Python之re模块的正则表达式学习

1、1 Python 之 【re模块的正则表达式学习】 摘要：      re模块包括操作正则表达式的函数，一些工作中都需要用到，现在说明下使用方法。使用说明：一，re模块下的函数：           函数            描述compile(pattern)创建模式对象search(pattern,string)在字符串中寻找模式m

2、atch(pattern,string)在字符串开始处匹配模式split(pattern,string)根据模式分割字符串findall(pattern,string)列表形式返回匹配项sub(pat,repl,string)pat匹配想用repl替换escape(string)特殊字符转义         1，compile：>>> import re>>> pat=pile('A')>>> m=pat.search('CBA

3、')>>> print m<_sre.SRE_Match object at 0x9d690c8> #匹配到了，返回MatchObject（True）>>> m=pat.search('CBD')>>> print mNone #没有匹配到，返回None（False）#上面的等价于>>> re.search('A','CBA')<_sre.SRE_Match object at 0xb72cd170>#推荐都用第一种方法说明：将正则表达式转换为

4、模式对象，实现更有效率的匹配，因为其他的函数会在内部进行转换。2，search：>>> m = re.search('asd','ASDasd')>>> print m<_sre.SRE_Match object at 0xb72cd6e8> #匹配到了，返回MatchObject（True）>>> m = re.search('asd','ASDASD')>>> print mNone #没有匹配到，返回None（False）说明：在给定的字符串

5、中寻找第一个匹配给正则表达式的子字符串，有多个也只返回第一个出现的。3，match：>>> m = re.match('a','Aasd')>>> print mNone #没有匹配到，返回None（False>>> m = re.match('a','aASD')>>> print m<_sre.SRE_Match object at 0xb72cd6e8> #匹配到了，返回MatchObject（True）可以用第一个方法：compile>

6、;>> pat=pile('a')>>> printpat.match('Aasd')None>>> printpat.match('aASD')<_sre.SRE_Match object at 0xb72cd6e8>说明：在给定的字符串的开头匹配正则表达式。上面的函数返回都可以在if条件语句中进行判断：>>> if pat.search('asd'):. print 'OK'. OK #找到返回>>> if re.s

7、earch('a','ASD'):. print "OK". #没有找到4，split：>>> re.split(',','a,s,d,asd')'a', 's', 'd', 'asd' #返回列表>>> pat = pile(',')>>> pat.split('a,s,d,asd')'a', 's', 'd',

8、'asd' #返回列表>>> re.split(', +','a , s ,d ,asd') #正则匹配：, +，后面说明'a', 's', 'd', 'asd'>>> re.split(', +','a , s ,d ,asd',maxsplit=2) # maxsplit 最多分割次数'a', 's', 'd ,asd'>>> pat = pile

9、(', +') #正则匹配：, +，后面说明>>> pat.split('a , s ,d ,asd',maxsplit=2) # maxsplit 最多分割次数'a', 's', 'd ,asd'说明：根据模式的匹配项来分割字符串，类似字符串的split 的方法，但是字符串的split只能用固定长度的分割符，而re.split允许用任意长度和个数的分割符。5，findall：>>> re.findall('a','ASDaDFGAa') '

10、;a', 'a' #列表形式返回匹配到的字符串>>> pat = pile('a')>>> pat.findall('ASDaDFGAa')'a', 'a' #列表形式返回匹配到的字符串>>> pat = pile('A-Z+') #正则匹配：'A-Z+' 后面有说明>>> pat.findall('ASDcDFGAa')'ASD', 'DFGA' #找到匹

11、配到的字符串>>> pat = pile('A-Z')>>> pat.findall('ASDcDFGAa') #正则匹配：'A-Z+' 后面有说明'A', 'S', 'D', 'D', 'F', 'G', 'A' #找到匹配到的字符串>>> pat = pile('A-Za-z') #正则匹配：'A-Za-z+' 匹配所有单词，后面有说明>&g

