编程语言Python正则表达式大全

1 前言

正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，该模式描述在搜索文本时要匹配的一个或多个字符串。

上面都是官方的说明，博主自己的理解是（仅供参考）：通过事先规定好一些特殊字符的匹配规则，然后利用这些字符进行组合来匹配各种复杂的字符串场景。比如现在的爬虫和数据分析，字符串校验等等都需要用到正则表达式来处理数据。

python的正则表达式则是re模块了：

•  re 模块使 Python 语言拥有全部的正则表达式功能。
•  re 模块也提供了与这些方法功能完全一致的函数，这些函数使用一个模式字符串做为它们的第一个参数。

2 基本语法

2.1 match函数

只从字符串的最开始与pattern进行匹配，下面是函数的语法 ：

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

这里是参数的描述 ：

•  pattern - 这是要匹配的正则表达式。
•  string - 这是字符串，它将被搜索用于匹配字符串开头的模式。
•  flags - 可以使用按位OR(|)指定不同的标志。这些是修饰符，如下表所列。
•  re.match 函数在成功时返回匹配对象，失败时返回None。使用match(num)或groups()函数匹配对象来获取匹配的表达式。

示例

1. #未从初始位置匹配，会返回None  
2. import re  
3. line = 'i can speak good english'  
4. matchObj = re.match(r'\\s(\\w*)\\s(\\w*).*',line)  
5. if matchObj:  
6.     print('matchObj.group() :',matchObj.group())  
7.     print('matchObj.group() :',matchObj.group(1))  
8.     print('matchObj.group() :',matchObj.group(2))  
9.     print('matchObj.group() :',matchObj.group(3))  
10. else:  
11.     print('no match!') 

1. #从初始位置开始匹配  
2. import re  
3. line = 'i can speak good english'  
4. matchObj = re.match(r'(i)\\s(\\w*)\\s(\\w*).*',line)  
5. if matchObj:  
6.     print('matchObj.group() :',matchObj.group())  
7.     print('matchObj.group() :',matchObj.group(1))  
8.     print('matchObj.group() :',matchObj.group(2))  
9.     print('matchObj.group() :',matchObj.group(3))  
10. else:  
11.     print('no match!') 

2.2 search 函数

与match()工作的方式一样，但是search()不是从最开始匹配的，而是从任意位置查找第一次匹配的内容。下面是这个函数的语法 ：

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

这里是参数的描述 ：

•  pattern - 这是要匹配的正则表达式。
•  string - 这是字符串，它将被搜索用于匹配字符串开头的模式。
•  flags - 可以使用按位OR(|)指定不同的标志。这些是修饰符，如下表所列。
•  re.search函数在成功时返回匹配对象，否则返回None。使用match对象的group(num)或groups()函数来获取匹配的表达式。

示例

1. import re  
2. line = 'i can speak good english'  
3. matchObj = re.search('(.*) (.*?) (.*)',line)  
4. if matchObj:  
5.     print('matchObj.group() :',matchObj.group())  
6.     print('matchObj.group() :',matchObj.group(1))  
7.     print('matchObj.group() :',matchObj.group(2))  
8.     print('matchObj.group() :',matchObj.group(3))  
9. else:  
10.     print('no match!') 

2.3 sub 函数

使用正则表达式re模块中的最重要的之一是sub。

1. re.sub(pattern, repl, string, max=0) 

此方法使用repl替换所有出现在RE模式的字符串，替换所有出现，除非提供max。此方法返回修改的字符串。

示例

1. import re  
2. line = 'i can speak good english'  
3. speak = re.sub(r'can','not',line)  
4. print(speak)  
5. speak1 = re.sub(r'\\s','',line) #替换所有空格  
6. print(speak1) 

3 特殊类语法

3.1 字符类

3.2 特殊字符类

3.3 重复匹配

3.4 非贪婪重复

这匹配最小的重复次数：

3.5 圆括号分组

3.6 反向引用

与以前匹配的组再次匹配

3.7 锚点

需要指定匹配位置。

3.8 带括号的特殊语法

在过去的几十年间，大量的编程语言被发明、被取代、被修改或组合在一起。尽管人们多次试图创造一种通用的程序设计语言，却没有一次尝试是成功的。之所以有那么多种不同的编程语言存在的原因是，编写程序的初衷其实也各不相同；新手与老手之间技术的差距非常大，而且有许多语言对新手来说太难学；还有，不同程序之间的运行成本（runtime cost）各不相同。