简介

正则表达式是对字符串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。

regular expression = regex = RE

在线正则表达式测试工具：http://tool.oschina.net/regex/

Python re 模块文档：https://docs.python.org/3/library/re.html

常见匹配模式

模式 描述
\w 匹配字母数字及下划线
\W 匹配非字母数字下划线
\s 匹配任意空白字符，等价于 [\t\n\r\f].
\S 匹配任意非空字符
\d 匹配任意数字，等价于 [0-9]
\D 匹配任意非数字
\A 匹配字符串开始
\Z 匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串
\z 匹配字符串结束
\G 匹配最后匹配完成的位置
\n 匹配一个换行符
\t 匹配一个制表符
^ 匹配字符串的开头
$ 匹配字符串的末尾。
. 匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
[...] 用来表示一组字符,单独列出：[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。
* 匹配0个或多个的表达式。
+ 匹配1个或多个的表达式。
? 匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
{n} 精确匹配n个前面表达式。
{n, m} 匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式
a|b 匹配a或b
( ) 匹配括号内的表达式，也表示一个组

常用实例

re.match

re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。

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

最常规的匹配

import re

content = 'Hello 123 4567 World_This is a Regex Demo'

print(len(content))

result = re.match('^Hello\s\d\d\d\s\d{4}\s\w{10}.*Demo$', content)

print(result)

print(result.group())

print(result.span())

<_sre.SRE_Match object; span=(, ), match='Hello 123 4567 World_This is a Regex Demo'>

Hello   World_This is a Regex Demo

(, )

泛匹配

import re

content = 'Hello 123 4567 World_This is a Regex Demo'

result = re.match('^Hello.*Demo$', content)

print(result)

print(result.group())

print(result.span())

<_sre.SRE_Match object; span=(, ), match='Hello 123 4567 World_This is a Regex Demo'>

Hello   World_This is a Regex Demo

(, )

匹配目标

import re

content = 'Hello 1234567 World_This is a Regex Demo'

result = re.match('^Hello\s(\d+)\sWorld.*Demo$', content)

print(result)

print(result.group(1))

print(result.span())

<_sre.SRE_Match object; span=(, ), match='Hello 1234567 World_This is a Regex Demo'>

(, )

贪婪匹配

import re

content = 'Hello 1234567 World_This is a Regex Demo'

result = re.match('^He.*(\d+).*Demo$', content)

print(result)

print(result.group(1))

<_sre.SRE_Match object; span=(, ), match='Hello 1234567 World_This is a Regex Demo'>

非贪婪匹配

import re

content = 'Hello 1234567 World_This is a Regex Demo'

result = re.match('^He.*?(\d+).*Demo$', content)

print(result)

print(result.group(1))

<_sre.SRE_Match object; span=(, ), match='Hello 1234567 World_This is a Regex Demo'>

匹配模式

import re

content = '''Hello 1234567 World_This

is a Regex Demo

'''

result = re.match('^He.*?(\d+).*?Demo$', content, re.S)

print(result.group(1))





转义




import re

content = 'price is $5.00'

result = re.match('price is $5.00', content)

print(result)







None






import re

content = 'price is $5.00'

result = re.match('price is \$5\.00', content)

print(result)







<_sre.SRE_Match object; span=(, ), match='price is $5.00'>




总结：尽量使用泛匹配、使用括号得到匹配目标、尽量使用非贪婪模式、有换行符就用re.S


re.search


re.search 扫描整个字符串并返回第一个成功的匹配。




import re

content = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'

result = re.match('Hello.*?(\d+).*?Demo', content)

print(result)







None






import re

content = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'

result = re.search('Hello.*?(\d+).*?Demo', content)

print(result)

print(result.group(1))







<_sre.SRE_Match object; span=(, ), match='Hello 1234567 World_This is a Regex Demo'>





总结：为匹配方便，能用search就不用match


匹配演练




import re

html = '''<div id="songs-list">

    <h2 class="title">经典老歌</h2>

    <p class="introduction">

        经典老歌列表

    </p>

    <ul id="list" class="list-group">

        <li data-view="2">一路上有你</li>

        <li data-view="7">

            <a href="/2.mp3" singer="任贤齐">沧海一声笑</a>

        </li>

        <li data-view="4" class="active">

            <a href="/3.mp3" singer="齐秦">往事随风</a>

        </li>

        <li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li>

        <li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li>

        <li data-view="5">

            <a href="/6.mp3" singer="邓丽君"><i class="fa fa-user"></i>但愿人长久</a>

        </li>

    </ul>

</div>'''

result = re.search('<li.*?active.*?singer="(.*?)">(.*?)</a>', html, re.S)

if result:

    print(result.group(1), result.group(2))







