Python用法速查@正则表达式
正则表达式及Python re库用法笔记
re 模块
方法
pattern=re.compile(regular_expressions)
当正则被调用的多时用compile编译表达式比较合适，编译一次调用多次，可减少系统的编译开销
import re
# 将正则表达式编译成 Pattern 对象
pattern = re.compile(r\'\d+\')
match_obj=pattern.match(string)
从第一个字符开始匹配，不成功则结束
只要一个匹配结果
>>> import re
>>> pattern = re.compile(r\'\d+\') # 用于匹配至少一个数字
>>> m = pattern.match(\'one12twothree34four\') # 查找头部，没有匹配
>>> print m
None
>>> m = pattern.match(\'one12twothree34four\', 2, 10) # 从\'e\'的位置开始匹配，没有匹配
>>> print m
None
>>> m = pattern.match(\'one12twothree34four\', 3, 10) # 从\'1\'的位置开始匹配，正好匹配
>>> print m # 返回一个 Match 对象
<_sre.SRE_Match object at 0x10a42aac0>
>>> m.group(0) # 可省略 0
\'12\'
>>> m.start(0) # 可省略 0
3
>>> m.end(0) # 可省略 0
5
>>> m.span(0) # 可省略 0
(3, 5)
match_obj.start()
match_obj.end()
match_obj.span()
match_obj.group(n)
>>> import re
>>> pattern = re.compile(r\'([a-z]+) ([a-z]+)\', re.I) # re.I 表示忽略大小写
>>> m = pattern.match(\'Hello World Wide Web\')
>>> print m # 匹配成功，返回一个 Match 对象
<_sre.SRE_Match object at 0x10bea83e8>
>>> m.group(0) # 返回匹配成功的整个子串
\'Hello World\'
>>> m.span(0) # 返回匹配成功的整个子串的索引
(0, 11)
>>> m.group(1) # 返回第一个分组匹配成功的子串
\'Hello\'
>>> m.span(1) # 返回第一个分组匹配成功的子串的索引
(0, 5)
>>> m.group(2) # 返回第二个分组匹配成功的子串
\'World\'
>>> m.span(2) # 返回第二个分组匹配成功的子串
(6, 11)
>>> m.groups() # 等价于 (m.group(1), m.group(2), ...)
(\'Hello\', \'World\')
>>> m.group(3) # 不存在第三个分组
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
IndexError: no such group
pattern.search(string)
第一个字符不符合，可继续向后匹配
只要一个匹配结果
>>> import re
>>> pattern = re.compile(\'\d+\')
>>> m = pattern.search(\'one12twothree34four\') # 这里如果使用 match 方法则不匹配
>>> m
<_sre.SRE_Match object at 0x10cc03ac0>
>>> m.group()
\'12\'
>>> m = pattern.search(\'one12twothree34four\', 10, 30) # 指定字符串区间
>>> m
<_sre.SRE_Match object at 0x10cc03b28>
>>> m.group()
\'34\'
>>> m.span()
(13, 15)
# -*- coding: utf-8 -*-
import re
# 将正则表达式编译成 Pattern 对象
pattern = re.compile(r\'\d+\')
# 使用 search() 查找匹配的子串，不存在匹配的子串时将返回 None
# 这里使用 match() 无法成功匹配
m = pattern.search(\'hello 123456 789\')
if m:
# 使用 Match 获得分组信息
print \'matching string:\',m.group()
print \'position:\',m.span()
#结果
matching string: 123456
position: (6, 12)
pattern.findall(string)
要所有匹配结果
import re
pattern = re.compile(r\'\d+\') # 查找数字
result1 = pattern.findall(\'hello 123456 789\')
result2 = pattern.findall(\'one1two2three3four4\', 0, 10)
print result1
print result2
#结果
[\'123456\', \'789\']
[\'1\', \'2\']
pattern.finditer(string)
获得所有匹配结果,返回一个迭代器
# -*- coding: utf-8 -*-
import re
pattern = re.compile(r\'\d+\')
result_iter1 = pattern.finditer(\'hello 123456 789\')
result_iter2 = pattern.finditer(\'one1two2three3four4\', 0, 10)
print type(result_iter1)
print type(result_iter2)
print \'result1...\'
for m1 in result_iter1: # m1 是 Match 对象
print \'matching string: {}, position: {}\'.format(m1.group(), m1.span())
print \'result2...\'
for m2 in result_iter2:
print \'matching string: {}, position: {}\'.format(m2.group(), m2.span())
#结果
<type \'callable-iterator\'>
<type \'callable-iterator\'>
result1...