12、t;> pat.findall('ASDcDFGAa')'A', 'S', 'D', 'c', 'D', 'F', 'G', 'A', 'a' 说明：列表形式返回给定模式的匹配项。返回所有匹配的字符串。6，sub：>>> re.sub('a','A','abcasd') #找到a用A替换，后面见和group的配合使用'AbcAsd'>>&

13、gt; pat = pile('a')>>> pat.sub('A','abcasd')'AbcAsd'#通过组进行更新替换：>>> pat=pile(r'www.(.*).3') #正则表达式>>> pat.match('').group(1)'dxy'>>> pat.sub(r'1','hello,') #通过正则匹配找到符合规则的”“ ，取得组1字符串 去替换 整个匹配得到字

14、符串。'hello,dxy'>>> pat=pile(r'(w+) (w+)') #正则表达式>>> s='hello world ! hello hz !'>>> pat.findall('hello world ! hello hz !')('hello', 'world'), ('hello', 'hz')>>> pat.sub(r'2 1',s) #通过正则得到组1(hel

15、lo)，组2(world)，再通过sub去替换。即组1替换组2，组2替换组1，调换位置。 'world hello!hz hello!'说明：使用给定的内容替换掉找到的字符串。a->A>>> dir(m)'_class_', '_copy_', '_deepcopy_', '_delattr_', '_doc_', '_format_', '_getattribute_', '_hash_', '_init_',

16、 '_new_', '_reduce_', '_reduce_ex_', '_repr_', '_setattr_', '_sizeof_', '_str_', '_subclasshook_', 'end', 'endpos', 'expand', 'group', 'groupdict', 'groups', 'lastgroup', 'last

17、index', 'pos', 're', 'regs', 'span', 'start', 'string'7，escape：>>> re.escape('')'' #转义说明：对字符串里面的特殊字符串进行转义。上面的函数中，只有match、search有group方法，其他的函数没有。二，函数的方法：>>> dir(m)'_class_', '_copy_', '

18、_deepcopy_', '_delattr_', '_doc_', '_format_', '_getattribute_', '_hash_', '_init_', '_new_', '_reduce_', '_reduce_ex_', '_repr_', '_setattr_', '_sizeof_', '_str_', '_subclasshook_', &

19、#39;end', 'endpos', 'expand', 'group', 'groupdict', 'groups', 'lastgroup', 'lastindex', 'pos', 're', 'regs', 'span', 'start', 'string'这里介绍几个： 方法       &

20、#160;      描述group获取子模式(组)的匹配项start给定组匹配项的开始位置end给定组匹配项的结束位置span给定组匹配项的开始结束位置      >>> pat = pile(r'www.(.*).(.*)') #用()表示一个组，2个组>>> m = pat.match('')>>> m.group() #默认为0，表示匹配整个字符串 ''>>>

21、 m.group(1) #返回给定组1匹配的子字符串'dxy'>>> m.group(2)'com'>>> m.start(2) #组2开始的索引8>>> m.end(2) #组2结束的索引11>>> m.span(2) #组2开始、结束的索引(8, 11)>>> m1 = pat.search('')>>> m1.group()''>>> m1.group(1)'dxy'>>&

22、gt; m1.group(2)'com'>>> m1.start(2)8三，正则表达式: 1，元字符：字符         描述.除换行符外的任意字符转义字符.字符集合d数字:0-9D非数字0-9s空白字符trnf、空格S非空白字符sw单词字符A-Za-z0-9W非单词字符w           使用：# "." ：通配符>>>

23、; pat=pile('.')>>> pat.match('abc')<_sre.SRE_Match object at 0xb72b6170>>>> pat.match('abc').group()'a' #匹配到了首个字符>>> pat.search('abc').group() 'a'>>> pat.match('n').group() #换行符匹配出错Traceback (most recen

24、t call last): File "<stdin>", line 1, in <module>AttributeError: 'NoneType' object has no attribute 'group'# "" : 转义符>>> pat=pile('.')>>> pat.search('abc.efg').group() #匹配到.'.'>>> pat.findall('abc.

