Re库
re.search 扫描整个字符串并返回第一个成功的匹配
re.search(pattern,string,flag=0)
pattern:正则表达式字符串
string:待匹配字符串
flag:控制标记re.I或re.IGNORECASE表示忽略正则表达式的大小写，[A-Z]可匹配大小写
re.M或re.MULTILINE正字表达式中的^操作符能将给定字符串的每一行当做匹配开始
re.S或re.DOTALL正则表达式中的.操作符能匹配所有字符，默认不能匹配换行符
re.match(pattern,string,flag=0)
re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配
re.findall在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表
re.split(pattern,string,maxsplit=0,flag=0)
将字符串按照正则表达式匹配的结果进行分割，返回列表
re.split([a],sadfab)返回s,df,b
re.sub(pattern,repl,string,count=0,flag=0)
在一个字符串中替换所有正则表达式所匹配的子串，返回替换后的字符串
repl:替换匹配字符串的字符串
count:匹配的最大替换次数
Match对象属性
.string:待匹配文本
.re:匹配时使用的pattern对象
.pos:正则表达式搜索文本的开始位置
.endpos:正则表达式搜索文本的结束位置
Match对象方法
.group():group(0)获取匹配后的字符串,group(n)匹配正则表达式中如(\d+)第n个括号所匹配字符串
.start():匹配字符串在原始字符串的开始位置
.end():
.span():返回(.start(),.end())
常用字符
字符|描述|实例
:|:|:
. | 任意单个字符 |
[] | 字符集，对单个字符给出取值范围 | [abc]表示a或b或c的单个字符，[a-z]表示a-z的单个字符
[^] |非字符集，对单个字符给出排除范围 | [^abc]表示非a或b或c的单个字符
- | 前一个字符0次或无限次重复 | abc*表示ab、abc、abccccc
- | 前一个字符的1次或无限次重复 |abc+表示abc、abccc
? | 前一个字符0次或1次重复 | abc?表示ab或abc
| |左右表达式任意一个 |a|b 表示a或b
{m} |重复前一个字符m次 |ab{2}cb表示abbcb,注意次数
{m,n} | 重复前面一个字符m至n次(包含n) | ab{1,2}c表示abc或abbc
^ | 匹配字符串开头 | ^abc表示abc在一个字符串的开头
$ | 匹配字符串结尾 | abc$abc表示abc在一个字符串的结尾
() | 分组标记，内部只能用|操作符 | (abc)表示abc,(abc|def)表示abc或def
\d | 数字，等价于[0-9] |
\w | 单词字符，等价于[A-Za-z0-9] |
非打印字符
非打印字符也可以是正则表达式的组成部分。下表列出了表示非打印字符的转义序列：
| 字符 | 描述 |
|---|---|
| \cx | 匹配由x指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 ‘c’ 字符。 |
| \f | 匹配一个换页符。等价于 \x0c 和 \cL。 |
| \n | 匹配一个换行符。等价于 \x0a 和 \cJ。 |
| \r | 匹配一个回车符。等价于 \x0d 和 \cM。 |
| \s | 匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。注意 Unicode 正则表达式会匹配全角空格符。 |
| \S | 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。 |
| \t | 匹配一个制表符。等价于 \x09 和 \cI。 |
| \v | 匹配一个垂直制表符。等价于 \x0b 和 \cK。 |
特殊字符
| 字符 | 描述 |
|---|---|
| $ | 匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 ‘\n’ 或 ‘\r’。要匹配 $ 字符本身，请使用 $。 |
| ( ) | 标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 ( 和 )。 |
| * | 匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 *。 |
| + | 匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 +。 |
| . | 匹配除换行符 \n 之外的任何单字符。要匹配 . ，请使用 . 。 |
| [ | 标记一个中括号表达式的开始。要匹配 [，请使用 [。 |
| [] | [abc]表示a或b或c，[a |
| [^] | [^abc]表示非a或b或c |
| ? | 匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 ?。 |
| \ | 将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， ‘n’ 匹配字符 ‘n’。’\n’ 匹配换行符。序列 ‘\‘ 匹配 “"，而 ‘(‘ 则匹配 “(“。 |
| ^ | 匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要匹配 ^ 字符本身，请使用 ^。 |
| { | 标记限定符表达式的开始。要匹配 {，请使用 {。 |
| | | 指明两项之间的一个选择。要匹配 |，请使用 |。 |
限定符
限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。有 * 或 + 或 ? 或 {n} 或 {n,} 或 {n,m} 共6种。
正则表达式的限定符有：
| 字符 | 描述 |
|---|---|
| * | 匹配前面的子表达式零次或多次。例如，zo* 能匹配 “z” 以及 “zoo”。* 等价于{0,}。 |
| + | 匹配前面的子表达式一次或多次。例如，’zo+’ 能匹配 “zo” 以及 “zoo”，但不能匹配 “z”。+ 等价于 {1,}。 |
| ? | 匹配前面的子表达式零次或一次。例如，”do(es)?” 可以匹配 “do” 、 “does” 中的 “does” 、 “doxy” 中的 “do” 。? 等价于 {0,1}。 |
| {n} | n 是一个非负整数。匹配确定的 n 次。例如，’o{2}’ 不能匹配 “Bob” 中的 ‘o’，但是能匹配 “food” 中的两个 o。 |
| {n,} | n 是一个非负整数。至少匹配n 次。例如，’o{2,}’ 不能匹配 “Bob” 中的 ‘o’，但能匹配 “foooood” 中的所有 o。’o{1,}’ 等价于 ‘o+’。’o{0,}’ 则等价于 ‘o*’。 |
| {n,m} | m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，”o{1,3}” 将匹配 “fooooood” 中的前三个 o。’o{0,1}’ 等价于 ‘o?’。请注意在逗号和两个数之间不能有空格。 |
*、+限定符都是贪婪的，因为它们会尽可能多的匹配文字，只有在它们的后面加上一个?就可以实现非贪婪或最小匹配
定位符
定位符使您能够将正则表达式固定到行首或行尾。它们还使您能够创建这样的正则表达式，这些正则表达式出现在一个单词内、在一个单词的开头或者一个单词的结尾。
定位符用来描述字符串或单词的边界，^ 和 $ 分别指字符串的开始与结束，\b 描述单词的前或后边界，\B 表示非单词边界。
正则表达式的定位符有：
| 字符 | 描述 |
|---|---|
| ^ | 匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与 \n 或 \r 之后的位置匹配。 |
| $ | 匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与 \n 或 \r 之前的位置匹配。 |
| \b | 匹配一个单词边界，即字与空格间的位置。 |
| \B | 非单词边界匹配。 |
注意：不能将限定符与定位符一起使用。由于在紧靠换行或者单词边界的前面或后面不能有一个以上位置，因此不允许诸如 ^* 之类的表达式。
若要匹配一行文本开始处的文本，请在正则表达式的开始使用 ^ 字符。不要将 ^ 的这种用法与中括号表达式内的用法混淆。
若要匹配一行文本的结束处的文本，请在正则表达式的结束处使用 $ 字符。
环视
环视又叫预搜索和零宽断言
环视只占用逻辑位置 不占用物理位置
环视 | 含义
|:|:|
(?=exp) | 肯定顺序环视，子表达式能匹配右侧的文本
(?!exp) | 否定顺序环视，子表达式不能匹配右侧的文本
(?<=exp) | 肯定逆序环视，子表达式能匹配左侧的文本
(?<!exp) | 否定逆序环视，子表达式不能匹配左侧的文本
示例：
下列环视正则匹配均输出”AAA”
1 | import re |