目錄

• 一、正則表達式的定義
• 二、元字符
• 三、預定義字符
• 四、re模塊
• • （一）match()函數
  • （二）search()函數
  • （三）匹配對象
  • • 1、Match對象
    • 2、匹配對象
  • （四）compile()函數
  • （五）findall()函數和finditer()函數
  • （六）sub()函數和subn()函數
  • （七）split()函數
• 五、貪婪匹配和非貪婪匹配

一、正則表達式的定義

正則表達式（RE）是一種文本模式，也稱為正則表達式模式，用于匹配字符串，通過re模塊可使用正則表達式，它可以匹配指定文本中與表達式模式相同的字符串，也可以說是為指定字符串指定相應的規則。

二、元字符

以下是常用的元字符：

（1）點字符
點字符“.”用于匹配字母、數字、下劃線、空白符（除換行符\n、\r）等單個的字符，反過來說也就是匹配除了\n、\r以外的任何單個的字符，例如：.A匹配字母A；…匹配任意兩個字符；.a表示的是匹配以任意字符開頭，以a結尾的字符串。
（2）脫字符和美元符
脫字符“^”和美元符“$”分別用于匹配開頭和結尾。例如^ab表示的是匹配以ab開頭，第一個字符為a，第二個字符為b的字符串；ab$表示的是匹配以ab結尾，第一個字符為a，第二個字符為b的字符串。
（3）字符組
字符組“[]”用于匹配字符組內任意一個字符，字符組內的字符之間是同級關系，即只會匹配字符組中一個字符，而字符組外的字符是根據由前到后的順序依次匹配的。例如：a[qwe]匹配的是以字符a開頭，且以字符q或w或e結尾的字符串，并不是先匹配以a開頭q結尾的字符串；[qwe]r匹配的是以q或w或e字符開頭，且以r字符結尾的字符串。
（4）連字符和連接符
連字符“-”用于匹配一個范圍，用在字符組中。例如：[A-Z]表示的是匹配A至Z中一位大寫字母。
連接符“|”較于字符組，它既能匹配單個字符，又能匹配字符串，匹配一個與表達式模式相同的字符或字符串。例如：a|b|c|d表示的是匹配字符a、b、c、d其中的任意一個字符；12@s|asdd表示的是匹配12@s或asdd。
（5）匹配符
匹配符“?”用于匹配其前表達式零個或一個。
（6）重復
通過使用“+”、“*”、“{}”來重復匹配其前導元素。例如：abc+d是匹配字符c一個或多個，但不可能為0，即不可能為abd；和abc*d不一樣，它是匹配字符c零個或多個，所以匹配結果有很多種，比如abd（匹配0個）、abcd（匹配1個）、abccd（匹配2個）……
{}用來限制重復匹配次數，例如：ab{3}c表示的是匹配字符b三次，即匹配的結果是abbbc；也可以限定一個范圍設置重復匹配次數，例如：ab{1,4}表示的是匹配字符b一至四次，即匹配的結果可以是ab、abb、abbb、abbbb。
（7）子組
通過子組“()”來對一組字符串中的某些字符進行分組。例如：ab??表示的是匹配子組c零個或一個，匹配結果可以是ab或abc。

三、預定義字符

要注意如果不在預定義字符前加r，則會被視為無效的轉義序列，加上r使預定義字符所代表的是字符串而不是轉義字符，以下是常用的預定義字符，：

四、re模塊

re模塊也就是python中的正則表達式模塊，這里介紹幾個常用的模塊函數及方法。

（一）match()函數

re.match()函數會判斷目標文本的起始位置是否符合指定模式，若符合匹配成功返回匹配對象，而不符合就會返回None。該函數返回匹配對象中匹配信息span表示匹配對象在目標文本中出現的位置，match表示匹配對象本身內容，另外match()函數有幾個參數如下：

re.match(正則表達式,目標文本,匹配模式)