齐秦 往事随风






import re

html = '''<div id="songs-list">

    <h2 class="title">经典老歌</h2>

    <p class="introduction">

        经典老歌列表

    </p>

    <ul id="list" class="list-group">

        <li data-view="2">一路上有你</li>

        <li data-view="7">

            <a href="/2.mp3" singer="任贤齐">沧海一声笑</a>

        </li>

        <li data-view="4" class="active">

            <a href="/3.mp3" singer="齐秦">往事随风</a>

        </li>

        <li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li>

        <li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li>

        <li data-view="5">

            <a href="/6.mp3" singer="邓丽君">但愿人长久</a>

        </li>

    </ul>

</div>'''

result = re.search('<li.*?singer="(.*?)">(.*?)</a>', html, re.S)

if result:

    print(result.group(1), result.group(2))







任贤齐 沧海一声笑






import re

html = '''<div id="songs-list">

    <h2 class="title">经典老歌</h2>

    <p class="introduction">

        经典老歌列表

    </p>

    <ul id="list" class="list-group">

        <li data-view="2">一路上有你</li>

        <li data-view="7">

            <a href="/2.mp3" singer="任贤齐">沧海一声笑</a>

        </li>

        <li data-view="4" class="active">

            <a href="/3.mp3" singer="齐秦">往事随风</a>

        </li>

        <li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li>

        <li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li>

        <li data-view="5">

            <a href="/6.mp3" singer="邓丽君">但愿人长久</a>

        </li>

    </ul>

</div>'''

result = re.search('<li.*?singer="(.*?)">(.*?)</a>', html)

if result:

    print(result.group(1), result.group(2))







beyond 光辉岁月




re.findall


搜索字符串，以列表形式返回全部能匹配的子串。




import re

html = '''<div id="songs-list">

    <h2 class="title">经典老歌</h2>

    <p class="introduction">

        经典老歌列表

    </p>

    <ul id="list" class="list-group">

        <li data-view="2">一路上有你</li>

        <li data-view="7">

            <a href="/2.mp3" singer="任贤齐">沧海一声笑</a>

        </li>

        <li data-view="4" class="active">

            <a href="/3.mp3" singer="齐秦">往事随风</a>

        </li>

        <li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li>

        <li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li>

        <li data-view="5">

            <a href="/6.mp3" singer="邓丽君">但愿人长久</a>

        </li>

    </ul>

</div>'''

results = re.findall('<li.*?href="(.*?)".*?singer="(.*?)">(.*?)</a>', html, re.S)

print(results)

print(type(results))

for result in results:

    print(result)

    print(result[0], result[1], result[2])









[('/2.mp3', '任贤齐', '沧海一声笑'), ('/3.mp3', '齐秦', '往事随风'), ('/4.mp3', 'beyond', '光辉岁月'), ('/5.mp3', '陈慧琳', '记事本'), ('/6.mp3', '邓丽君', '但愿人长久')]

<class 'list'>

('/2.mp3', '任贤齐', '沧海一声笑')

/.mp3 任贤齐 沧海一声笑

('/3.mp3', '齐秦', '往事随风')

/.mp3 齐秦 往事随风

('/4.mp3', 'beyond', '光辉岁月')

/.mp3 beyond 光辉岁月

('/5.mp3', '陈慧琳', '记事本')

/.mp3 陈慧琳 记事本

('/6.mp3', '邓丽君', '但愿人长久')

/.mp3 邓丽君 但愿人长久




output




import re

html = '''<div id="songs-list">

    <h2 class="title">经典老歌</h2>

    <p class="introduction">

        经典老歌列表

    </p>

    <ul id="list" class="list-group">

        <li data-view="2">一路上有你</li>

        <li data-view="7">

            <a href="/2.mp3" singer="任贤齐">沧海一声笑</a>

        </li>

        <li data-view="4" class="active">

            <a href="/3.mp3" singer="齐秦">往事随风</a>

        </li>

        <li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li>

        <li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li>

        <li data-view="5">

            <a href="/6.mp3" singer="邓丽君">但愿人长久</a>

        </li>

    </ul>

</div>'''

results = re.findall('<li.*?>\s*?(<a.*?>)?(\w+)(</a>)?\s*?</li>', html, re.S)

print(results)

for result in results:

    print(result[1])









