Python3 正則表達(dá)式

正則表達(dá)式是一個特殊的字符序列，它能幫助你方便的檢查一個字符串是否與某種模式匹配。

創(chuàng)新互聯(lián)建站2013年開創(chuàng)至今，是專業(yè)互聯(lián)網(wǎng)技術(shù)服務(wù)公司，擁有項(xiàng)目成都做網(wǎng)站、網(wǎng)站建設(shè)網(wǎng)站策劃，項(xiàng)目實(shí)施與項(xiàng)目整合能力。我們以讓每一個夢想脫穎而出為使命，1280元石棉做網(wǎng)站,已為上家服務(wù),為石棉各地企業(yè)和個人服務(wù),聯(lián)系電話:028-86922220

Python 自1.5版本起增加了re 模塊，它提供 Perl 風(fēng)格的正則表達(dá)式模式。

re 模塊使 Python 語言擁有全部的正則表達(dá)式功能。

compile 函數(shù)根據(jù)一個模式字符串和可選的標(biāo)志參數(shù)生成一個正則表達(dá)式對象。該對象擁有一系列方法用于正則表達(dá)式匹配和替換。

re 模塊也提供了與這些方法功能完全一致的函數(shù)，這些函數(shù)使用一個模式字符串做為它們的第一個參數(shù)。

本章節(jié)主要介紹 Python 中常用的正則表達(dá)式處理函數(shù)，如果你對正則表達(dá)式不了解，可以查看我們的 。

---

re.match函數(shù)

re.match 嘗試從字符串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，match()就返回none。

函數(shù)語法：

re.match(pattern, string, flags=0)

函數(shù)參數(shù)說明：

參數(shù)	描述
pattern	匹配的正則表達(dá)式
string	要匹配的字符串。
flags	標(biāo)志位，用于控制正則表達(dá)式的匹配方式，如：是否區(qū)分大小寫，多行匹配等等。參見：

匹配成功re.match方法返回一個匹配的對象，否則返回None。

我們可以使用group(num) 或 groups() 匹配對象函數(shù)來獲取匹配表達(dá)式。

匹配對象方法	描述
group(num=0)	匹配的整個表達(dá)式的字符串，group() 可以一次輸入多個組號，在這種情況下它將返回一個包含那些組所對應(yīng)值的元組。
groups()	返回一個包含所有小組字符串的元組，從 1 到 所含的小組號。

實(shí)例

#!/usr/bin/python

import

re

print
(
re
.
match
(
'
www
'
,
'
www.runoob.com
'
)
.
span
(
)
)

# 在起始位置匹配

print
(
re
.
match
(
'
com
'
,
'
www.runoob.com
'
)
)

# 不在起始位置匹配

以上實(shí)例運(yùn)行輸出結(jié)果為：

(0, 3)
None

實(shí)例

#!/usr/bin/python3

import

re

line
=
"
Cats are smarter than dogs
"

# .* 表示任意匹配除換行符（\n、\r）之外的任何單個或多個字符

# (.*?) 表示"非貪婪"模式，只保存第一個匹配到的子串

matchObj
=
re
.
match
(

r
'
(.*) are (.*?) .*
'
,
line
,
re
.
M
|
re
.
I
)

if

matchObj
:
print

(
"
matchObj.group() :
"
,
matchObj
.
group
(
)
)

print

(
"
matchObj.group(1) :
"
,
matchObj
.
group
(
1
)
)

print

(
"
matchObj.group(2) :
"
,
matchObj
.
group
(
2
)
)

else
:
print

(
"
No match!!
"
)

以上實(shí)例執(zhí)行結(jié)果如下：

matchObj.group() :  Cats are smarter than dogs
matchObj.group(1) :  Cats
matchObj.group(2) :  smarter

---

re.search方法

re.search 掃描整個字符串并返回第一個成功的匹配。

函數(shù)語法：

re.search(pattern, string, flags=0)

函數(shù)參數(shù)說明：

參數(shù)	描述
pattern	匹配的正則表達(dá)式
string	要匹配的字符串。
flags	標(biāo)志位，用于控制正則表達(dá)式的匹配方式，如：是否區(qū)分大小寫，多行匹配等等。參見：

匹配成功re.search方法返回一個匹配的對象，否則返回None。

我們可以使用group(num) 或 groups() 匹配對象函數(shù)來獲取匹配表達(dá)式。

匹配對象方法	描述
group(num=0)	匹配的整個表達(dá)式的字符串，group() 可以一次輸入多個組號，在這種情況下它將返回一個包含那些組所對應(yīng)值的元組。
groups()	返回一個包含所有小組字符串的元組，從 1 到 所含的小組號。

