正则表达式

正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则。正则表达式通常被用来检索、替换那些符合某个模式的文本。

语法:

import re  #导入re模块
m = re.match("abc","abcdef")
if m:
    print(m.group())  #输出abc，表示匹配到abc

p = re.compile("^[0-9]")   #生成的正则对象
m = p.match('12354Abc')   #需要匹配的字符串
print(m.group())   #输出1

常用操作：

1.re.match(pattern, string)　　　　 # 从头匹配
2.re.search(pattern, string)　　　   # 匹配整个字符串，直到找到一个匹配
3.re.split()　　　　　　　　　　　 　# 将匹配到的格式当做分割点对字符串分割成列表
m = re.split("[0-9]","tudou1fanqie2qiezi3doujiao4")
print(m)   #输出 ['tudou', 'fanqie', 'qiezi', 'doujiao', '']

4.re.findall()　　　　　　　　　　# 找到所有要匹配的字符并返回列表格式
m = re.findall("[0-9]","tudou1fanqie2qiezi3doujiao4")
print(m)   #输出 ['1', '2', '3', '4']

5.re.sub(pattern, repl, string, count,flag) 　　　# 替换匹配到的字符
m = re.sub("[0-9]","|","tudou1fanqie2qiezi3doujiao4",count=3)
print(m)   #输出 tudou|fanqie|qiezi|doujiao4

匹配格式

模式	描述
^	匹配字符串的开头
$	匹配字符串的末尾。
.	匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
[...]	用来表示一组字符,单独列出：[amk] 匹配 'a'，'m'或'k'
[^...]	不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。
re*	匹配0个或多个的表达式。
re+	匹配1个或多个的表达式。
re?	匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
re{ n}
re{ n,}	精确匹配n个前面表达式。
re{ n, m}	匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式
a| b	匹配a或b
(re)	G匹配括号内的表达式，也表示一个组
(?imx)	正则表达式包含三种可选标志：i, m, 或 x 。只影响括号中的区域。
(?-imx)	正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。
(?: re)	类似 (...), 但是不表示一个组
(?imx: re)	在括号中使用i, m, 或 x 可选标志
(?-imx: re)	在括号中不使用i, m, 或 x 可选标志
(?#...)	注释.
(?= re)	前向肯定界定符。如果所含正则表达式，以 ... 表示，在当前位置成功匹配时成功，否则失败。但一旦所含表达式已经尝试，匹配引擎根本没有提高；模式的剩余部分还要尝试界定符的右边。
(?! re)	前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功
(?> re)	匹配的独立模式，省去回溯。
w	匹配字母数字
W	匹配非字母数字
s	匹配任意空白字符，等价于 [ f].
S	匹配任意非空字符
d	匹配任意数字，等价于 [0-9].
D	匹配任意非数字
A	匹配字符串开始
	匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。c
z	匹配字符串结束
G	匹配最后匹配完成的位置。
	匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
B	匹配非单词边界。'erB' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
, , 等.	匹配一个换行符。匹配一个制表符。等
1...9	匹配第n个分组的子表达式。
10	匹配第n个分组的子表达式，如果它经匹配。否则指的是八进制字符码的表达式。

 re.match与re.search的区别

re.match从字符串的开始匹配，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。

举例：

匹配邮件地址

email = "dongwushijie@163.com"
m = re.search("[0-9a-z]{0,26}@[0-9a-z]{0,20}.[0-9a-z]{0,8}", email)
print(m.group())

匹配ip地址

ip = "inet addr:172.16.0.109  Bcast:172.16.255.255  Mask:255.255.0.0"
m = re.search("d{1,3}.d{1,3}.d{1,3}.d{1,3}",ip)
print(m.group())