python 字符串之常用正则

一、前面简单写了一下re模块操作字符串的写法，加上正则之后 re模块才能发挥更强大的功能。

先看看常见的正则符号：

复习一下基础的re模块：

import re
text = ‘c++ python2 python3 perl ruby lua java javascript php4 php5 c‘

#match,search,findall,split,sub
re.match(r‘java‘,text)#只找头，没有的话返回none 返回一个<_sre.SRE_Match object; span=(34, 38), match=‘java‘>

re.search(r‘java‘,text)#从头开始找，找符合的字符
# <_sre.SRE_Match object; span=(34, 38), match=‘java‘>

re.match(r‘c\++‘,text),re.match(r‘c\+\+‘,text)#作用相同
#<_sre.SRE_Match object; span=(0, 3), match=‘c++‘>

re.findall(r‘python‘,text) #返回所有的python
# [‘python‘, ‘python‘]

re.split(r‘ perl ‘,text)#以某个字符为中心拆分
#[‘c++ python2 python3‘, ‘ruby lua java javascript php4 php5 c‘]

re.sub(r‘ruby‘,‘fortran‘,text) #替换某个字符
#‘c++ python2 python3 perl fortran lua java javascript php4 php5 c‘

二、正则常用

text = ‘c++ python2 python3 perl ruby lua java javascript php4 php5 c‘

1 ^   start 从开头开始匹配 　　例：  re.findall(r‘^c..‘,text)　　　　　　　　输出#[‘c++‘]

2 .   except \n 匹配除换行符以外所有字符　　　　re.findall(r‘^c‘,text)　　　　　　#[‘c‘]re.findall(r‘^c.‘,text)#[‘c+‘]

3 +   1-inf 匹配一个或一个以上相同的值从1---无穷　　　re.findall(r‘c+‘,text)　　　　#[‘c‘, ‘c‘, ‘c‘]　　　re.findall(r‘c\++‘,text)　　　　#[‘c++‘]

4 $   end 匹配最后一个字符　　　　re.findall(r‘c$‘,text)

5 []  or  指的是或　　re.findall(r‘p[a-zA-Z]+‘,text) #匹配p字符后面是（a-z）从小写字符a-z和大写A-Z的字符 #{1,}匹配1到无穷个　　　　#[‘python‘, ‘python‘, ‘perl‘, ‘pt‘, ‘php‘, ‘php‘]

6 *   0-inf 0到无穷个　　re.findall(r‘p[a-zA-Z]*‘,text)　　　　#[‘python‘, ‘python‘, ‘perl‘, ‘pt‘, ‘php‘, ‘php‘]

7 ?   0-1 匹配0--1个　　re.findall(r‘p[a-zA-Z]?‘,text)　　　　#[‘py‘, ‘py‘, ‘pe‘, ‘pt‘, ‘ph‘,‘p‘, ‘ph‘, ‘p‘]　　re.findall(r‘p[a-zA-Z0-9]{3,}‘,text) #{3，}指的是匹配三个字母以上　　　　#[‘python2‘, ‘python3‘, ‘perl‘, ‘php4‘, ‘php5‘]

　　re.findall(r‘c[a-zA-Z]*‘,text)　　　　#[‘c‘, ‘cript‘, ‘c‘]　　re.findall(r‘c[^a-zA-Z]*‘,text)  # ^号也可以指非的意思（当^号在中括号里面） 匹配非字母的符号　　　　#[‘c++ ‘, ‘c‘, ‘c‘]

8 | or 或也可以写成|号 看看他与[]号的区别　　re.findall(r‘[pj][a-zA-Z]+‘,text)  #{1,inf}　　　　#[‘python‘, ‘python‘, ‘perl‘, ‘java‘, ‘javascript‘, ‘php‘, ‘php‘] 　|重写上面的pattern　　re.findall(r‘p|j[a-zA-Z]+‘,text) #|号指的是前面的或者是后面的因此需要修改程序　　　　#[‘p‘, ‘p‘, ‘p‘, ‘java‘, ‘javascript‘, ‘p‘, ‘p‘, ‘p‘, ‘p‘]　　re.findall(r‘p[a-zA-z]+|j[a-zA-Z]+‘,text) #相当于[pj][a-z][A-Z]的分开　　re.findall(r‘p[^0-9]+|j[a-zA-Z]+‘,text) #注意空格也会被匹配为非数字　　　　#[‘python‘, ‘python‘, ‘perl ruby lua java javascript php‘, ‘php‘]　　re.findall(r‘p[^0-9 ]+|j[a-zA-Z]+‘,text)　　　　#[‘python‘, ‘python‘, ‘perl‘, ‘java‘, ‘javascript‘, ‘php‘, ‘php‘]

