python中的RE模块

re模块(* * * * *)

就其本质而言，正则表达式（或 RE）是一种小型的、高度专业化的编程语言，（在Python中）它内嵌在Python中，并通过 re 模块实现。正则表达式模式被编译成一系列的字节码，然后由用 C 编写的匹配引擎执行。

字符匹配（普通字符，元字符）：

1 普通字符：大多数字符和字母都会和自身匹配
              >>> re.findall('alvin','yuanaleSxalexwupeiqi')
                      ['alvin']

2 元字符：.(匹配所有)

^只(从头开始匹配)

$(必须在最后匹配)

*（重复匹配）(0到无穷）

n2="kuisddddss"

>>> re.findall('d*',n2)
['', '', '', '', 'dddd', '', '', '']

>>> n3="asdhfale"
>>> re.findall("alex*",n3)
['ale']

+（重复匹配）（1到无穷）

>>> n3="asdhfale"

>>> re.findall("alex+",n3)
[]

?（重复匹配）(0或1次）

n4 =  "asdhfale"

>>> re.findall("alex?",n4)
['ale']

n5=  "asdhfalexxxxx"

>>> re.findall("alex?",n5)
['alex']

{ }自定义次数，如{0,}=*,{6}固定6次，{0,6}0到6次

[ ]或 比如x[yz] 匹配xy或xz  其它符号在[ ] 中皆为普通字符。除了-,比如[a-z]匹配a到z，和^比如[^a-z]匹配非a到z,和\转义符,比如\(\)

|或,比如ka|b，匹配ka或b

re.match类似serach加一个^

sub：替换,subn，结果显示替换次数

>>> re.sub(r"\d","a"," ki88s1i")
' kiaasai'

>>> re.subn(r"\d","a"," ki88s1i")
(' kiaasai', 3)

compile编辑规则

ssa=re.compile("\d+")

>>> ssa.findall("sdii888")
['888']

去优先级：

比如：（findall优先匹配组里的信息)

re.findall(r'www\.(baidu|3dm)\.com',"www.3dm.com")
['3dm']

去优先级：？：

>>> re.findall(r'www\.(?: baidu|3dm)\.com',"www.3dm.com")
['www.3dm.com']

再如

>>> re.findall(r'(abc)+',"abcabcabc")

['abc']

如何取出全部呢？依然是去优先级

>>> re.findall(r'(abc)+',"abcabcabc")
['abc']

 

元字符之. ^ $ * + ? { }

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

import re   ret=re.findall('a..in','helloalvin') print(ret)#['alvin']     ret=re.findall('^a...n','alvinhelloawwwn') print(ret)#['alvin']     ret=re.findall('a...n$','alvinhelloawwwn') print(ret)#['awwwn']     ret=re.findall('a...n$','alvinhelloawwwn') print(ret)#['awwwn']     ret=re.findall('abc*','abcccc')#贪婪匹配[0,+oo]   print(ret)#['abcccc']   ret=re.findall('abc+','abccc')#[1,+oo] print(ret)#['abccc']   ret=re.findall('abc?','abccc')#[0,1] print(ret)#['abc']     ret=re.findall('abc{1,4}','abccc') print(ret)#['abccc'] 贪婪匹配

注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配

1 2	ret=re.findall('abc*?','abcccccc') print(ret)#['ab']

元字符之字符集［］：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

#--------------------------------------------字符集[] ret=re.findall('a[bc]d','acd') print(ret)#['acd']   ret=re.findall('[a-z]','acd') print(ret)#['a', 'c', 'd']   ret=re.findall('[.*+]','a.cd+') print(ret)#['.', '+']   #在字符集里有功能的符号: - ^ \   ret=re.findall('[1-9]','45dha3') print(ret)#['4', '5', '3']   ret=re.findall('[^ab]','45bdha3') print(ret)#['4', '5', 'd', 'h', '3']   ret=re.findall('[\d]','45bdha3') print(ret)#['4', '5', '3']

元字符之转义符\

反斜杠后边跟元字符去除特殊功能,比如\.
反斜杠后边跟普通字符实现特殊功能,比如\d

\d  匹配任何十进制数；它相当于类 [0-9]。
\D 匹配任何非数字字符；它相当于类 [^0-9]。
\s  匹配任何空白字符；它相当于类 [ \t\n\r\f\v]。
\S 匹配任何非空白字符；它相当于类 [^ \t\n\r\f\v]。
\w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。
\W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]
\b  匹配一个特殊字符边界，比如空格 ，&，＃等

