compile()

编译正则表达式，返回一个正则表达式对象，该对象可复用。

re.compile(pattern, flags=0) # pattern：编译时用的表达式字符串 # flags：编译标志位，用于修改正则表达式匹配方式

常用flags

标志含义re.S(DOTALL)使 . 匹配包括换行符在内的所有字符re.I(IGNORECASE)忽略大小写re.L(LOCALE)本地化识别匹配，影响 \w, \W, \b, \B, \s, \Sre.M(MULTILINE)多行匹配，影响^和$re.X(VERBOSE)详细模式，该模式下正则表达式可以是多行，忽略空白字符，且可以加注释re.U根据Unicode字符集解析字符，影响\w, \W, \b, \B, \d, \D, \s, \S

match()

判断目标字符串是否在字符串开始处匹配。

re.match(pattern, string, flags=0) # pattern：正则表达式对象 # string：目标字符串

用法：

re.match('hel', 'hello world').group() # 'hel' re.match('hel', 'HELLO WORLD', re.I).group() # 'HEL'

注意：不完全匹配，即只判断字符串开头是否匹配。可以在正则表达式对象末尾加上边界符$来实现完全匹配。

search()

判断目标字符串是否在字符串中匹配，只要找到第一个匹配则返回，没有匹配则返回None。

re.search(pattern, string, flags=0) # pattern：正则表达式对象 # string：目标字符串

用法：

re.search('wor', 'hello world').group() # wor re.search('wor', 'HELLO WORLD', re.I).group() # WOR

match() VS search()

相同：

一旦匹配成功，会返回一个match object对象，该对象包含group等方法。

re.search('wor', 'hello world').start() # 6 # 返回匹配开始处索引 re.search('wor', 'hello world').end() # 9 # 返回匹配结束处索引 re.search('wor', 'hello world').span() # (6, 9) # 返回匹配开始、结束处索引组成的元组 re.search('wor', 'hello world').group() # 'wor' # 返回整体匹配的字符串，可以一次输入多个组号（正则表达式对象需要有进行分组）

不同：

match从字符串开始处匹配，开始处不匹配则匹配失败；search在字符串整体中进行匹配，只要找到一个匹配对象即返回匹配字符串。

findall()

遍历匹配，返回所有匹配的字符串组成的列表。

re.findall(pattern, string, flags=0) # pattern：正则表达式对象 # string：目标字符串

用法：

re.findall('o', 'hello world') # ['o', 'o']

finditer()

遍历匹配，返回一个匹配结果的迭代器。

re.finditer(pattern, string, flags=0) # pattern：正则表达式对象 # string：目标字符串

用法：

res = re.finditer('o', 'hello world') for i in res: print(i.group()) # o o

re.finditer()函数返回结果是一个迭代器，迭代对象为match object对象。

split()

根据匹配的字符串分割目标字符串，返回分割后结果列表。

re.split(pattern, string[, maxsplit[, flags=0]]) # pattern：正则表达式对象 # string：目标字符串 # maxsplit：最大分割次数，默认为无穷大即分割为最小块

用法：

re.split('o', 'hello world') # ['hell', 'w', 'rld'] re.split('o', 'hello world', 1) # ['hell', 'world']

sub()

替换给定字符串的匹配子串，返回替换后对象。

re.sub(pattern, repl, string, count) # pattern：正则表达式对象 # repl：替换对象 # string：目标字符串 # count：替换次数，默认无穷大即全部替换

用法：

re.sub('o', 'p', 'hello world') # hellp world re.sub('o', 'p', 'hello world', 1) # hellp wprld

subn()

返回替换后结果和次数组成的元组。

re.subn(pattern, repl, string, count=0, flags=0) # pattern：正则表达式对象 # repl：替换对象 # string：目标字符串 # count：替换次数，默认全部替换

用法：

re.subn('o','p', 'hello world') # ('hellp wprld', 2) re.subn('o','p', 'hello world', 1) # ('hellp world', 1) re.subn('o','p', 'hello world', 9) # ('hellp wprld', 2)

Python支持的正则表达元字符和语法

语法说明表达式实例完整匹配的字符串一般字符匹配自身abcabc.匹配除换行符\n之外所有字符，DOTALL模式也能匹配换行符a.cagc[...]字符集。对应位置可以为字符集中任意字符，[]内可以是具体字符也可以是字符范围，如[abc]或[a-c]。第一个字符如果是^则表示取反。a[bcd]eabe    \d数字：[0-9]a\dca2c\D非数字：[^\d]a\Dcabc\s空白字符：[<空格>\t\r\n\f\v]a\sca c\S非空白字符：[^\s]a\Scabc\w单词字符：[A-Za-z0-9]a\wcaBc\W非单词字符：[^\w]a\Wca c    *匹配前一个字符0次或多次abc*ab，abccc+匹配前一个字符1次或多次abc+abc，abccc?匹配前一个字符0次或1次abc?ab,abc{m}匹配前一个字符m次ab{2}cabbc{m, n}匹配前一个字符m到n次ab{1,2}cabc，abbc    ^匹配字符串开头，多行模式中匹配每一行开头^abcabc$匹配字符串末尾，多行模式中匹配每一行末尾abc$abc\A仅匹配字符串开头\Abcabc\Z仅匹配字符串末尾abc\Zabc\b匹配\w 和\W 之间a\b!baa!bc\B[^\b]a\Bbcabc    |或操作符abc|defabc，def(...)括号内表达式作为分组，从字符串起始开始匹配，每匹配到一个符合条件的则编号+1。分组表达式作为一个整体，可以后接数量词。(abc){2},a(123|456)cabcabc,a456c(?P<name>...)分组，除原有编号之外再指定一个别名。(?P<id>abc){2}abcabc<number>引用编号为<number>的分组匹配到的字符串(\d)abc11abc1(?P=name)引用别名为<name>的分组匹配到的字符串(?P<id>\d)abc(?P=id)1abc1，3abc3    (?:...)(...)的不分组版本，用于使用或操作符后接数量词(?:abc){2}abcabc(?#...)#后内容作为注释被忽略abc(#coment)1abc1(?=...)之后的字符串内容需要匹配表达式才能成功匹配，不消耗字符串内容a(?=\d)后面是数字的a(?!...) a(?!\d)后面不是数字的a(?<=...) a(<=\d)前面是数字的a(?<!...) a(<!\d)前面是不是数字的a

贪婪模式和非贪婪模式

使用正则表达式进行模式匹配的时候默认都是贪婪模式，即在匹配范围内尽可能匹配最大长度的字符串。贪婪模式会影响到*、+、{m, n}等元字符的使用，可以在后面加上?使其变为非贪婪模式。

re.search('abc.*d', 'abcdccccd') # 贪婪模式，匹配整个字符串，输出 'abcdccccd' re.search('abc.*?d', 'abcdccccd') # 非贪婪模式，匹配到 abc 后面一个 d 即停止匹配，输出 'abcd'

　　

转载于:https://www.cnblogs.com/jeemzz/p/11432718.html

相关资源：JAVA上百实例源码以及开源项目