 'w', 'w', 'w', 'c', 'n', 'b', 'l', 'o', 'g', 's', 'c', 'o', 'm']
    

    
View Code
    

    W匹配非任何字母数字字符包括下划线在内，它相当于类[^a-zA-Z0-9_]
    

    

    

    import re   #第一步，要引入re模块
a = re.findall('W',"https://www.cnblogs.com/")  #w匹配包括下划线在内任何字母数字字符，它相当于类[a-zA-Z0-9_]
print(a)  #以列表形式返回匹配到的字符串
#打印出[':', '/', '/', '.', '.', '/']
    

    
View Code
    

    ()元字符，分组
    

    也就是分组匹配，()里面的为一个组也可以理解成一个整体
    

    如果()后面跟的是特殊元字符如   (adc)*   那么*控制的前导字符就是()里的整体内容，不再是前导一个字符
    

    列1
    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re   #第一步，要引入re模块
#也就是分组匹配，()里面的为一个组也可以理解成一个整体
a = re.search("(a4)+", "a4a4a4a4a4dg4g654gb")   #匹配一个或多个a4
b = a.group()
print(b)
#打印出 a4a4a4a4a4
    

    
View Code
    

     列2
    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re   #第一步，要引入re模块
#也就是分组匹配，()里面的为一个组也可以理解成一个整体
a = re.search("a(d+)", "a466666664a4a4a4dg4g654gb")    #匹配 (a) (d0-9的数字) (+可以是1个到多个0-9的数字)
b = a.group()
print(b)
#打印出 a466666664
    

    
View Code
    


    |元字符，或
    

    |或，或就是前后其中一个符合就匹配
    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re   #第一步，要引入re模块
a = re.findall(r"你|好", "a4a4a你4aabc4a4dgg好dg4g654g")   #|或，或就是前后其中一个符合就匹配
print(a)
#打印出 ['你', '好']
    

    
View Code
    


    r原生字符
    

    将在python里有特殊意义的字符如，转换成原生字符（就是去除它在python的特殊意义），不然会给正则表达式有冲突，为了避免这种冲突可以在规则前加原始字符r
    


    re模块中常用功能函数
    

    正则表达式有两种书写方式，一种是直接在函数里书写规则，
    

    

    

    #!/usr/bin/env python
# -*- coding:utf-8 -*-
import re   #第一步，要引入re模块
a = re.findall("匹配规则", "这个字符串是否有匹配规则的字符")   #第二步，调用模块函数
print(a)  #以列表形式返回匹配到的字符串
#打印出 ['匹配规则']
    

    
View Code
    

    match()函数（以后常用）
    

    match，从头匹配一个符合规则的字符串，从起始位置开始匹配，匹配成功返回一个对象，未匹配成功返回None
    match(pattern, string, flags=0)
    # pattern： 正则模型
    # string ： 要匹配的字符串
    # falgs ： 匹配模式
    

    注意：match()函数 与 search()函数基本是一样的功能，不一样的就是match()匹配字符串开始位置的一个符合规则的字符串，search()是在字符串全局匹配第一个合规则的字符串
    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re
#无分组
origin = "hello egon bcd egon lge egon acd 19"
r = re.match("hw+", origin)    #match，从起始位置开始匹配，匹配成功返回一个对象，未匹配成功返回None
print(r.group())     # 获取匹配到的所有结果，不管有没有分组将匹配到的全部拿出来
print(r.groups())    # 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分的结果
print(r.groupdict()) # 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分定义了key的组结果
#输出结果
# hello     匹配到的全部拿出来
# ()        没有分组所以为空
# {}        没分组部分定义了key的组所以为空


# 有分组
# 为何要有分组？提取匹配成功的指定内容（先匹配成功全部正则，再匹配成功的局部内容提取出来）
r = re.match("h(w+)", origin)   #match，从起始位置开始匹配，匹配成功返回一个对象，未匹配成功返回None
print(r.group())     # 获取匹配到的所有结果，不管有没有分组将匹配到的全部拿出来
print(r.groups())    # 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分的结果
print(r.groupdict()) # 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分定义了key的组结果
#输出结果
# hello         匹配到的全部拿出来
# ('ello',)     有分组，在匹配到的字符串中拿出分组的部分
# {}            没分组部分定义了key的组所以为空


