目的：對(duì)文本的處理，正則表達(dá)式的功能很強(qiáng)大，可以很巧妙的過濾、匹配、獲取想要的字符串，是必須學(xué)習(xí)的技能，這里只記錄常用的寫法，詳細(xì)文檔可以參看官方幫助文檔。

環(huán)境：ubuntu 16.04 python 3.5

在python中使用正則表達(dá)式首先要導(dǎo)入re模塊import re

在re模塊中有幾個(gè)常用的函數(shù)：

re.compile('value')

它會(huì)返回一個(gè)正則表達(dá)式regex對(duì)象，作用是對(duì)預(yù)編譯提速，且第二個(gè)參數(shù)支持一些方法，把它返回給一個(gè)變量方便重復(fù)使用，函數(shù)有兩個(gè)參數(shù)：匹配表達(dá)式和第二個(gè)可選參數(shù)：

匹配表達(dá)式即，正則表達(dá)式的寫法，因?yàn)楸磉_(dá)式中常用\符號(hào)，所以一般第一個(gè)參數(shù)下載r''內(nèi)，r表示引號(hào)內(nèi)為自然字符，python不對(duì)內(nèi)部做轉(zhuǎn)義，這樣正則表達(dá)式用轉(zhuǎn)義時(shí)不用多加一個(gè)\，如：r'\d'，\d在正則中是匹配一個(gè)數(shù)字，如果沒有r則要寫成'\\d'，這樣很麻煩且不易閱讀。

最簡(jiǎn)單的匹配：r'haha'匹配字符'haha'，但不匹配'hehe'，可以使用通配符，下面介紹：

常用通配符：

\d表示一個(gè)數(shù)字

\w表示字母、數(shù)字、下劃線中任意一個(gè)，且在python3中支持匹配一個(gè)漢字。

\s表示空格、制表符和換行中任意一個(gè)。

\D, \W, \S是他們的非模式。

^匹配字符串起始位置，當(dāng)^在方括號(hào)內(nèi)是表示非模式，[^a-z]小寫26個(gè)字母以外。

$匹配字符串結(jié)尾位置。

\b表示一個(gè)字符旁空格的位置，'it is a good job', \bgoog\b匹配good,而不會(huì)匹配goods等其他。

| 豎杠表示或，如\d|\d{2}，匹配一個(gè)數(shù)字或兩個(gè)數(shù)字。

自定義通配符：

[a-z]表示小寫a到z的26個(gè)字母中任意一個(gè)

[]中括號(hào)模式可以包含很多，比如：[a-zA-Z0-9_]這個(gè)就是\w（只在python2中相等），還可以想這樣[aeiou]只包含想要匹配的，或者特殊符號(hào)[._-]，需要轉(zhuǎn)義的要加上\。

以上都是只匹配符合的一個(gè)，下面學(xué)習(xí)數(shù)量：

匹配最少：{5} 表示5次，{1,5}表示1次到5次都可以，{1,}省略后面的表示至少1次。

貪婪匹配：+等同于{1,}，*表示可無(wú)或更多，？表示一次或更多，.點(diǎn)表示就是\S，這里都會(huì)匹配多的結(jié)果，因?yàn)槭秦澙纺Ｊ健?/p>

限制貪婪：在貪婪模式后面加上？表示限制貪婪，匹配最少,+會(huì)盡量匹配多的，+？匹配一個(gè)。

numRegex = re.compile(r'\d{11}')

# 生成匹配11位數(shù)字的正則對(duì)象，\d是數(shù)字，{11}代表11次

re.compile()的第二個(gè)參數(shù)有：re.VERBOSE, re.IGNORECASE和re.DOTALL，后面要大寫。

re.VERBOSE表示匹配中可以多行且有注釋，在復(fù)雜的正則對(duì)象中使用。re.compile(r'''(

\d #匹配一個(gè)數(shù)字

\w #匹配一個(gè)字符

)''', re.VERBOSE)

re.IGORECASE表示匹配不區(qū)分大小寫：re.compile(r'[a-z]', re.IGORECASE)

這個(gè)即可以匹配a，也可以匹配A。

re.DOTALL表示允許.匹配包括\s的內(nèi)容re.compile(r'.*', re.DOTALL)

匹配所以內(nèi)容。

匹配方法：search(), match(), findall(), finditer()

這些是匹配規(guī)則查找方法，也可以直接把正則表達(dá)式寫在他們的第一個(gè)參數(shù)的位置（測(cè)試時(shí)可以，正式編寫不推薦，理由在上面的compile中）而不用compile()，第二個(gè)參數(shù)是需要匹配的字符串，如re.search(r'\d+', 'aa123abc')

返回123

search()方法：

search()方法進(jìn)行全字符搜索，返回的是第一個(gè)符合條件的match對(duì)象，并且它只返回一個(gè)，即使后面有其他符合條件的，也不處理，沒有則返回None。aa = re.compile(r'\d\d\d+')

bb = aa.search('aa12345abc678')

bb得到返回的包含12345的match對(duì)象，而沒有678

match()方法：

match()方法從字符串開始處就匹配，且只返回一個(gè)符合條件的match對(duì)象，相當(dāng)于正則表達(dá)式以r'^開始，匹配也只返回開始部分，沒有則返回None。aa = re.compile(r'\d+')

bb = aa.search('123ab45')

bb得到返回的包含123的match對(duì)象,沒有45，且如果字符串變成'a123ab45'，則返回None。

findall()方法：

findall()方法進(jìn)行全字符搜索，返回所有符合條件的值，然后組成列表，即返回一個(gè)列表對(duì)象，沒有則為空列表。aa = re.compile(r'\d+')

bb = aa.findall('a123b45c678')

bb得到返回的的列表['123', '45', '678']

finditer()方法：

finditer()方法進(jìn)行全字符串搜索，返回所有符合條件的match對(duì)象，然后組成迭代器，用for方法可以看出迭代器里面是match對(duì)象。

這里match對(duì)象有g(shù)roup(), group(index)和groups()方法：

可使用它們調(diào)用返回的match對(duì)象，group()和group(0)都是得到母值，groups()返回所有g(shù)roup(index)組成的元組。

分組和捕獲：

在正則表達(dá)式中使用圓括號(hào)()會(huì)產(chǎn)生分組，每個(gè)組都是元素，返回一個(gè)元組對(duì)象，可用group()獲取對(duì)于序號(hào)的元素：numRegex = re.compile(r'(\d)(\d)(\d)')

當(dāng)圓括號(hào)內(nèi)左邊使用?:表示不分組、不捕獲，如：(?:\d)匹配但不分組也不捕獲，不捕獲則不生成match對(duì)象。

替換方法sub():

上面已經(jīng)學(xué)習(xí)了查找，這個(gè)是替換方法，有兩種常用方式，我稱為全部隱藏替換和部分隱藏替換：

全部隱藏替換：aa = re.compile(r'engineer (\w)\w+')

bb = aa.sub(r'XX', 'engineer Ricky gave engineer Tom an apple')

bb得到字符串'XX gave XX an apple'

部分隱藏替換：aa = re.compile(r'engineer (\w)\w+')

cc = aa.sub(r'\1**', 'engineer Ricky gave engineer Tom an apple')

cc得到字符串'R** gave T** an apple'

常用的正則表達(dá)式舉例：

r'0\d{2,3}-\d{8}' 匹配固定電話，如：0755-87226688，010-85332765

總結(jié)

以上是生活随笔為你收集整理的正则表达式在python中的应用_学习正则表达式在python中的应用的全部?jī)?nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。