[('', '一路上有你', ''), ('<a href="/2.mp3" singer="任贤齐">', '沧海一声笑', '</a>'), ('<a href="/3.mp3" singer="齐秦">', '往事随风', '</a>'), ('<a href="/4.mp3" singer="beyond">', '光辉岁月', '</a>'), ('<a href="/5.mp3" singer="陈慧琳">', '记事本', '</a>'), ('<a href="/6.mp3" singer="邓丽君">', '但愿人长久', '</a>')]

一路上有你

沧海一声笑

往事随风

光辉岁月

记事本

但愿人长久




output


re.sub


替换字符串中每一个匹配的子串后返回替换后的字符串。




import re

content = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'

content = re.sub('\d+', '', content)

print(content)







Extra stings Hello  World_This is a Regex Demo Extra stings






import re

content = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'

content = re.sub('\d+', 'Replacement', content)

print(content)







Extra stings Hello Replacement World_This is a Regex Demo Extra stings






import re

content = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'

content = re.sub('(\d+)', r'\1 8910', content)

print(content)







Extra stings Hello   World_This is a Regex Demo Extra stings






import re

html = '''<div id="songs-list">

    <h2 class="title">经典老歌</h2>

    <p class="introduction">

        经典老歌列表

    </p>

    <ul id="list" class="list-group">

        <li data-view="2">一路上有你</li>

        <li data-view="7">

            <a href="/2.mp3" singer="任贤齐">沧海一声笑</a>

        </li>

        <li data-view="4" class="active">

            <a href="/3.mp3" singer="齐秦">往事随风</a>

        </li>

        <li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li>

        <li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li>

        <li data-view="5">

            <a href="/6.mp3" singer="邓丽君">但愿人长久</a>

        </li>

    </ul>

</div>'''

html = re.sub('<a.*?>|</a>', '', html)

print(html)

results = re.findall('<li.*?>(.*?)</li>', html, re.S)

print(results)

for result in results:

    print(result.strip())









<div id="songs-list">

    <h2 class="title">经典老歌</h2>

    <p class="introduction">

        经典老歌列表

    </p>

    <ul id="list" class="list-group">

        <li data-view="">一路上有你</li>

        <li data-view="">

            沧海一声笑

        </li>

        <li data-view="" class="active">

            往事随风

        </li>

        <li data-view="">光辉岁月</li>

        <li data-view="">记事本</li>

        <li data-view="">

            但愿人长久

        </li>

    </ul>

</div>

['一路上有你', '\n            沧海一声笑\n        ', '\n            往事随风\n        ', '光辉岁月', '记事本', '\n            但愿人长久\n        ']

一路上有你

沧海一声笑

往事随风

光辉岁月

记事本

但愿人长久




output


re.compile


将正则字符串编译成正则表达式对象


将一个正则表达式串编译成正则对象，以便于复用该匹配模式:




import re

content = '''Hello 1234567 World_This

is a Regex Demo'''

pattern = re.compile('Hello.*Demo', re.S)

result = re.match(pattern, content)

#result = re.match('Hello.*Demo', content, re.S)

print(result)







<_sre.SRE_Match object; span=(, ), match='Hello 1234567 World_This\nis a Regex Demo'>




　　
												


											
Python正则表达式与re模块的更多相关文章
	

    
						
  1. python正则表达式之re模块方法介绍
		
    python正则表达式之re模块其他方法 1:search(pattern,string,flags=0) 在一个字符串中查找匹配 2:findall(pattern,string,flags=0)  ...
    
		
    2. 
						
  2. Python正则表达式与re模块介绍
		
    Python中通过re模块实现了正则表达式的功能.re模块提供了一些根据正则表达式进行查找.替换.分隔字符串的函数.本文主要介绍正则表达式先关内容以及re模块中常用的函数和函数常用场景. 正则表达式基 ...
    
		
    3. 
						
