正则表达式语法
正则表达式的常用操作符
| 操作符 |
说明 |
实例 |
| [ ] |
字符集,对单个字符给出取值范围 |
[abc]表示a、b、c,[a-z]表示a到z单个字符 |
| [^] |
非字符集，对单个字符给出排除范围 |
[^abc] 表示非a或非b或非c的单个字符 |
| * |
前一个字符0次或无限次扩展 |
abc*表示ab、abc、abcc、abccc等 |
| + |
前一个字符1次或无限次扩展 |
abc+表示abc、abcc、abccc等 |
| ? |
前一个字符0次或1次扩展 |
abc?表示ab、abc |
| | |
左右表达式任意一个 |
abc|def表示abc、def |
| {m} |
扩展前一个字符m次 |
ab{2}c 表示abcc |
| {m,n} |
扩展前一个字符m至n次(含n) |
ab{1,2}c表示abc、abbc |
| ^ |
匹配字符串开头 |
^abc表示abc且在一个字符串的开头 |
| $ |
匹配字符串结尾 |
abc$表示abc且在一个字符串的结尾 |
| () |
分组标记，内部只能使用|操作符 |
(abc)表示abc，(abc |
| \d |
数字，等价于[0-9] |
|
| \w |
单词字符，等价于[A-Za-z0-9] |
|
经典正则表达式实例
| 正则表达式 |
说明 |
| ^[A-Za-z]+$ |
由26个字母组成的字符串 |
| ^[A-Za-z0-9]+$ |
由26个字母和数字组成的字符串 |
| ^-?\d+$ |
整数形式的字符串 |
| ^[0-9]*[1-9][0-9]*$ |
正整数形式的字符串 |
| [1-9]\d{5} |
中国境内邮政编码，6位 |
| [\u4e00-\u9fa5] |
匹配中文字符 |
| \d{3}-\d{8}|\d{4}-\d{7} |
国内电话号码，010-88888888 |
| (([1-9]?\d|1\d{2}|2[0-4]\d|25[0-5]).){3}([1-9]?\d|1\d{2}|2[0-4]\d|25[0-5]) |
ip地址的正则表达式 |
0-99 ： [1-9]?\d
100-199 : 1\d{2}
200-249 : 2[0-4]\d
250-255 : 25[0-5]
Re库
Re库主要功能函数
| 函数 |
说明 |
| re.search() |
在一个字符串中搜索匹配正则表达式的第一个位置 |
| re.match() |
从一个字符串的开始位置起匹配正则表达式，返回match对象 |
| re.findall() |
搜索字符串，以列表类型返回全部能匹配的子串 |
| re.split() |
将一个字符串按照正则表达式匹配结果进行分割，返回列表类型 |
| re.finditer() |
搜索字符串，返回一个匹配结果的迭代类型，每个迭代元素是match对象 |
| re.sub() |
在一个字符串中替换所有匹配正则表达式的子串，返回替换后的字符串 |
re.search(pattern, string, flags=0)
-
pattern : 正则表达式的字符串或原生字符串表示
-
string : 待匹配字符串
-
flags : 正则表达式使用时的控制标记
| 常用标记 |
说明 |
| re.I re.IGNORECASE |
忽略正则表达式的大小写，[A-Z]能够匹配小写字符 |
| re.M re.MULTILINE |
正则表达式中的^操作符能够将给定字符串的每行当作匹配开始 |
| re.S re.DOTALL |
正则表达式中的.操作符能够匹配所有的字符，默认匹配换行外的所有字符 |
Re库的Match对象
Match对象的属性
| 属性 |
说明 |
| .string |
待匹配的文本 |
| .re |
匹配时使用的pattern对象(正则表达式) |
| .pos |
正则表达式搜索文本的开始位置 |
| .endpos |
正则表达式搜索文本的结束位置 |
Match对象的常用方法：
| 方法 |
说明 |
| .group(0) |
获得匹配后的字符串 |
| .start() |
匹配字符串在原始字符的开始位置 |
| .end() |
匹配字符串在原始字符的结束位置 |
| .span() |
返回(.start(), .end()) |
Match对象的贪婪匹配
match = re.search(r'PY.*N', 'PYANBNCNDN')
match.group(0)
该正则表达式的意思是在’PY’和’N’中可以有任意长度的字符串，符合条件的有’PYAN’, ‘PYANBN’, ‘PYANBNCN’, ‘PYANBNCNDN’，Re库默认采用贪婪匹配，即输出匹配最长的子串。输出的是’PYANBNCNDN’
Match对象的最小匹配
match = re.search(r'PY.*?N', 'PYANBNCNDN')
match.group(0)
只需在PY.*后面加一个问号即可输出最小匹配，即’PYAN’
最小匹配操作符：
| 操作符 |
说明 |
| *? |
前一个字符0次或无限次扩展，最小匹配 |
| +? |
前一个字符1次或无限次扩展，最小匹配 |
| ?? |
前一个字符0次或1次扩展，最小匹配 |
| {m,n}? |
扩展前一个字符m至n次(含n)，最小匹配 |
