Python正規表示式大全

Huny發表於2020-11-26
Python

前言

正規表示式是對字串（包括普通字元（例如，a 到 z 之間的字母）和特殊字元（稱為“元字元”））操作的一種邏輯公式，就是用事先定義好的一些特定字元、及這些特定字元的組合，組成一個“規則字串”，這個“規則字串”用來表達對字串的一種過濾邏輯。正規表示式是一種文字模式，該模式描述在搜尋文字時要匹配的一個或多個字串。
上面都是官方的說明，博主自己的理解是（僅供參考）：通過事先規定好一些特殊字元的匹配規則，然後利用這些字元進行組合來匹配各種複雜的字串場景。比如現在的爬蟲和資料分析，字串校驗等等都需要用到正規表示式來處理資料。
python的正規表示式則是re模組了。
re 模組使 Python 語言擁有全部的正規表示式功能。
re 模組也提供了與這些方法功能完全一致的函式，這些函式使用一個模式字串做為它們的第一個引數。

基本語法

編號 表示式 描述
1 a, X, 9, < 普通字元完全匹配。
2 . 匹配任何單個字元，除了換行符’\n‘
3 \w 匹配“單詞”字元：字母或數字或下劃線[a-zA-Z0-9_]。
4 \W 匹配任何非字詞。
5 \b 字詞與非字詞之間的界限
6 \s 匹配單個空格字元 - 空格，換行符，返回，製表符
7 \S 匹配任何非空格字元。
8 \t, \n, \r 製表符，換行符，退格符
9 \d 十進位制數[0-9]
10 ^ 匹配字串的開頭
11 $ 匹配字串的末尾
12 \ 抑制字元的“特殊性”，也叫轉義字元。

1.match函式

只從字串的最開始與pattern進行匹配
下面是函式的語法 -
re.match(pattern, string, flags = 0)
這裡是引數的描述 -
pattern - 這是要匹配的正規表示式。
string - 這是字串，它將被搜尋用於匹配字串開頭的模式。
flags - 可以使用按位OR(|)指定不同的標誌。 這些是修飾符，如下表所列。
re.match 函式在成功時返回匹配物件，失敗時返回None。使用match(num)或groups()函式匹配物件來獲取匹配的表示式。

編號 匹配物件 描述
1 group(num = 0) 此方法返回整個匹配(或特定子組num)
2 groups() 此方法返回一個元組中的所有匹配子組(如果沒有，則返回為None)

示例

import re

line = 'i can speak good english'
matchObj = re.match(r'\s(\w*)\s(\w*).*',line)
if matchObj:
    print('matchObj.group() :',matchObj.group())
    print('matchObj.group() :',matchObj.group(1))
    print('matchObj.group() :',matchObj.group(2))
    print('matchObj.group() :',matchObj.group(3))
else:
    print('no match!')


import re

line = 'i can speak good english'
matchObj = re.match(r'(i)\s(\w*)\s(\w*).*',line)
if matchObj:
    print('matchObj.group() :',matchObj.group())
    print('matchObj.group() :',matchObj.group(1))
    print('matchObj.group() :',matchObj.group(2))
    print('matchObj.group() :',matchObj.group(3))
else:
    print('no match!')

2.search函式

與match()工作的方式一樣，但是search()不是從最開始匹配的，而是從任意位置查詢第一次匹配的內容。
下面是這個函式的語法 -
re.match(pattern, string, flags = 0)

這裡是引數的描述 -
pattern - 這是要匹配的正規表示式。
string - 這是字串，它將被搜尋用於匹配字串開頭的模式。
flags - 可以使用按位OR(|)指定不同的標誌。 這些是修飾符，如下表所列。
re.search函式在成功時返回匹配物件，否則返回None。使用match物件的group(num)或groups()函式來獲取匹配的表示式。

編號 匹配物件 描述
1 group(num = 0) 此方法返回整個匹配(或特定子組num)
2 groups() 此方法返回一個元組中的所有匹配子組(如果沒有，則返回為None)

示例

import re

line = 'i can speak good english'
matchObj = re.search('(.*) (.*?) (.*)',line)
if matchObj:
    print('matchObj.group() :',matchObj.group())
    print('matchObj.group() :',matchObj.group(1))
    print('matchObj.group() :',matchObj.group(2))
    print('matchObj.group() :',matchObj.group(3))
else:
    print('no match!')