1 2 3 4

ret=re.findall('I\b','I am LIST') print(ret)#[] ret=re.findall(r'I\b','I am LIST') print(ret)#['I']

现在我们聊一聊\,先看下面两个匹配：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

#-----------------------------eg1: import re ret=re.findall('c\l','abc\le') print(ret)#[] ret=re.findall('c\\l','abc\le') print(ret)#[] ret=re.findall('c\\\\l','abc\le') print(ret)#['c\\l'] ret=re.findall(r'c\\l','abc\le') print(ret)#['c\\l']   #-----------------------------eg2: #之所以选择\b是因为\b在ASCII表中是有意义的 m = re.findall('\bblow', 'blow') print(m) m = re.findall(r'\bblow', 'blow') print(m)

　　

元字符之分组()

1 2 3 4 5 6

m = re.findall(r'(ad)+', 'add') print(m)   ret=re.search('(?P<id>\d{2})/(?P<name>\w{3})','23/com') print(ret.group())#23/com print(ret.group('id'))#23

元字符之｜

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

import re   ret=re.findall('a..in','helloalvin') print(ret)#['alvin']     ret=re.findall('^a...n','alvinhelloawwwn') print(ret)#['alvin']     ret=re.findall('a...n$','alvinhelloawwwn') print(ret)#['awwwn']     ret=re.findall('a...n$','alvinhelloawwwn') print(ret)#['awwwn']     ret=re.findall('abc*','abcccc')#贪婪匹配[0,+oo]   print(ret)#['abcccc']   ret=re.findall('abc+','abccc')#[1,+oo] print(ret)#['abccc']   ret=re.findall('abc?','abccc')#[0,1] print(ret)#['abc']     ret=re.findall('abc{1,4}','abccc') print(ret)#['abccc'] 贪婪匹配

注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配

1 2	ret=re.findall('abc*?','abcccccc') print(ret)#['ab']

元字符之字符集［］：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

#--------------------------------------------字符集[] ret=re.findall('a[bc]d','acd') print(ret)#['acd']   ret=re.findall('[a-z]','acd') print(ret)#['a', 'c', 'd']   ret=re.findall('[.*+]','a.cd+') print(ret)#['.', '+']   #在字符集里有功能的符号: - ^ \   ret=re.findall('[1-9]','45dha3') print(ret)#['4', '5', '3']   ret=re.findall('[^ab]','45bdha3') print(ret)#['4', '5', 'd', 'h', '3']   ret=re.findall('[\d]','45bdha3') print(ret)#['4', '5', '3']

元字符之转义符\

反斜杠后边跟元字符去除特殊功能,比如\.
反斜杠后边跟普通字符实现特殊功能,比如\d

\d  匹配任何十进制数；它相当于类 [0-9]。
\D 匹配任何非数字字符；它相当于类 [^0-9]。
\s  匹配任何空白字符；它相当于类 [ \t\n\r\f\v]。
\S 匹配任何非空白字符；它相当于类 [^ \t\n\r\f\v]。
\w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。
\W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]
\b  匹配一个特殊字符边界，比如空格 ，&，＃等

1 2 3 4

ret=re.findall('I\b','I am LIST') print(ret)#[] ret=re.findall(r'I\b','I am LIST') print(ret)#['I']

现在我们聊一聊\,先看下面两个匹配：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

#-----------------------------eg1: import re ret=re.findall('c\l','abc\le') print(ret)#[] ret=re.findall('c\\l','abc\le') print(ret)#[] ret=re.findall('c\\\\l','abc\le') print(ret)#['c\\l'] ret=re.findall(r'c\\l','abc\le') print(ret)#['c\\l']   #-----------------------------eg2: #之所以选择\b是因为\b在ASCII表中是有意义的 m = re.findall('\bblow', 'blow') print(m) m = re.findall(r'\bblow', 'blow') print(m)

　　

元字符之分组()

1 2 3 4 5 6

m = re.findall(r'(ad)+', 'add') print(m)   ret=re.search('(?P<id>\d{2})/(?P<name>\w{3})','23/com') print(ret.group())#23/com print(ret.group('id'))#23