Python正则化
|
|
|
|
| 符号 |
解释 |
示例 |
说明 |
| . |
匹配任意字符 |
b.t |
可以匹配bat / but / b#t / b1t等 |
| \w |
匹配字母/数字/下划线 |
b\wt |
可以匹配bat / b1t / b_t等 但不能匹配b#t |
| \s |
匹配空白字符（包括\r、\n、\t等） |
love\syou |
可以匹配love you |
| \d |
匹配数字 |
\d\d |
可以匹配01 / 23 / 99等 |
| \b |
匹配单词的边界 |
\bThe\b |
|
| ^ |
匹配字符串的开始 |
^The |
可以匹配The开头的字符串 |
| $ |
匹配字符串的结束 |
.exe$ |
可以匹配.exe结尾的字符串 |
| \W |
匹配非字母/数字/下划线 |
b\Wt |
可以匹配b#t / b@t等 但不能匹配but / b1t / b_t等 |
| \S |
匹配非空白字符 |
love\Syou |
可以匹配love#you等 但不能匹配love you |
| \D |
匹配非数字 |
\d\D |
可以匹配9a / 3# / 0F等 |
| \B |
匹配非单词边界 |
\Bio\B |
|
| [] |
匹配来自字符集的任意单一字符 |
[aeiou] |
可以匹配任一元音字母字符 |
| [^] |
匹配不在字符集中的任意单一字符 |
[^aeiou] |
可以匹配任一非元音字母字符 |
| * |
匹配0次或多次 |
\w* |
|
| + |
匹配1次或多次 |
\w+ |
|
| ? |
匹配0次或1次 |
\w? |
|
| {N} |
匹配N次 |
\w{3} |
|
| {M,} |
匹配至少M次 |
\w{3,} |
|
| {M,N} |
匹配至少M次至多N次 |
\w{3,6} |
|
| | |
分支 |
foo|bar |
可以匹配foo或者bar |
| (?#) |
注释 |
|
|
| (exp) |
匹配exp并捕获到自动命名的组中 |
|
|
| (?<name>exp) |
匹配exp并捕获到名为name的组中 |
|
|
| (?:exp) |
匹配exp但是不捕获匹配的文本 |
|
|
| (?=exp) |
匹配exp前面的位置 |
\b\w+(?=ing) |
可以匹配I’m dancing中的danc |
| (?<=exp) |
匹配exp后面的位置 |
(?<=\bdanc)\w+\b |
可以匹配I love dancing and reading中的第一个ing |
| (?!exp) |
匹配后面不是exp的位置 |
|
|
| (?<!exp) |
匹配前面不是exp的位置 |
|
|
| *? |
重复任意次，但尽可能少重复 |
a.b a.?b |
将正则表达式应用于aabab，前者会匹配整个字符串aabab，后者会匹配aab和ab两个字符串 |
| +? |
重复1次或多次，但尽可能少重复 |
|
|
| ?? |
重复0次或1次，但尽可能少重复 |
|
|
| {M,N}? |
重复M到N次，但尽可能少重复 |
|
|
| {M,}? |
重复M次以上，但尽可能少重复 |
|
|
Python对正则表达式的支持
Python提供了re模块来支持正则表达式相关操作，下面是re模块中的核心函数。
| 函数 |
说明 |
| compile(pattern, flags=0) |
编译正则表达式返回正则表达式对象 |
| match(pattern, string, flags=0) |
用正则表达式匹配字符串 成功返回匹配对象 否则返回None |
| search(pattern, string, flags=0) |
搜索字符串中第一次出现正则表达式的模式 成功返回匹配对象 否则返回None |
| split(pattern, string, maxsplit=0, flags=0) |
用正则表达式指定的模式分隔符拆分字符串 返回列表 |
| sub(pattern, repl, string, count=0, flags=0) |
用指定的字符串替换原字符串中与正则表达式匹配的模式 可以用count指定替换的次数 |
| fullmatch(pattern, string, flags=0) |
match函数的完全匹配（从字符串开头到结尾）版本 |
| findall(pattern, string, flags=0) |
查找字符串所有与正则表达式匹配的模式 返回字符串的列表 |
| finditer(pattern, string, flags=0) |
查找字符串所有与正则表达式匹配的模式 返回一个迭代器 |
| purge() |
清除隐式编译的正则表达式的缓存 |
| re.I / re.IGNORECASE |
忽略大小写匹配标记 |
| re.M / re.MULTILINE |
多行匹配标记 |