3.sub()函式

使用正規表示式re模組中的最重要的之一是sub。
模組
re.sub(pattern, repl, string, max=0)

此方法使用repl替換所有出現在RE模式的字串，替換所有出現，除非提供max。此方法返回修改的字串。

示例

import re

line = 'i can speak good english'
speak = re.sub(r'can','not',line)
print(speak)
speak1 = re.sub(r'\s','',line) #替換所有空格
print(speak1)

特殊語法示例

字元類

編號 示例 說明
1 [Pp]ython 匹配“Python”或“python”
2 rub[ye] 匹配“ruby”或“rube”
3 [aeiou] 匹配任何一個小寫母音
4 [0-9] 匹配任何數字; 如[0123456789]
5 [a-z] 匹配任何小寫ASCII字母
6 [A-Z] 匹配任何大寫的ASCII字母
7 [a-zA-Z0-9] 匹配上述任何一個
8 [^aeiou] 匹配除小寫母音之外的任何東西
9 [^0-9] 匹配數字以外的任何東西

特殊字元類

編號 示例 說明
1 . 匹配除換行符以外的任何字元
2 \d 匹配數字：[0-9]
3 \D 匹配非數字：[^0-9]
4 \s 匹配空格字元：[\t\r\n\f]
5 \S 匹配非空格：[^\t\r\n\f]
6 \w 匹配單字字元： [A-Za-z0-9_]
7 \W 匹配非單字字元： [A-Za-z0-9_]

重複匹配

編號 示例 說明
1 ruby? 匹配“rub”或“ruby”：y是可選的
2 ruby* 匹配“rub”加上0個以上的y
3 ruby+ 匹配“rub”加上1個或更多的y
4 \d{3} 完全匹配3位數
5 \d{3,} 匹配3位或更多位數字
6 \d{3,5} 匹配3，4或5位數

非貪婪重複

這匹配最小的重複次數 -

編號 示例 說明
1 <.*> 貪婪重複：匹配“ perl>”
2 <.*?> 非貪婪重複：在“ perl”中匹配“”

用圓括號分組

編號 示例 說明
1 \D\d+ 沒有分組：+重複\d
2 (\D\d)+ 分組：+重複\D\d對
3 ([Pp]ython(,)?)+ 匹配“Python”，“Python，python，python”等

反向引用

這與以前匹配的組再次匹配 -

編號 示例 說明
1 ([Pp])ython&\1ails 匹配python和pails或Python和Pails
2 (['"])[^\1]*\1 單引號或雙引號字串。\1匹配第一個分組匹配。 \2匹配任何第二個分組匹配等
3 python perl
4 rub(y le)
5 Python(!+ ?)

錨點

這需要指定匹配位置。

編號 示例 說明
1 ^Python 在字串或內部行的開頭匹配“Python”
2 Python$ 在字串或內部行的結尾匹配“Python”
3 \APython 在字串的開頭匹配“Python”
4 Python\Z 在字串的末尾匹配“Python”
5 \bPython\b 在字詞的邊界匹配“Python”
6 \brub\B \B是非字詞邊界：在“rube”和“ruby”中匹配“rub”，而不是單獨匹配
7 Python(?=!) 匹配“Python”，如果跟著感嘆號。
8 Python(?!!) 匹配“Python”，如果沒有感嘆號後面。

帶括號的特殊語法

編號 示例 說明
1 R(?#comment) 匹配“R”。其餘的都是註釋
2 R(?i)uby 匹配“uby”時不區分大小寫
3 R(?i:uby) 同上
4 rub(?:yle)) 僅組合而不建立\1反向引用

相關文章