1.re.match函数
re.match
尝试从字符串的起始位置匹配一个模式,如果不是起始位置匹配成功的话,match()
就返回none
。
函数语法:re.match(pattern, string, flags=0)
flags
是标志位
懒惰匹配
表达式 .* 的意思很好理解,就是单个字符匹配任意次,即贪婪匹配。
表达式 .*? 是满足条件的情况只匹配一次,即懒惰匹配
模式 |
描述 |
---|---|
|
匹配字母、数字及下划线 |
|
匹配不是字母、数字及下划线的字符 |
|
匹配任意空白字符,等价于 |
|
匹配任意非空字符 |
|
匹配任意数字,等价于 |
|
匹配任意非数字的字符 |
|
匹配字符串开头 |
|
匹配字符串结尾,如果存在换行,只匹配到换行前的结束字符串 |
|
匹配字符串结尾,如果存在换行,同时还会匹配换行符 |
|
匹配最后匹配完成的位置 |
|
匹配一个换行符 |
|
匹配一个制表符 |
|
匹配一行字符串的开头 |
|
匹配一行字符串的结尾 |
|
匹配任意字符,除了换行符,当 |
|
用来表示一组字符,单独列出,比如 |
|
不在 |
|
匹配0个或多个表达式 |
|
匹配1个或多个表达式 |
|
匹配0个或1个前面的正则表达式定义的片段,非贪婪方式 |
|
精确匹配 |
|
匹配 |
|
匹配 |
|
匹配括号内的表达式,也表示一个组 |
import re content = 'Hello 1234567 World_This is a Regex Demo' result = re.match('^He.*?(d+).*Demo$', content) print(result) print(result.group(1))
.*?
来代替.*
,以免出现匹配结果缺失的情况。.*?
就有可能匹配不到任何内容了,因为它会匹配尽可能少的字符。2.re.search方法
re.search
扫描整个字符串并返回第一个成功的匹配。
函数语法:re.search(pattern, string, flags=0)
re.match与re.search的区别
re.match
只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回None
;而re.search
匹配整个字符串,直到找到一个匹配。
示例:
html = '''<div id="songs-list"> <h2 class="title">经典老歌</h2> <p class="introduction"> 经典老歌列表 </p> <ul id="list" class="list-group"> <li data-view="2">一路上有你</li> <li data-view="7"> <a href="/2.mp3" singer="任贤齐">沧海一声笑</a> </li> <li data-view="4" class="active"> <a href="/3.mp3" singer="齐秦">往事随风</a> </li> <li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li> <li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li> <li data-view="5"> <a href="/6.mp3" singer="邓丽君"><i class="fa fa-user"></i>但愿人长久</a> </li> </ul> </div>''' result = re.search('<li.*?active.*?singer="(.*?)">(.*?)</a>', html, re.S) if result: print(result.group(1), result.group(2))
3.检索和替换
re.sub(pattern, repl, string, count=0)
pattern : 正则中的模式字符串。 repl : 替换的字符串,也可为一个函数。 string : 要被查找替换的原始字符串。 count : 模式匹配后替换的最大次数,默认 0 表示替换所有的匹配。
示例:
import re content = '54aK54yr5oiR54ix5L2g' content = re.sub('d+', '', content) print(content)
4.compile 函数
compile 函数用于编译正则表达式,生成一个正则表达式( Pattern )对象,供 match() 和 search() 这两个函数使用。
函数语法:re.compile(pattern[, flags])
示例:
import re content1 = '2016-12-15 12:00' content2 = '2016-12-17 12:55' content3 = '2016-12-22 13:21' pattern = re.compile('d{2}:d{2}') result1 = re.sub(pattern, '', content1) result2 = re.sub(pattern, '', content2) result3 = re.sub(pattern, '', content3) print(result1, result2, result3)
5.findall
*match
和 search
是匹配一次 ,findall
匹配所有
在字符串中找到正则表达式所匹配的所有子串,并返回一个列表,如果没有找到匹配的,则返回空列表。
函数语法:findall(string[, pos[, endpos]])
string
待匹配的字符串。pos
可选参数,指定字符串的起始位置,默认为0
。endpos
可选参数,指定字符串的结束位置,默认为字符串的长度。
6.re.split
*注:正则表达式[w]+,w+,[w+]
三者有何区别:[w]+
和w+
没有区别,都是匹配数字和字母下划线的多个字符;[w+]
表示匹配数字、字母、下划线和加号本身字符;
函数语法:re.split(pattern, string[, maxsplit=0, flags=0])
pattern 匹配的正则表达式 string 要匹配的字符串。 maxsplit 分隔次数,maxsplit=1 分隔一次,默认为 0,不限制次数。 flags 标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等