matching string: 123456, position: (6, 12)
matching string: 789, position: (13, 16)
result2...
matching string: 1, position: (3, 4)
matching string: 2, position: (7, 8)
pattern.split(string[, maxsplit])
maxsplit可指定最大分割次数
import re
p = re.compile(r\'[\s\,\;]+\')#按 空格 逗号 分号 分割字符串
print p.split(\'a,b;; c d\')
#结果
[\'a\', \'b\', \'c\', \'d\']
pattern.sub(func, string[, maxsub])
func 可以为返回替换字符串的函数
import re
p = re.compile(r\'(\w+) (\w+)\')
s = \'hello 123, hello 456\'
def func(m):
return \'hi\' + \' \' + m.group(2)
print p.sub(r\'hello world\', s) # 使用 \'hello world\' 替换 \'hello 123\' 和 \'hello 456\'
print p.sub(r\'\2 \1\', s) # \id形式 引用分组
print p.sub(func, s) # 用函数返回替换串
print p.sub(func, s, 1) # 最多替换一次
#结果
hello world, hello world
123 hello, 456 hello
hi 123, hi 456
hi 123, hello 456
pattern.subn(func, string[, maxsubn])
返回被替换后的串，和被替换次数
import re
p = re.compile(r\'(\w+) (\w+)\')
s = \'hello 123, hello 456\'
def func(m):
return \'hi\' + \' \' + m.group(2)
print p.subn(r\'hello world\', s)
print p.subn(r\'\2 \1\', s)
print p.subn(func, s)
print p.subn(func, s, 1)
#结果
(\'hello world, hello world\', 2)
(\'123 hello, 456 hello\', 2)
(\'hi 123, hi 456\', 2)
(\'hi 123, hello 456\', 1)
函数
re.match(pattern, string)
import re
m1 = re.match(r\'\d+\', \'One12twothree34four\') #第一个字符不符合，匹配结束
if m1:
print \'matching string:\',m1.group()
else:
print \'m1 is:\',m1
m2 = re.match(r\'\d+\', \'12twothree34four\') #匹配到第一个符合的子串，匹配结束
if m2:
print \'matching string:\', m2.group()
else:
print \'m2 is:\',m2
#结果
m1 is: None
matching string: 12
re.search(pattern, string)
re.search(pattern, string[, flags])
#第一个字符匹配不成功，可以继续向后匹配，直到匹配到一个符合的\返回空
re.findall(pattern, string)
import re
print re.findall(r\'\d+\', \'hello 12345 789\')#匹配所有符合的子串
# 输出
[\'12345\', \'789\']
re.finditer(pattern, string)
#返回迭代器
re.split(pattern, string[, maxsplit])
re.sub(pattern, func, string[, count])
re.subn(pattern, func, string[, count])
正则表达式
实例
python.org的正则python\.org
010-258945的正则/d{3}/-/d{6}
数字26字母下划线组成的字符串的正则^\w+$或^[0-9a-zA-Z_]+$
13、15、18开头手机号的正则^(13[0-9]|15[0|1|2|3|5|6|7|8|9]|18[0-9])\d{8}$
匹配金额，精确到小数点2位的正则^[0-9]+(.[0-9]{2})?$
匹配汉字的正则^[\u4e00-\u9fa5]{0,}$
参考
版权声明：本文为hugboy原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。