9 \w  [a-zA-Z0-9_], \W #匹配所有的小写大写下划线 \W指的是\w的非

　　re.findall(r‘p\w+‘,text)

　　　　#[‘python2‘, ‘python3‘, ‘perl‘, ‘pt‘, ‘php4‘, ‘php5‘]10 \d  [0-9], \D ##匹配所有的数字  \D是\d的非　　re.findall(r‘p\w+\d‘,text)　　re.findall(r‘p\w+[0-9]‘,text)　　re.findall(r‘p\w{5,9}‘,text) #匹配有5--9个字符　　　　#[‘python2‘, ‘python3‘]

11 \s  [ \t\n\r\f\v], \S#匹配所有的空白字符

12 \b  word boundary 匹配一个字符的边界，以什么开始什么结束　　re.findall(r‘\bp[^0-9]‘,text)　　　　#[‘py‘, ‘py‘, ‘pe‘, ‘ph‘, ‘ph‘]　　re.findall(r‘p[^0-9]\b‘,text)　　　　#[‘pt‘]13 \B  not \b　　\A  input start, ^　　 \Z  input end, $ 同上

 14 贪婪与非贪婪

 *贪婪模式尽可能的匹配多 *?  0~inf non-greedy #非贪婪模式尽可能匹配少 +?  1~inf non-greedy #非贪婪模式尽可能匹配少re.findall(r‘p[a-z]*‘,text)　　#[‘python‘, ‘python‘, ‘perl‘, ‘pt‘, ‘php‘, ‘php‘]re.findall(r‘p[a-z]*?‘,text)　　#[‘p‘, ‘p‘, ‘p‘, ‘p‘, ‘p‘, ‘p‘, ‘p‘, ‘p‘]re.findall(r‘p[a-z]+\b‘,text)re.findall(r‘p[a-z]+?\b‘,text)

15 分组

(?P<name>pattern)a=re.search(r‘(p[a-zA-Z]+)([0-9])‘,‘python2‘,re.X) #re.X可以不写（re.X）编译字符里面可以注释a.group(1), a.group(2)　　#‘python‘　　#‘2‘

a=re.search(r‘(?P<name>p[a-zA-Z]+)(?P<version>[0-9])‘,‘python2‘) #以字典形式输出a.group(‘name‘), a.group(‘version‘)a.groupdict()　　#{‘name‘: ‘python‘, ‘version‘: ‘2‘}

16 混合编写pattern = re.compile(r‘(?P<name>p[a-zA-Z]+)(?P<version>[0-9])‘)#公式results = pattern.search(‘python2‘)#带入print (results.groupdict())results = pattern.search(‘python3‘)print (results.groupdict())results = pattern.search(‘php4‘)print (results.groupdict())　　#{‘name‘: ‘python‘, ‘version‘: ‘3‘}

17 字典循环import retext = ‘c++ python2 python3 perl ruby lua java javascript php4 php5 c‘pattern = re.compile(r‘(?P<name>p[a-zA-Z]+)(?P<version>[0-9])‘)#公式for t in text.split(‘ ‘):    results = pattern.search(t)    if results:      print (results.groupdict())　　#{‘name‘: ‘python‘, ‘version‘: ‘2‘}　　#{‘name‘: ‘python‘, ‘version‘: ‘3‘}　　#{‘name‘: ‘php‘, ‘version‘: ‘4‘}　　#{‘name‘: ‘php‘, ‘version‘: ‘5‘}

18 编译字符re.Xa = re.compile(r"""\d +  # 整数部分                   \.    # 小数点                   \d *  # 小数部分                """, re.X) #可以转化成一行b = re.compile(r"\d+\.\d*")

原文地址：https://www.cnblogs.com/jeepzp/p/8257177.html