例如下列python代碼：

import retxt0 = "123456ab_" txt1 = "abr" txt2 = "HELLOHELLO!" print(re.match("...", txt0)) # 該正則表達式匹配txt0字符串中任意兩個字符 print(re.match("^abr$", txt1)) # 該正則表達式匹配txt1字符串中只有abr的行 print(re.match("HELL[OH]", txt2)) # 該正則表達式匹配txt2字符串中以字符串HELL開頭，以字符O或H結尾的字符串

運行結果如下：

（二）search()函數

re.search()函數用于匹配處于目標文本中任意位置的字符串，若匹配成功會返回匹配對象，否則返回None，它的返回匹配對象的匹配信息以及函數的參數與re.match()函數一樣。

re.search(正則表達式,目標文本,匹配模式)

例如下列python代碼：

import retxt0 = "12345 6ab_ 9w" txt1 = "SDDHFHSf9ryu*py" txt2 = "HELLO WORLD!" print(re.search("6a", txt0)) # 該正則表達式匹配txt0字符串中為6a的字符串 print(re.search(r"\d", txt1)) # 該正則表達式匹配txt1字符串中的數字 print(re.search(r"\W[p]", txt1)) # 該正則表達式匹配txt1字符串中以特殊字符開頭，且以字符p結尾的字符串， print(re.search("[A-J]+", txt2)) # 該正則表達式匹配txt2字符串中大寫字母A至J之間的一位大寫字母一次或多次，這里是多次所以返回HE print(re.search("C|A|O|G", txt2)) # 該正則表達式匹配txt2字符串中字符C、A、O、G中的任意一個，txt2中只有O所以返回O

運行結果如下：

（三）匹配對象

1、Match對象

通過match()函數和search()函數匹配目標文本成功時返回匹配對象，也就是返回了一個Match對象，如下：

該對象分為span和match，span是一個元組，元組中第一個元素表示匹配對象在目標文本中的開始位置，而第二個元素表示匹配對象在目標文本中的結束位置；match則表示所匹配對象的內容。

2、匹配對象

Match對象在re模塊中有一些常用的函數和方法，如下表：

名稱功能

group([num])	獲取所匹配的字符串或獲取第num個元組的匹配結果
groups()	獲取一個包含所有子組匹配結果的元組
start()和end()	獲取匹配對象的開始和結束位置
span()	獲取span屬性，即匹配對象位置的元組

例如下列python代碼：

import retext="HELLO WORLD!" result=re.search(r"\w*",text) result_groups=re.search("(E)(L)",text) print(result) print(result.span()) print(result.start()) print(result.end()) print(result.group()) print(result.groups())#因為不含有元組，所以返回一個空元組 print(result_groups.group()) print(result_groups.group(2)) print(result_groups.groups())

運行結果如下：

（四）compile()函數

若要重復使用一個正則表達式，則可以通過re.compile()函數對其進行預編譯，生成一個正則表達式（ Pattern ）對象，從而避免開銷。
其格式如下，Pattern參數表示一個正則表達式，flag參數用于指定匹配的模式，它是可選的：

compile(Pattern（正則表達式）,flag) #flag用于指定匹配的模式

常用的匹配模式有以下：

參數flag功能

re.I	忽略大小寫
re.L	使預定義字符取決于當前環境設置
re.M	多行匹配，影響^和$
re.S	匹配所有字符，其中包括換行符
re.U	根據Unicode字符集解析字符
re.A	根據ASCII字符集解析字符
re.X	更靈活的匹配，忽略空格和注釋書寫正則表達式

例如下列python代碼，通過comile()函數將正則表達式"6a"預編譯位正則對象p，且設置參數flags為匹配時忽略大小寫（re.I），即匹配的結果忽略大小寫：

import retext0="ab c-8955/qasdd" q=re.compile(r"5\W[a-e]*")#通過comile()函數將正則表達式"5\W[a-e]*"預編譯為正則對象q print(q.search(text0)) text1="12 6A_966-7" p=re.compile("6a",re.I)#通過comile()函數將正則表達式"6a"預編譯為正則對象p，且設置參數flags為匹配時忽略大小寫 print(p.search(text1,0,3))#從"1"開始匹配輸出None print(p.search(text1,0,5))