# 有两个分组定义了key
# 为何要有分组？提取匹配成功的指定内容（先匹配成功全部正则，再匹配成功的局部内容提取出来）
r = re.match("(?P<n1>h)(?P<n2>w+)", origin)   #?P<>定义组里匹配内容的key(键)，<>里面写key名称，值就是匹配到的内容
print(r.group())     # 获取匹配到的所有结果，不管有没有分组将匹配到的全部拿出来
print(r.groups())    # 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分的结果
print(r.groupdict()) # 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分定义了key的组结果
#输出结果
# hello                         匹配到的全部拿出来
# ('h', 'ello')                 有分组，在匹配到的字符串中拿出分组的部分
# {'n1': 'h', 'n2': 'ello'}     有定义了key的组所以，将定义了key的组里的内容以字典形式拿出来
    

    
View Code
    

    ?P<n1>  #?P<>定义组里匹配内容的key(键)，<>里面写key名称，值就是匹配到的内容（只对正则函数返回对象的有用）
    

    取出匹配对象方法
    

    只对正则函数返回对象的有用
    

    group() # 获取匹配到的所有结果，不管有没有分组将匹配到的全部拿出来，有参取匹配到的第几个如2
    groups() # 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分的结果
    groupdict() # 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分定义了key的组结果
    



    search()函数
    search,浏览全部字符串，匹配第一符合规则的字符串，浏览整个字符串去匹配第一个，未匹配成功返回None
    search(pattern, string, flags=0)
    # pattern： 正则模型
    # string ： 要匹配的字符串
    # falgs ： 匹配模式
    

    注意：match()函数 与 search()函数基本是一样的功能，不一样的就是match()匹配字符串开始位置的一个符合规则的字符串，search()是在字符串全局匹配第一个合规则的字符串
    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re
#无分组
origin = "hello alex bcd alex lge alex acd 19"
r = re.search("aw+", origin)    #search浏览全部字符串，匹配第一符合规则的字符串，浏览整个字符串去匹配第一个，未匹配成功返回None
print(r.group())     # 获取匹配到的所有结果，不管有没有分组将匹配到的全部拿出来
print(r.groups())    # 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分的结果
print(r.groupdict()) # 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分定义了key的组结果
#输出结果
# alex     匹配到的全部拿出来
# ()        没有分组所以为空
# {}        没分组部分定义了key的组所以为空


# 有分组
# 为何要有分组？提取匹配成功的指定内容（先匹配成功全部正则，再匹配成功的局部内容提取出来）
r = re.search("a(w+).*(d)", origin)
print(r.group())     # 获取匹配到的所有结果，不管有没有分组将匹配到的全部拿出来
print(r.groups())    # 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分的结果
print(r.groupdict()) # 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分定义了key的组结果
#输出结果
# alex bcd alex lge alex acd 19       匹配到的全部拿出来
# ('lex', '9')     有分组，在匹配到的字符串中拿出分组的部分
# {}            没分组部分定义了key的组所以为空


# 有两个分组定义了key
# 为何要有分组？提取匹配成功的指定内容（先匹配成功全部正则，再匹配成功的局部内容提取出来）
r = re.search("a(?P<n1>w+).*(?P<n2>d)", origin)   #?P<>定义组里匹配内容的key(键)，<>里面写key名称，值就是匹配到的内容
print(r.group())     # 获取匹配到的所有结果，不管有没有分组将匹配到的全部拿出来
print(r.groups())    # 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分的结果
print(r.groupdict()) # 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分定义了key的组结果
#输出结果
# alex bcd alex lge alex acd 19                         匹配到的全部拿出来
# ('lex', '9')                 有分组，在匹配到的字符串中拿出分组的部分
# {'n1': 'lex', 'n2': '9'}     有定义了key的组所以，将定义了key的组里的内容以字典形式拿出来
    

    
View Code
    

    findall()函数（以后常用）
    

    findall(pattern, string, flags=0)
    # pattern： 正则模型
    # string ： 要匹配的字符串
    # falgs ： 匹配模式
    