25、efg') #不用group,返回列表'.'# "." : 集合，匹配里面的任意一个元素>>> pat=pile('abc')>>> pat.match('axbycz').group()'a'>>> pat.search('axbycz').group()'a'>>> pat.findall('axbycz')'a', 'b', 'c'

26、# "d" : 数字>>> pat=pile('d') >>> pat.search('ax1by2cz3').group() #匹配到第一个数字:1，返回'1'>>> pat.match('ax1by2cz3').group() #匹配不到（首个不是）返回None，报错，match匹配字符串头Traceback (most recent call last): File "<stdin>", line 1, in <m

27、odule>AttributeError: 'NoneType' object has no attribute 'group'>>> pat.findall('ax1by2cz3') #匹配所有的数字，列表返回'1', '2', '3'# "D" : 非数字>>> pat=pile('D')>>> pat.match('ax1by2cz3').group()'a'>

28、>> pat.search('ax1by2cz3').group()'a'>>> pat.findall('ax1by2cz3')'a', 'x', 'b', 'y', 'c', 'z'# "s" :空白字符 : t、r、n、空格>>> pat=pile('s')>>> pat.findall('rax1 nby2 tcz3')'

29、;r', ' ', 'n', ' ', 't'>>> pat.search('rax1 nby2 tcz3').group()'r'>>> pat.match('rax1 nby2 tcz3').group()'r'# "S" :非空白字符>>> pat=pile('S')>>> pat.search('rax1 nby2 tcz3').

30、group()'a'>>> pat.findall('rax1 nby2 tcz3')'a', 'x', '1', 'b', 'y', '2', 'c', 'z', '3'# "w" :单词字符,数字和字母:A-Za-z0-9>>> pat=pile('w')>>> pat.search('1a2b3c').grou

31、p()'1'>>> pat.findall('1a2b3c')'1', 'a', '2', 'b', '3', 'c'>>> pat.match('1a2b3c').group()'1'# "W":非单词字符,除数字和字母外>>> pat=pile('W')>>> pat.findall('1a2我b3c')

32、9;xe6', 'x88', 'x91'>>> pat.search('1a2我b3c').group()'xe6'2，数量词:会出现贪婪模式数量词              描述*匹配前一个字符0次或则多次+匹配前一个字符1次或则多次？匹配前一个字符0次或则1次m匹配前一个字符m次m,n匹配前一个字符m次到n次数量词?非贪婪模式    

33、    使用：# "*" ：0次或则多次>>> pat = pile('abc*')>>> pat.match('abcabcdefabc').group() 'abcabc' #2次>>> pat.search('abcabcdefabc').group()'abcabc' #2次>>> pat.findall('abcabcdefabc')'abcabc&#

34、39;, '', '', '', 'abc', '' #2次和1次,因为有0次，所以匹配了''# "+" ：1次或则多次>>> pat = pile('abc+')>>> pat.match('abcdefabcabc').group()'abc'>>> pat.search('abcdefabcabc').group()'abc'>>

35、> pat.findall('abcdefabcabc')'abc', 'abcabc'# "?" ：0次或则1次，match,search 不会出现none，会出现''>>> pat = pile('abc?')>>> pat.match('defabc').group() #0次''>>> pat.match('abcdefabc').group()'a'>>

36、;> pat.search('defabc').group() #0次''>>> pat.findall('defabc') #0次和1次'', '', '', 'a', 'b', 'c', ''# "m" ：匹配字符串出现m次>>> pat = pile('op2') #o或则p出现2次>>> pat.search('abcooap

37、p').group() #匹配第一次出现的字符串,o比p先出现'oo'>>> pat.findall('abcooapp') #匹配出现的所有字符串，列表形式返回'oo', 'pp'# "m,n" ：匹配字符串出现m到n次>>> pat = pile('op2,4') #o或则p出现2到4次>>> pat.match('pppabcooapp').group() #匹配开头'ppp'>>&g

38、t; pat.search('pppabcooapp').group() #匹配第一次出现'ppp'>>> pat.findall('pppabcooapp') #匹配所有'ppp', 'oo', 'pp'# "数量词?" ：非贪婪模式：只匹配最少的（尽可能少）；默认贪婪模式：匹配最多的（尽可能多）>>> pat = pile('abc+') #贪婪模式>>> pat.match('abcdefabca

