正则表达式（Regular Expression，在代码中常简写为regex、regexp或RE），是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。
在Python中需要通过正则表达式对字符串进行匹配的时候，可以使用re模块。
re模块
# re.match(正则表达式,要匹配的字符串)
- re.match是用来进行正则匹配检查的方法，若字符串匹配正则表达式，则match方法返回匹配对象（Match Object），否则返回None（注意不是空字符串""）。
- 匹配对象Macth Object具有group方法，用来返回字符串的匹配部分。
# re.match() 能够匹配出以xxx开头的字符串
result = re.match('hello','helloworld')
# 使用match方法进行匹配操作
# 如果上一步匹配到数据的话，可以使用group方法来提取数据
print(result.group())
匹配单字符
| 字符 | 功能 |
|---|---|
| . | 匹配任意1个字符（除了\n） |
| [ ] | 匹配[ ]中列举的字符 |
| \d | 匹配数字，即0-9 |
| \D | 匹配非数字，即不是数字 |
| \s | 匹配空白，即 空格，tab键 |
| \S | 匹配非空白 |
| \w | 匹配单词字符，即a-z、A-Z、0-9、_ |
| \W | 匹配非单词字符 |
原始字符串
使用原始字符串解决正则表达式需要匹配的文本包含转义字符“\”的问题。原始字符串是在字符串前加上r。
mm = "c:\\a\\b\\c"
ret = re.match(r"c:\\a",mm).group()
print(ret)
匹配多个字符
| 字符 | 功能 |
|---|---|
| * | 匹配前一个字符出现0次或者无限次，即可有可无 |
| + | 匹配前一个字符出现1次或者无限次，即至少有1次 |
| ? | 匹配前一个字符出现1次或者0次，即要么有1次，要么没有 |
| {m} | 匹配前一个字符出现m次 |
| {m,} | 匹配前一个字符至少出现m次 |
| {m,n} | 匹配前一个字符出现从m到n次 |
示例
[A-Z][a-z]* 匹配首字母大写后面都是小写字母并且这些小写字母可有可无
[a-zA-Z_]+[\w_]* 匹配变量名是否有效
[1-9]?[0-9] 匹配0到99之间的数字
[a-zA-Z0-9_]{8,20} 匹配8到20位的密码，可以是大小写英文字母、数字、下划线
匹配边界
| 字符 | 功能 |
|---|---|
| ^ | 匹配字符串开头 |
| $ | 匹配字符串结尾 |
| \b | 匹配一个单词的边界 |
| \B | 匹配非单词边界 |
匹配分组
| 字符 | 功能 |
|---|---|
| 匹配左右任意一个表达式 | |
| (ab) | 将括号中字符作为一个分组 |
| \num | 引用分组num匹配到的字符串 |
| (?P<name>) | 分组起别名 |
| (?P=name) | 引用别名为name分组匹配到的字符串 |
re模块中常用函数
| 函数 | 说明 |
|---|---|
| compile() | 根据包含正则表达式的字符串创建模式对象 |
| search() | 在字符串中寻找模式 |
| match() | 在字符串的开始处匹配模式 |
| split() | 根据模式的匹配项来分割字符串 |
| findall() | 列出字符串中模式的所有匹配项 |
| sub(pat,repl,string[,count=0]) | 将字符串中的所有pat的匹配项用repl替换 |
| escape() | 将字符串中所有特殊正则表达式字符转义 |
import re
pat = r'\d+'
string = '人民币100万'
print(re.search(pat, string).group())
if re.search(pat, string):
print('found it')
some_text = 'alpha.beta...game'
print(re.split('[.]+', some_text))
pat1 = '[a-zA-Z]+'
text = 'Hm...are you sure?'
print(re.findall(pat1, text))
pat2 = '{name}'
text1 = 'Dear {name}...'
print(re.sub(pat2, 'xiaoli',text1))
print(re.escape('www.python.org'))
print(re.escape('hello world'))
结果
100
found it
['alpha', 'beta', 'game']
['Hm', 'are', 'you', 'sure']
Dear xiaoli...
www\.python\.org
hello\ world