    浏览全部字符串，匹配所有合规则的字符串，匹配到的字符串放到一个列表中，未匹配成功返回空列表
    

    注意：一旦匹配成，再次匹配，是从前一次匹配成功的，后面一位开始的，也可以理解为匹配成功的字符串，不在参与下次匹配
    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re
#无分组
r = re.findall("d+wd+", "a2b3c4d5")    #浏览全部字符串，匹配所有合规则的字符串，匹配到的字符串放到一个列表中
print(r)
#输出结果
#['2b3', '4d5']
#注意：匹配成功的字符串，不在参与下次匹配,所以3c4也符合规则但是没匹配到
    

    
View Code
    

     注意：如果没写匹配规则，也就是空规则，返回的是一个比原始字符串多一位的，空字符串列表
    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re
#无分组
r = re.findall("", "a2b3c4d5")    #浏览全部字符串，匹配所有合规则的字符串，匹配到的字符串放到一个列表中
print(r)
#输出结果
#['', '', '', '', '', '', '', '', '']
#注意：如果没写匹配规则，也就是空规则，返回的是一个比原始字符串多一位的，空字符串列表 
    

    
View Code
    

    

    注意：正则匹配到空字符的情况，如果规则里只有一个组，而组后面是*就表示组里的内容可以是0个或者多过，这样组里就有了两个意思，一个意思是匹配组里的内容，二个意思是匹配组里0内容（即是空白）所以尽量避免用*否则会有可能匹配出空字符串
    

    注意：正则只拿组里最后一位，如果规则里只有一个组，匹配到的字符串里在拿组内容是，拿的是匹配到的内容最后一位
    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re
origin = "hello alex bcd alex lge alex acd 19"
r = re.findall("(a)*", origin)   
print(r)
#输出结果 ['', '', '', '', '', '', 'a', '', '', '', '', '', '', '', '', 'a', '', '', '', '', '', '', '', '', 'a', '', '', '', '', 'a', '', '', '', '', '', '']
    

    
View Code
    


    无分组：匹配所有合规则的字符串，匹配到的字符串放到一个列表中
    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re
#无分组
origin = "hello alex bcd alex lge alex acd 19"
r = re.findall("aw+", origin)    #浏览全部字符串，匹配所有合规则的字符串，匹配到的字符串放到一个列表中
print(r)
#输出结果
#['alex', 'alex', 'alex', 'acd']
#匹配所有合规则的字符串，匹配到的字符串放到一个列表中
    

    
View Code
    

     
    

    有分组：只将匹配到的字符串里，组的部分放到列表里返回，相当于groups()方法
    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re
origin = "hello alex bcd alex lge alex acd 19"
r = re.findall("a(w+)", origin)    #有分组：只将匹配到的字符串里，组的部分放到列表里返回
print(r)
#输出结果
#['lex', 'lex', 'lex', 'cd']
    

    
View Code
    

     多个分组：只将匹配到的字符串里，组的部分放到一个元组中，最后将所有元组放到一个列表里返
    

    相当于在group()结果里再将组的部分，分别，拿出来放入一个元组，最后将所有元组放入一个列表返回
    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re
origin = "hello alex bcd alex lge alex acd 19"
r = re.findall("(a)(w+)", origin)    #多个分组：只将匹配到的字符串里，组的部分放到一个元组中，最后将所有元组放到一个列表里返回
print(r)
#输出结果
#[('a', 'lex'), ('a', 'lex'), ('a', 'lex'), ('a', 'cd')]
    

    
View Code
    

     分组中有分组：只将匹配到的字符串里，组的部分放到一个元组中，先将包含有组的组，看作一个整体也就是一个组，把这个整体组放入一个元组里，然后在把组里的组放入一个元组，最后将所有组放入一个列表返回
    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re
origin = "hello alex bcd alex lge alex acd 19"
r = re.findall("(a)(w+(e))", origin)    #分组中有分组：只将匹配到的字符串里，组的部分放到一个元组中，先将包含有组的组，看作一个整体也就是一个组，把这个整体组放入一个元组里，然后在把组里的组放入一个元组，最后将所有组放入一个列表返回
print(r)
#输出结果
#[('a', 'le', 'e'), ('a', 'le', 'e'), ('a', 'le', 'e')]
    