39、bc').group() #匹配尽可能多的：abc'abc'>>> pat.match('bbabcdefabcabc').group()'bbabc'>>> pat.search('dbbabcdefabcabc').group()'bbabc'>>> pat.findall('abcdefabcabc')'abc', 'abcabc'>>> pat = pile('abc+?&

40、#39;) #非贪婪模式：+?>>> pat.match('abcdefabcabc').group() #匹配尽可能少的：a、b、c'a'>>> pat.search('dbbabcdefabcabc').group()'b'>>> pat.findall('abcdefabcabc')'a', 'b', 'c', 'a', 'b', 'c', 'a'

41、;, 'b', 'c'3，边界边界词          描述     匹配字符串开头和行首$匹配字符串结尾和行尾A匹配字符串开头Z匹配字符串结尾b匹配w 和 W 之间       使用：# "" ：匹配字符串开头或则行头>>> pat = pile('abc') #开头是abc>>>

42、pat.search('defabc').group() >>> pat.match('defabc').group() #均找不到>>> pat.findall('defabc')>>> pat.search('adefabc').group()'a'>>> pat.match('adefabc').group() #开头是a、b、c中的任意一个'a'>>> pat.findall('

43、adefabc')'a'>>> pat = pile('abc+') #开头是a、b、c中的任意一个的一次或则多次，贪婪：匹配多个>>> pat.findall('cbadefab')'cba'>>> pat = pile(r'abc+?') #开头是a、b、c中的任意一个的一次或则多次，非贪婪：匹配一个>>> pat.findall('cbadefab')'c'# "$" ：匹配字符

44、串结尾或则行尾>>> pat = pile('abc$')>>> pat.match('adefAbc').group() #match匹配的是字符串开头，所以查找$的时，总是返回None>>> pat.search('adefAbc').group() #结尾是a、b、c中的任意一个'c'>>> pat.findall('adefAbc') 'c'>>> pat = pile('abc+$')

45、>>> pat.search('adefAbc').group() #结尾是a、b、c中的任意一个的一次或则多次，贪婪：匹配多个'bc'>>> pat.findall('adefAbc')'bc'# "A"：匹配字符串开头>>> pat = pile('Aabc+')>>> pat.findall('cbadefab')'cba'>>> pat.search('cba

46、defab').group()'cba'# "Z"：匹配字符串结尾>>> pat = pile('abc+Z')>>> pat.search('cbadefab').group()'ab'>>> pat.findall('cbadefab')'ab'4，分组：这里有个例子：分组方法描述|左右表达式任意匹配一个，先匹配左边一旦成功则跳过匹配右边，如果|没有包含在()中,匹配整个正则表达式  (.) 分组匹配,从

47、左到右,每遇到一个 ( 编号+1，分组后面可加数量词(?P<name>.)除了分组序号外,指定一个 name的别名<number> 引用编号为<number>的分组匹配到的字符串(?P=name) 引用别名为<name>的分组匹配到的串        使用：# "(.)" ：在模式里面用()来表示分组（匿名分组）,适用于提取目标字符串中的某一些部位。>>> pat=pile(r'(a)w(c)') #w:单词字符A

48、-Za-z0-9>>> pat.match('abcdef').group()'abc'>>> pat=pile('(a)b(c)') #分2组，匿名分组>>> pat.match('abcdef').group() #默认返回匹配的字符串'abc'>>> pat.match('abcdef').group(1) #取分组1，适用于search'a'>>> pat.match('abcd

49、ef').group(2) #取分组2，适用于search'c'>>> pat.match('abcdef').groups() #取所有分组，元组形式返回('a', 'c')>>> pat=pile(r'www.(.*).3')>>> pat.match('').group(1)'dxy'# "(?P<name>.)" ：在模式里面用()来表示分组（命名分组）,适用于提取目标字符串中的某一

50、些部位。>>> pat=pile(r'(?P<K>a)w(c)') #分2组：命名分组+匿名分组>>> pat.search('abcdef').groups() #取所有分组，元组形式返回('a', 'c')>>> pat.search('abcdef').group(1) #取分组1，适用于match'a'>>> pat.search('abcdef').group(2) #取分组2，适用于mat