運行結果如下：

（五）findall()函數和finditer()函數

1、findall()函數
findall()函數通過正則表達式匹配字符串，并返回一個列表，若有多個匹配模式則返回元組列表，而若沒有匹配到相應的子串則會返回一個空列表。
其格式如下，字符串起始位置和結束位置是可選參數，默認情況下起始位置為0、結束位置為字符串的長度：

findall(正則表達式,字符串，起始位置，結束位置)

例如下列python代碼：

import retext0="abdzeruiio123" text1="班級：01；人數：50；排名：01" text2="2*x=0 3/y=12 5+z=3" q=re.compile(r"[a-g]") print(q.findall(text0)) print(q.findall(text0,0,3)) print(q.findall(text1))#返回空列表 print(re.findall(r"[\u4e00-\u9fa5]+",text1))#[\u4e00-\u9fa5]為中文的unicode編碼范圍 print(re.findall(r"(\d.\w)=(\d)",text2))

運行結果如下：

2、finditer()函數
finditer()函數與findall()函數一樣，但該函數會將正則表達式所匹配的所有子串以迭代器返回。
例如下列python代碼：

import retext0="abdera*uiio+123" p=re.compile(r"[a-g]+") result=re.finditer(p,text0) print(result) print(result.__next__()) q=re.finditer(r"\W",text0) for i in q:#for循環通過group()函數依次輸出迭代器print(i.group())

運行結果如下：

（六）sub()函數和subn()函數

sub()函數和subn()函數用于檢索和替換，即用于替換目標文本中的匹配項，前者返回替換后的字符串，而后者返回包括替換結果和替換次數的元組。
兩個函數的參數是一樣的，前三個參數是必選的，后兩個可選，其格式如下，：

sub(正則表達式,要替換的字符串,目標文本,替換次數,匹配模式) subn(正則表達式,要替換的字符串,目標文本,替換次數,匹配模式)

例如下列python代碼：

import retext="abd1+era" print(re.sub(r"\d\W","aa",text)) print(re.subn(r"\d\W","aa",text))

運行結果如下，sub()函數通過匹配目標文本中的數字和特殊字符將其替換為“aa”并返回替換后字符串，subn()函數返回字符串和替換次數的一個元組：

（七）split()函數

split()函數用于匹配字符串然后將其分割后返回一個列表，分割的默認次數為0，表示全部進行分割，split()函數的格式如下：

split(正則表達式,目標文本,分割次數,匹配模式)

例如下列python代碼：

import retext="ab de ra" print(re.split(r"\s",text)) print(re.split(r"\s",text,1))

運行結果如下：

五、貪婪匹配和非貪婪匹配

正則表達式中有兩種匹配方式，分別是貪婪匹配和非貪婪匹配，在Python中正則表達式的默認匹配方式為貪婪匹配，貪婪匹配是指在條件滿足的情況下盡可能多地進行匹配，當在可匹配或可不匹配時優先嘗試匹配；反之非貪婪匹配就是盡可能少地進行分配，當在可匹配或可不匹配時優先嘗試忽略。
在使用元字符時默認為貪婪匹配方式，但當元字符與“？”搭配時，則會以非貪婪匹配方式進行匹配。
例如下列python代碼，“d.+”匹配以字符d開頭后跟單個字符一次或多次，這種是貪婪匹配匹配盡可能多的字符；“d.+?”是非貪婪匹配，只匹配字符d開頭后一個字符，其為忽略優先：

import retext="abderauu" a=re.search("d.+",text)#貪婪匹配 print(a.group()) a=re.search("d.+?",text)#非貪婪匹配 print(a.group())

運行結果如下：

總結

以上是生活随笔為你收集整理的Python程序开发——第十章 正则表达式（ヾ(•ω•`)o那么复杂的正则表达式看完这一篇就懂啦）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。