    
View Code
    

    ?:在有分组的情况下findall()函数，不只拿分组里的字符串，拿所有匹配到的字符串，注意?:只用于不是返回正则对象的函数如findall()
    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re
origin = "hello alex bcd alex lge alex acd 19"
b = re.findall("a(?:w+)",origin) #?:在有分组的情况下，不只拿分组里的字符串，拿所有匹配到的字符串，注意?:只用于不是返回正则对象的函数如findall()
print(b)
#输出
# ['alex', 'alex', 'alex', 'acd']
    

    
View Code
    

    


    split()函数
    

    根据正则匹配分割字符串，返回分割后的一个列表
    

    split(pattern, string, maxsplit=0, flags=0)
    

    # pattern： 正则模型
    

    # string ： 要匹配的字符串
    

    # maxsplit：指定分割个数
    

    # flags  ： 匹配模式
    

     
    

    按照一个字符将全部字符串进行分割
    

    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re
origin = "hello alex bcd alex lge alex acd 19"
r = re.split("a", origin) #根据正则匹配分割字符串
print(r)
#输出结果 ['hello ', 'lex bcd ', 'lex lge ', 'lex ', 'cd 19']
#根据a进行分组
    

    
View Code
    

    

    

    将匹配到的字符串作为分割标准进行分割
    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re
origin = "hello alex bcd alex lge alex 2acd 19"
r = re.split("aw+", origin) #根据正则匹配分割字符串
print(r)
#输出结果 ['hello ', ' bcd ', ' lge ', ' 2', ' 19']
#将匹配到的字符串作为分割标准进行分割
    

    
View Code
    

     sub()函数
    

    替换匹配成功的指定位置字符串
    

    sub(pattern, repl, string, count=0, flags=0)
    

    # pattern： 正则模型
    

    # repl   ： 要替换的字符串
    

    # string ： 要匹配的字符串
    

    # count  ： 指定匹配个数
    

    # flags  ： 匹配模式
    

    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re
origin = "hello alex bcd alex lge alex acd 19"
r = re.sub("a","替换",origin) #替换匹配成功的指定位置字符串
print(r)
#输出
# hello 替换lex bcd 替换lex lge 替换lex 替换cd 19
    

    
View Code
    

    

    


    subn()函数
    

    替换匹配成功的指定位置字符串,并且返回替换次数，可以用两个变量分别接受
    

    subn(pattern, repl, string, count=0, flags=0)
    

    # pattern： 正则模型
    

    # repl   ： 要替换的字符串
    

    # string ： 要匹配的字符串
    

    # count  ： 指定匹配个数
    

    # flags  ： 匹配模式
    

    

    

    

    #!/usr/bin/env python
# -*- coding:utf8 -*-
import re
origin = "hello alex bcd alex lge alex acd 19"
a,b = re.subn("a","替换",origin) #替换匹配成功的指定位置字符串,并且返回替换次数，可以用两个变量分别接受
print(a)
print(b)
#输出
# hello 替换lex bcd 替换lex lge 替换lex 替换cd 19
# 4
    

    
View Code
    

    

    


    元字符表
    

    


    


    .
    
    		


    需要字符串里完全符合，匹配规则，就匹配，（规则里的.元字符）可以是任何一个字符，匹配任意除换行符"
"外的字符(在DOTALL模式中也能匹配换行符)
    
    		


    a.c
    
    		


    abc
    
    		

    

    


    
    		


    1.反斜杠后边跟元字符去除特殊功能；（即将特殊字符转义成普通字符），2.反斜杠后边跟普通字符实现特殊功能；（即预定义字符），3.2引用序号对应的字组
    
    		


    a.c;a\c
    
    		


    a.c;ac
    
    		

    

    


    *
    
    		


    需要字符串里完全符合，匹配规则，就匹配，（规则里的*元字符）前面的一个字符可以是0个或多个原本字符，匹配前一个字符0或多次，贪婪匹配前导字符有多少个就匹配多少个很贪婪，如果规则里只有一个分组，尽量避免用*否则会有可能匹配出空字符串
    
    		


    abc*
    
    		


    ab;abccc
    
    		

    

    


    +
    
    		


    需要字符串里完全符合，匹配规则，就匹配，（规则里的+元字符）前面的一个字符可以是1个或多个原本字符，匹配前一个字符1次或无限次，贪婪匹配前导字符有多少个就匹配多少个很贪婪
    
    		


    abc+
    
    		


    abc;abccc
    
    		

    

    


    ?
    
