python中re正则模块详解-木庄网络博客

本文摘自php中文网，作者PHP中文网，侵删。

1.正则表达式的常用符号

'.'     默认匹配除\n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","\nabc\neee",flags=re.MULTILINE)
'$'     匹配字符结尾，或e.search("foo$","bfoo\nsdfsf",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
'\Z'    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、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 结果 '\t'

二、常用语法

2.1 re.match 从头开始匹配

re.mathch(pattern,string,flags)

第一个参数是正则表达式，这里为"(\w+)\s"，如果匹配成功，则返回一个Match，否则返回一个None；
第二个参数表示要匹配的字符串；
第三个参数是标致位，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

#匹配开头成功
>>> a=re.match("i",'inet 172.17.0.1  netmask 255.255.0.0  broadcast 0.0.0.0')
>>> a.group()
'i'
 
# 匹配开头失败
>>> a=re.match("n",'inet 172.17.0.1  netmask 255.255.0.0  broadcast 0.0.0.0')
>>> a.group()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'group'
>>> print(a)
None
 
#\w匹配 (不匹配特殊字符 空格等)
>>> a=re.match("\w{4,10}",'inet 172.17.0.1  netmask 255.255.0.0  broadcast 0.0.0.0')
>>> a.group()
'inet'

2.2 re.search

re.search函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回，如果字符串没有匹配，则返回None。

>>> a=re.search("\d+","sd234345resss")
>>> a.group()
'234345'

2.3 group 和 groups

>>> a=re.search("([a-z]*)(\d+)([a-z]*)","sd234345resss").group()
>>> a
'sd234345resss'
>>> a=re.search("([a-z]*)(\d+)([a-z]*)","sd234345resss").group(0)
>>> a
'sd234345resss'
>>> a=re.search("([a-z]*)(\d+)([a-z]*)","sd234345resss").group(1)
>>> a
'sd'
>>> a=re.search("([a-z]*)(\d+)([a-z]*)","sd234345resss").group(2)
>>> a
'234345'
>>> a=re.search("([a-z]*)(\d+)([a-z]*)","sd234345resss").group(3)
>>> a
'resss'
>>> a=re.search("([a-z]*)(\d+)([a-z]*)","sd234345resss").groups()
>>> a
('sd', '234345', 'resss')

2.4 re.findall(pattern,string,flags=0)

上述两中方式均用于匹配单值，即：只能匹配字符串中的一个，如果想要匹配到字符串中所有符合条件的元素，则需要使用 findall。

>>> a=re.findall("\d+","sd234/34*5resss")
>>> a
['234', '34', '5']

2.5 re.sub(pattern,repl,string,count=0,flags=0)

替换匹配到的字符串

>>> s="123abc456"
>>> a=re.sub("\d+","SUB",s)
>>> a
'SUBabcSUB'

　　相比于str.replace功能更强大

2.6 re.split(pattern, string, maxsplit=0, flags=0)

根据指定匹配进行分组

s="123aaa345bbb789ccc"
>>> a=re.split("[a-z]*",s)
>>> a
['123', '345', '789', '']
>>> a=re.split("[a-z]*",s,1)
>>> a
['123', '345bbb789ccc']
>>> a=re.split("[a-z]*",s,2)
>>> a
['123', '345', '789ccc']