  3. python 正则表达式 (重点)   re模块
		
    京东的注册页面,打开页面我们就看到这些要求输入个人信息的提示.假如我们随意的在手机号码这一栏输入一个11111111111,它会提示我们格式有误.这个功能是怎么实现的呢?假如现在你用python写一段 ...
    
		
    4. 
						
  4. Python正则表达式与hashlib模块
		
    菜鸟学python第十六天 1.re模块(正则表达式) 什么是正则表达式 正则表达式是一个由特殊字符组成的序列,他能帮助对字符串的某种对应模式进行查找. 在python中,re 模块使其拥有全部的正则 ...
    
		
    5. 
						
  5. python正则表达式与re模块-02
		
    正则表达式 正则表达式与python的关系 # 正则表达式不是Python独有的,它是一门独立的技术,所有的编程语言都可以使用正则 # 但要在python中使用正则表达式,就必须依赖于python内置 ...
    
		
    6. 
						
  6. python 正则表达式re使用模块（match()、search()和compile()）
		
    摘录 python核心编程 python的re模块允许多线程共享一个已编译的正则表达式对象,也支持命名子组.下表是常见的正则表达式属性: 函数/方法 描述 仅仅是re模块函数 compile(patt ...
    
		
    7. 
								
  7. python 正则表达式与re模块
		
    一.正则表达式 用途 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. #### 简单地说 就是用于字符串匹配的 字符组 在 ...
    
		
    8. 
						
  8. Python 正则表达式、re模块
		
    一.正则表达式 对字符串的操作的需求几乎无处不在,比如网站注册时输入的手机号.邮箱判断是否合法.虽然可以使用python中的字符串内置函数,但是操作起来非常麻烦,代码冗余不利于重复使用. 正则表达式是 ...
    
		
    9. 
						
  9. [ python ]  正则表达式及re模块
		
    正则表达式 正则表达式描述: 正则表达式是对字符串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 ...
    
		
    10. 
		

	


随机推荐
	

    
									
  1. ___security_cookie机制
			
    .text:00411500 ; int __cdecl wmainCRTStartup().text:00411500 _wmainCRTStartup proc near              ...
    
			
    2. 
						
  2. 处理tcp里的粘包问题
			
    typedef struct _CONN_BUFFER { uint8_t buffer[CONN_BUFFER_LENGTH]; uint32_t tail; uint64_t id; time_t ...
    
			
    3. 
						
  3. markdown使用问题
			
    1.配置自定义的markdown.css https://github.com/sameer1994kiki/markdown-css 2.代码块 一行`` 多行 ``` <code>&l ...
    
			
    4. 
						
  4. C# 敏捷1
			
    using System; using System.Collections; using System.Collections.Generic; using System.Diagnostics;  ...
    
			
    5. 
						
  5. php基础-3
			
    php的数据类型 字符串 字符串的声明:$str = "aaa"; 字符串的方法 strpos(str, find_str):该方法在一个字符串中查找需要查找的字符串,并回来该字符 ...
    
			
    6. 
						
  6. UVALive-6540  Fibonacci Tree
			
    #include<bits/stdc++.h> using namespace std; int n,m; struct edge { int x; int y; int len; }ed ...
    
			
    7. 
						
  7. sudo安装软件的时候出现Could not get lock /var/lib/dpkg/lock - open (11: Resource temporarily unavailable)
			
    最近在安装软件的时候经常出现下面提示: E: Could not get lock /var/lib/dpkg/lock - open (11: Resource temporarily unavai ...
    
			
    8. 
						
  8. python编译hello
			
    pycharm无法找到解释器,将无法编译. 所以在编译之前进行统一设置 点击File,选择settings,点击 添加解释器 最后点击Apply.等待系统配置. 如果我们需要添加新的模块,点击绿色+号 ...
    
			
    9. 
						
  9. jenkins安装教程
			
    首先部署java环境 然后部署tomacat(部署之后无需开启tomcat服务) sudo wget -O /etc/yum.repos.d/jenkins.repo https://pkg.jenk ...
    
			
    10. 
						
  10. oracle服务器重启后无法进入系统，登录系统时提示model is unknow
			
    这个是因为安装oracle时,修改了一些系统参数,导致开机异常 在选择系统列表那里直接按e,进入系统开机配置 大概在倒数第二行,也就是有utf8那行,添加init=/bin/sh 然后ctrl+x重启 ...
    
			
    11.