    		


    需要字符串里完全符合，匹配规则，就匹配，（规则里的?元字符）前面的一个字符可以是0个或1个原本字符，匹配一个字符0次或1次，还有一个功能是可以防止贪婪匹配，详情见防贪婪匹配
    
    		


    abc?
    
    		


    ab;abc
    
    		

    

    


    ^
    
    		


    字符串开始位置与匹配规则符合就匹配，否则不匹配，匹配字符串开头。在多行模式中匹配每一行的开头，^元字符如果写到[]字符集里就是反取
    
    		


    ^abc
    
    		


    abc
    
    		

    

    


    $
    
    		


    字符串结束位置与匹配规则符合就匹配，否则不匹配，匹配字符串末尾，在多行模式中匹配每一行的末尾
    
    		


    abc$
    
    		


    abc
    
    		

    

    


    |
    
    		


    |或，或就是前后其中一个符合就匹配
    
    		


    abc|def
    
    		


    abc
    

    def
    
    		

    

    


    {}
    
    		


    需要字符串里完全符合，匹配规则，就匹配，（规则里的 {} 元字符）前面的一个字符，是自定义字符数，位数的原本字符，{m}匹配前一个字符m次，{m,n}匹配前一个字符m至n次，若省略n，则匹配m至无限次，{0,}匹配前一个字符0或多次,等同于*元字符，{+,}匹配前一个字符1次或无限次,等同于+元字符，{0,1}匹配前一个字符0次或1次,等同于?元字符
    
    		


    ab{1,2}c
    
    		


    abc
    

    abbc
    
    		

    

    


    []
    
    		


    需要字符串里完全符合，匹配规则，就匹配，（规则里的 [] 元字符）对应位置是[]里的任意一个字符就匹配，字符集。对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出，也可以给出范围，如[abc]或[a-c]。[^abc]表示取反，即非abc。所有特殊字符在字符集中都失去其原有的特殊含义。用反斜杠转义恢复特殊字符的特殊含义。
    
    		


    a[bcd]e
    
    		


    abe
    

    ace
    

    ade
    

     
    
    		

    

    


    ()
    
    		


    也就是分组匹配，()里面的为一个组也可以理解成一个整体，如果()后面跟的是特殊元字符如   (adc)*   那么*控制的前导字符就是()里的整体内容，不再是前导一个字符
    
    		


    (abc){2}
    a(123|456)c
    






    		


    abcabc
    

    a456c
    






    		







    






    







    

    预定义字符集表，可以写在字符集[...]中 
    

    


    


    d
    






    		


    d匹配任何十进制数，它相当于类[0-9]，d+如果需要匹配一位或者多位数的数字时用
    






    		


    ac
    






    		


    a1c
    






    		







    

    


    D
    






    		


    D匹配任何非数字字符，它相当于类[^0-9]
    






    		


    aDc
    






    		


    abc
    






    		







    

    


    s
    






    		


    s匹配任何空白字符，它相当于类[	

fv]
    






    		


    asc
    






    		


    a c
    






    		







    

    


    S
    






    		


    S匹配任何非空白字符，它相当于类[^	

fv]
    






    		


    aSc
    






    		


    abc
    






    		







    

    


    w
    






    		


    w匹配包括下划线在内任何字母数字字符，它相当于类[a-zA-Z0-9_]
    






    		


    awc
    






    		


    abc
    






    		







    

    


    W
    






    		


    W匹配非任何字母数字字符包括下划线在内，它相当于类[^a-zA-Z0-9_]
    






    		


    aWc
    






    		


    a c
    






    		







    

    


    A
    






    		


    仅匹配字符串开头,同^
    






    		


    Aabc
    






    		


    abc
    






    		







    

    


    
    






    		