實(shí)例

#!/usr/bin/python3

import

re

print
(
re
.
search
(
'
www
'
,
'
www.runoob.com
'
)
.
span
(
)
)

# 在起始位置匹配

print
(
re
.
search
(
'
com
'
,
'
www.runoob.com
'
)
.
span
(
)
)

# 不在起始位置匹配

以上實(shí)例運(yùn)行輸出結(jié)果為：

(0, 3)
(11, 14)

實(shí)例

#!/usr/bin/python3

import

re

line
=
"
Cats are smarter than dogs
"

searchObj
=
re
.
search
(

r
'
(.*) are (.*?) .*
'
,
line
,
re
.
M
|
re
.
I
)

if

searchObj
:
print

(
"
searchObj.group() :
"
,
searchObj
.
group
(
)
)

print

(
"
searchObj.group(1) :
"
,
searchObj
.
group
(
1
)
)

print

(
"
searchObj.group(2) :
"
,
searchObj
.
group
(
2
)
)

else
:
print

(
"
Nothing found!!
"
) 以上實(shí)例執(zhí)行結(jié)果如下：

searchObj.group() :  Cats are smarter than dogs
searchObj.group(1) :  Cats
searchObj.group(2) :  smarter

---

re.match與re.search的區(qū)別

re.match 只匹配字符串的開始，如果字符串開始不符合正則表達(dá)式，則匹配失敗，函數(shù)返回 None，而 re.search 匹配整個字符串，直到找到一個匹配。

實(shí)例

#!/usr/bin/python3

import

re

line
=
"
Cats are smarter than dogs
"

matchObj
=
re
.
match
(

r
'
dogs
'
,
line
,
re
.
M
|
re
.
I
)

if

matchObj
:
print

(
"
match --> matchObj.group() :
"
,
matchObj
.
group
(
)
)

else
:
print

(
"
No match!!
"
)

matchObj
=
re
.
search
(

r
'
dogs
'
,
line
,
re
.
M
|
re
.
I
)

if

matchObj
:
print

(
"
search --> matchObj.group() :
"
,
matchObj
.
group
(
)
)

else
:
print

(
"
No match!!
"
) 以上實(shí)例運(yùn)行結(jié)果如下：

No match!!
search --> matchObj.group() :  dogs

---

檢索和替換

Python 的re模塊提供了re.sub用于替換字符串中的匹配項(xiàng)。

語法：

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

參數(shù)：

• pattern : 正則中的模式字符串。
• repl : 替換的字符串，也可為一個函數(shù)。
• string : 要被查找替換的原始字符串。
• count : 模式匹配后替換的最大次數(shù)，默認(rèn) 0 表示替換所有的匹配。
• flags : 編譯時用的匹配模式，數(shù)字形式。

前三個為必選參數(shù)，后兩個為可選參數(shù)。

實(shí)例

#!/usr/bin/python3

import

re

phone
=
"
2004-959-559 # 這是一個電話號碼
"

# 刪除注釋

num
=
re
.
sub
(
r
'
#.*$
'
,
"
"
,
phone
)

print

(
"
電話號碼 :
"
,
num
)

# 移除非數(shù)字的內(nèi)容

num
=
re
.
sub
(
r
'
\D
'
,
"
"
,
phone
)

print

(
"
電話號碼 :
"
,
num
)

以上實(shí)例執(zhí)行結(jié)果如下：

電話號碼 :  2004-959-559 
電話號碼 :  2004959559

repl 參數(shù)是一個函數(shù)

以下實(shí)例中將字符串中的匹配的數(shù)字乘以 2：

實(shí)例

#!/usr/bin/python

import

re

# 將匹配的數(shù)字乘以 2

def

double
(
matched
)
:
value
=
int
(
matched
.
group
(
'
value
'
)
)

return

str
(
value
*
2
)

s
=
'
A23G4HFD567
'

print
(
re
.
sub
(
'
(?P
\d
+)
'
,
double
,
s
)
)

執(zhí)行輸出結(jié)果為：

A46G8HFD1134

compile 函數(shù)

compile 函數(shù)用于編譯正則表達(dá)式，生成一個正則表達(dá)式（ Pattern ）對象，供 match() 和 search() 這兩個函數(shù)使用。

語法格式為：

re.compile(pattern[, flags])