51、ch'c'>>> pat.search('abcdef').group() #默认返回匹配的字符串'abc'>>> pat.search('abcdef').groupdict() #命名分组可以返回一个字典【专有】，匿名分组也没有'K': 'a'# "(?P=name)" ：引用命名分组(别名)匹配：>>> pat=pile(r'(?P<K>a)w(c)(?P=K)') #(?P=K)引用分组1的

52、值，就是a>>> pat.search('abcdef').group() #匹配不到，因为完整'awca',模式的第4位是aTraceback (most recent call last): File "<stdin>", line 1, in <module>AttributeError: 'NoneType' object has no attribute 'group'>>> pat.search('abcadef').gro

53、up() #匹配到，模式的第4位和组1一样,值是c'abca'>>> pat.search('abcadef').groups()('a', 'c')>>> pat.search('abcadef').group(1)'a'>>> pat.search('abcadef').group(2)'c# "<number>" ：引用分组编号匹配：>>> pat=pile(r

54、9;(?P<K>a)w(c)(?P=K)2') #2引用分组2的值，就是c>>> pat.findall('Aabcadef') #匹配不到，因为完整'awcac',模式的第5位是c>>> pat.findall('Aabcacdef') #匹配到，模式的第5位和组2一样,值是c('a', 'c')>>> pat.search('Aabcacdef').groups()('a', 'c')>

55、;>> pat.search('Aabcacdef').group()'abcac'>>> pat.search('Aabcacdef').group(1)'a'>>> pat.search('Aabcacdef').group(2)'c'5，特殊构造方法描述(?:.)(.)不分组版本,用于使用 | 或者后接数量词(?iLmsux)iLmsux的每个字符代表一个匹配模式,只能用在正则表达式的开头,可选多个(?#.) #号后的内容将作为注释(?=.) 之

56、后的字符串内容需要匹配表达式才能成功匹配(?!.) 之后的字符串不匹配表达式才能成功(?<=.) 之前的字符串需要匹配表达式才能成功(?<!.) 之前的字符串需要不匹配表达式才能成功(?(id/name) yes |no)如果编号为id/名字为name的组匹配到字符串,则需要匹配yes,否则匹配no,no可以省略           使用：# "(?:.)" ：()里面有?:表示该()不是分组>>> pat=pile(r'a(?

57、:bc)')>>> pat.findall('abc')'abc'>>> pat.match('abc').groups() #显示不出分组()# "(?=.)"：匹配.表达式，返回。对后进行匹配，总是对后面进行匹配>>> pat=pile(r'w(?=d)') #匹配表达式d，返回数字的前一位，w：单词字符A-Za-z0-9>>> pat.findall('abc1 def1 xyz1')'c',

58、'f', 'z'>>> pat.findall('zhoujy20130628hangzhou') #匹配数字的前一位，列表返回'y', '2', '0', '1', '3', '0', '6', '2'>>> pat=pile(r'w+(?=d)')>>> pat.findall('abc1,def1,xyz1') #匹配最末数字的前

59、字符串，列表返回'abc', 'def', 'xyz'>>> pat.findall('abc21,def31,xyz41')'abc2', 'def3', 'xyz4'>>> pat.findall('zhoujy20130628hangzhou')'zhoujy2013062'>>> pat=pile(r'A-Za-z+(?=d)') #A-Za-z,匹配字母,可以用其他的正则方

60、法>>> pat.findall('zhoujy20130628hangzhou123') #匹配后面带有数字的字符串，列表返回'zhoujy', 'hangzhou'>>> pat.findall('abc21,def31,xyz41')'abc', 'def', 'xyz'# "(?!.)" 不匹配.表达式，返回。对后进行匹配>>> pat=pile(r'A-Za-z+(?!d)') #A-Za-z,匹配字母,可以用其他的正则方法>>> pat.findall('zhoujy20130628hangzhou123,12,binjiang310') #匹配后面不是数字的字符串，列表返回'zhouj', '