    仅匹配字符串结尾，同$
    






    		


    abc
    






    		


    abc
    






    		







    

    


    
    






    		


    b匹配一个单词边界，也就是指单词和空格间的位置
    






    		


    abc
    a!bc
    






    		


    空格abc空格
    a!bc
    






    		







    

    


    B
    






    		


    [^]
    






    		


    aBbc
    






    		


    abc
    






    		







    






    







    


    特殊分组用法表：只对正则函数返回对象的有用
    

    


    


    (?P<name>)
    






    		


    ?P<>定义组里匹配内容的key(键)，<>里面写key名称，值就是匹配到的内容，在用groupdict()方法打印字符串
    






    		


    (?P<id>abc){2}
    






    		


    abcabc
    






    		







    

    


    (?P=name)
    






    		


    引用别名为<name>的分组匹配到字符串
    






    		


    (?P<id>d)abc(?P=id)
    






    		


    1abc1
    

    5abc5
    






    		







    

    


    <number>
    






    		


    引用编号为<number>的分组匹配到字符串
    






    		


    (d)abc1
    






    		


    1abc1
    

    5abc5
    






    		







    






    







    







    







    


    正则匹配模式表
    

    


    


    标志
    






    		


    含义
    






    		







    

    


    re.S(DOTALL)
    






    		


    使.匹配包括换行在内的所有字符
    






    		







    

    


    re.I（IGNORECASE）
    






    		


    使匹配对大小写不敏感
    






    		







    

    


    re.L（LOCALE）
    






    		


    做本地化识别（locale-aware)匹配，法语等
    






    		







    

    


    re.M(MULTILINE)
    






    		


    多行匹配，影响^和$
    






    		







    

    


    re.X(VERBOSE)
    






    		


    该标志通过给予更灵活的格式以便将正则表达式写得更易于理解
    






    		







    

    


    re.U
    






    		


    根据Unicode字符集解析字符，这个标志影响w,W,,B
    






    		







    






    







    

     
    

    正则表达式重点
    

    一、
    

    r原生字符
    

    将在python里有特殊意义的字符如，转换成原生字符（就是去除它在python的特殊意义），不然会给正则表达式有冲突，为了避免这种冲突可以在规则前加原始字符r
    


    二、
    

    正则表达式，返回类型为表达式对象的
    

    如：<_sre.SRE_Match object; span=(6, 7), match='a'>  
    

    返回对象的，需要用正则方法取字符串，
    

    方法有
    

    group() # 获取匹配到的所有结果，不管有没有分组将匹配到的全部拿出来，有参取匹配到的第几个如2
    groups() # 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分的结果
    groupdict() # 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分定义了key的组结果
    


    三、
    

    匹配到的字符串里出现空字符
    

    注意：正则匹配到空字符的情况，如果规则里只有一个组，而组后面是*就表示组里的内容可以是0个或者多过，这样组里就有了两个意思，一个意思是匹配组里的内容，二个意思是匹配组里0内容（即是空白）所以尽量避免用*否则会有可能匹配出空字符串
    







    


    四、
    

    ()分组
    

    注意：分组的意义，就是在匹配成功的字符串中，在提取()里，组里面的字符串
    


    五、
    


    ?:在有分组的情况下findall()函数，不只拿分组里的字符串，拿所有匹配到的字符串，注意?:只用于不是返回正则对象的函数如findall()
    

    

    
    
                
    
                
              
    • 
              
    
              
  • 

                相关阅读:
    
                
                  机器学习之线性回归
                    
    机器学*-K*邻算法模型预测实战
                    
    机器学习-特征抽取
                    
    机器学习sklearn和字典特征抽取
                    
    机器学习第一讲
                    
    spark统计每个省份广告点击量top3
                    
    spark统计单位时间内访问量
                    
    并发容器之 ConcurrentHashMap源码剖析
                    
    并发之 Java中的锁
                    
    并发之 深入剖析volatile底层原理
                    
                        
              
    • 
              
    
              
  • 
                原文地址：https://www.cnblogs.com/gufengchen/p/10913186.html
              
    • 

            

          



          
          

            

            

          

        

      

      



      

      

        

          Copyright © 2011-2022 走看看