參數(shù)：

• pattern : 一個字符串形式的正則表達(dá)式
• flags 可選，表示匹配模式，比如忽略大小寫，多行模式等，具體參數(shù)為：
• re.I 忽略大小寫
  • re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依賴于當(dāng)前環(huán)境
  • re.M 多行模式
  • re.S 即為' . '并且包括換行符在內(nèi)的任意字符（' . '不包括換行符）
  • re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依賴于 Unicode 字符屬性數(shù)據(jù)庫
  • re.X 為了增加可讀性，忽略空格和' # '后面的注釋

實(shí)例

實(shí)例

>>>
import

re
>>>
pattern
=
re
.
compile
(
r
'
\d
+
'
)

# 用于匹配至少一個數(shù)字
>>>
m
=
pattern
.
match
(
'
one12twothree34four
'
)

# 查找頭部，沒有匹配
>>>
print
(

m

)

None
>>>
m
=
pattern
.
match
(
'
one12twothree34four
'
,
2
,
10
)

# 從'e'的位置開始匹配，沒有匹配
>>>
print
(

m

)

None
>>>
m
=
pattern
.
match
(
'
one12twothree34four
'
,
3
,
10
)

# 從'1'的位置開始匹配，正好匹配
>>>
print
(

m

)

# 返回一個 Match 對象
<
_sre
.
SRE_Match

object

at

0
x10a42aac0
> >>>
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
)

在上面，當(dāng)匹配成功時返回一個 Match 對象，其中：

• group([group1, …]) 方法用于獲得一個或多個分組匹配的字符串，當(dāng)要獲得整個匹配的子串時，可直接使用 group() 或 group(0)；
• start([group]) 方法用于獲取分組匹配的子串在整個字符串中的起始位置（子串第一個字符的索引），參數(shù)默認(rèn)值為 0；
• end([group]) 方法用于獲取分組匹配的子串在整個字符串中的結(jié)束位置（子串最后一個字符的索引+1），參數(shù)默認(rèn)值為 0；
• span([group]) 方法返回 (start(group), end(group))。

再看看一個例子：

實(shí)例

>>>
import

re
>>>
pattern
=
re
.
compile
(
r
'
([a-z]+) ([a-z]+)
'
,
re
.
I
)

# re.I 表示忽略大小寫
>>>
m
=
pattern
.
match
(
'
Hello World Wide Web
'
)
>>>
print
(

m

)

# 匹配成功，返回一個 Match 對象
<
_sre
.
SRE_Match

object

at

0
x10bea83e8
> >>>
m
.
group
(
0
)

# 返回匹配成功的整個子串

'
Hello World
'
>>>
m
.
span
(
0
)

# 返回匹配成功的整個子串的索引

(
0
,
11
)
>>>
m
.
group
(
1
)

# 返回第一個分組匹配成功的子串

'
Hello
'
>>>
m
.
span
(
1
)

# 返回第一個分組匹配成功的子串的索引

(
0
,
5
)
>>>
m
.
group
(
2
)

# 返回第二個分組匹配成功的子串

'
World
'
>>>
m
.
span
(
2
)

# 返回第二個分組匹配成功的子串索引

(
6
,
11
)
>>>
m
.
groups
(
)

# 等價于 (m.group(1), m.group(2), ...)

(
'
Hello
'
,
'
World
'
)
>>>
m
.
group
(
3
)

# 不存在第三個分組

Traceback

(
most

recent

call

last
)
:
File

"

"
,
line

1
,
in
<
module
>
IndexError
:
no

such

group

findall

在字符串中找到正則表達(dá)式所匹配的所有子串，并返回一個列表，如果有多個匹配模式，則返回元組列表，如果沒有找到匹配的，則返回空列表。

注意： match 和 search 是匹配一次 findall 匹配所有。

語法格式為：

re.findall(pattern, string, flags=0)
或
pattern.findall(string[, pos[, endpos]])

參數(shù)：

• pattern 匹配模式。
• string 待匹配的字符串。
• pos 可選參數(shù)，指定字符串的起始位置，默認(rèn)為 0。
• endpos 可選參數(shù)，指定字符串的結(jié)束位置，默認(rèn)為字符串的長度。

查找字符串中的所有數(shù)字：

實(shí)例

import

re

result1
=
re
.
findall
(
r
'
\d
+
'
,
'
runoob 123 google 456
'
)

pattern
=
re
.
compile
(
r
'
\d
+
'
)

# 查找數(shù)字

result2
=
pattern
.
findall
(
'
runoob 123 google 456
'
)

result3
=
pattern
.
findall
(
'
run88oob123google456
'
,
0
,
10
)

print
(
result1
)

print
(
result2
)

print
(
result3
)

輸出結(jié)果：

['123', '456']
['123', '456']
['88', '12']

多個匹配模式，返回元組列表：

實(shí)例

import
re

result
=
re.
findall
(r
'(\w+)=(\d+)'
,
'set width=20 and height=10'
)


print
(result
)

[('width', '20'), ('height', '10')]

re.finditer

和 findall 類似，在字符串中找到正則表達(dá)式所匹配的所有子串，并把它們作為一個迭代器返回。

re.finditer(pattern, string, flags=0)

參數(shù)：

參數(shù)	描述
pattern	匹配的正則表達(dá)式
string	要匹配的字符串。
flags	標(biāo)志位，用于控制正則表達(dá)式的匹配方式，如：是否區(qū)分大小寫，多行匹配等等。參見：

實(shí)例

import

re

it
=
re
.
finditer
(
r
"
\d
+
"
,
"
12a32bc43jf3
"
)

for

match

in

it
:
print

(
match
.
group
(
)

)

輸出結(jié)果：

12 
32 
43 
3

re.split

split 方法按照能夠匹配的子串將字符串分割后返回列表，它的使用形式如下：

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

參數(shù)：

參數(shù)	描述
pattern	匹配的正則表達(dá)式
string	要匹配的字符串。
maxsplit	分割次數(shù)，maxsplit=1 分割一次，默認(rèn)為 0，不限制次數(shù)。
flags	標(biāo)志位，用于控制正則表達(dá)式的匹配方式，如：是否區(qū)分大小寫，多行匹配等等。參見：

實(shí)例

>>>
import

re
>>>
re
.
split
(
'
\W
+
'
,
'
runoob, runoob, runoob.
'
)

[
'
runoob
'
,
'
runoob
'
,
'
runoob
'
,
'
'
]
>>>
re
.
split
(
'
(
\W
+)
'
,
'
runoob, runoob, runoob.
'
)

[
'
'
,
'

'
,
'
runoob
'
,
'
,
'
,
'
runoob
'
,
'
,
'
,
'
runoob
'
,
'
.
'
,
'
'
]
>>>
re
.
split
(
'
\W
+
'
,
'
runoob, runoob, runoob.
'
,
1
)

[
'
'
,
'
runoob, runoob, runoob.
'
]
>>>
re
.
split
(
'
a*
'
,
'
hello world
'
)

# 對于一個找不到匹配的字符串而言，split 不會對其作出分割

[
'
hello world
'
]

---

正則表達(dá)式對象

re.RegexObject

re.compile() 返回 RegexObject 對象。

re.MatchObject

group() 返回被 RE 匹配的字符串。

• start() 返回匹配開始的位置
• end() 返回匹配結(jié)束的位置
• span() 返回一個元組包含匹配 (開始,結(jié)束) 的位置

---

正則表達(dá)式修飾符 - 可選標(biāo)志

正則表達(dá)式可以包含一些可選標(biāo)志修飾符來控制匹配的模式。修飾符被指定為一個可選的標(biāo)志。多個標(biāo)志可以通過按位 OR(|) 它們來指定。如 re.I | re.M 被設(shè)置成 I 和 M 標(biāo)志：

修飾符	描述
re.I	使匹配對大小寫不敏感
re.L	做本地化識別（locale-aware）匹配
re.M	多行匹配，影響 ^ 和 $
re.S	使 . 匹配包括換行在內(nèi)的所有字符
re.U	根據(jù)Unicode字符集解析字符。這個標(biāo)志影響 \w, \W, \b, \B.
re.X	該標(biāo)志通過給予你更靈活的格式以便你將正則表達(dá)式寫得更易于理解。

---

正則表達(dá)式模式

模式字符串使用特殊的語法來表示一個正則表達(dá)式。

字母和數(shù)字表示他們自身。一個正則表達(dá)式模式中的字母和數(shù)字匹配同樣的字符串。

多數(shù)字母和數(shù)字前加一個反斜杠時會擁有不同的含義。

標(biāo)點(diǎn)符號只有被轉(zhuǎn)義時才匹配自身，否則它們表示特殊的含義。

反斜杠本身需要使用反斜杠轉(zhuǎn)義。

由于正則表達(dá)式通常都包含反斜杠，所以你最好使用原始字符串來表示它們。模式元素(如 r'\t'，等價于 \\t )匹配相應(yīng)的特殊字符。

下表列出了正則表達(dá)式模式語法中的特殊元素。如果你使用模式的同時提供了可選的標(biāo)志參數(shù)，某些模式元素的含義會改變。

模式	描述
^	匹配字符串的開頭
$	匹配字符串的末尾。
.	匹配任意字符，除了換行符，當(dāng)re.DOTALL標(biāo)記被指定時，則可以匹配包括換行符的任意字符。
[...]	用來表示一組字符,單獨(dú)列出：[amk] 匹配 'a'，'m'或'k'
[^...]	不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。
re*	匹配0個或多個的表達(dá)式。
re+	匹配1個或多個的表達(dá)式。
re?	匹配0個或1個由前面的正則表達(dá)式定義的片段，非貪婪方式
re{ n}	匹配n個前面表達(dá)式。例如，"o{2}"不能匹配"Bob"中的"o"，但是能匹配"food"中的兩個o。
re{ n,}	精確匹配n個前面表達(dá)式。例如，"o{2,}"不能匹配"Bob"中的"o"，但能匹配"foooood"中的所有o。"o{1,}"等價于"o+"。"o{0,}"則等價于"o*"。
re{ n, m}	匹配 n 到 m 次由前面的正則表達(dá)式定義的片段，貪婪方式
a| b	匹配a或b
(re)	匹配括號內(nèi)的表達(dá)式，也表示一個組
(?imx)	正則表達(dá)式包含三種可選標(biāo)志：i, m, 或 x 。只影響括號中的區(qū)域。
(?-imx)	正則表達(dá)式關(guān)閉 i, m, 或 x 可選標(biāo)志。只影響括號中的區(qū)域。
(?: re)	類似 (...), 但是不表示一個組
(?imx: re)	在括號中使用i, m, 或 x 可選標(biāo)志
(?-imx: re)	在括號中不使用i, m, 或 x 可選標(biāo)志
(?#...)	注釋.
(?= re)	前向肯定界定符。如果所含正則表達(dá)式，以 ... 表示，在當(dāng)前位置成功匹配時成功，否則失敗。但一旦所含表達(dá)式已經(jīng)嘗試，匹配引擎根本沒有提高；模式的剩余部分還要嘗試界定符的右邊。
(?! re)	前向否定界定符。與肯定界定符相反；當(dāng)所含表達(dá)式不能在字符串當(dāng)前位置匹配時成功。
(?> re)	匹配的獨(dú)立模式，省去回溯。
\w	匹配數(shù)字字母下劃線
\W	匹配非數(shù)字字母下劃線
\s	匹配任意空白字符，等價于 [\t\n\r\f]。
\S	匹配任意非空字符
\d	匹配任意數(shù)字，等價于 [0-9]。
\D	匹配任意非數(shù)字
\A	匹配字符串開始
\Z	匹配字符串結(jié)束，如果是存在換行，只匹配到換行前的結(jié)束字符串。
\z	匹配字符串結(jié)束
\G	匹配最后匹配完成的位置。
\b	匹配一個單詞邊界，也就是指單詞和空格間的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
\B	匹配非單詞邊界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
\n, \t, 等。	匹配一個換行符。匹配一個制表符, 等
\1...\9	匹配第n個分組的內(nèi)容。
\10	匹配第n個分組的內(nèi)容，如果它經(jīng)匹配。否則指的是八進(jìn)制字符碼的表達(dá)式。

---

正則表達(dá)式實(shí)例

字符匹配

實(shí)例	描述
python	匹配 "python".

字符類

實(shí)例	描述
[Pp]ython	匹配 "Python" 或 "python"
rub[ye]	匹配 "ruby" 或 "rube"
[aeiou]	匹配中括號內(nèi)的任意一個字母
[0-9]	匹配任何數(shù)字。類似于 [0123456789]
[a-z]	匹配任何小寫字母
[A-Z]	匹配任何大寫字母
[a-zA-Z0-9]	匹配任何字母及數(shù)字
[^aeiou]	除了aeiou字母以外的所有字符
[^0-9]	匹配除了數(shù)字外的字符

特殊字符類

實(shí)例	描述
.	匹配除 "\n" 之外的任何單個字符。要匹配包括 '\n' 在內(nèi)的任何字符，請使用象 '[.\n]' 的模式。
\d	匹配一個數(shù)字字符。等價于 [0-9]。
\D	匹配一個非數(shù)字字符。等價于 [^0-9]。
\s	匹配任何空白字符，包括空格、制表符、換頁符等等。等價于 [ \f\n\r\t\v]。
\S	匹配任何非空白字符。等價于 [^ \f\n\r\t\v]。
\w	匹配包括下劃線的任何單詞字符。等價于'[A-Za-z0-9_]'。
\W	匹配任何非單詞字符。等價于 '[^A-Za-z0-9_]'。

當(dāng)前文章：Python3正則表達(dá)式
標(biāo)題來源：http://m.5511xx.com/article/copopdh.html