想要在python中使用正则表达式,就需要先导入re模块,正则表达式是一个强大的功能,可以为我们节省很多工作量。
一、元字符:
用一些具有特殊含义的符号表示特定种类的字符或位置。
. 匹配除换行符以外的任意字符
\w匹配字母或数字或下划线或汉字
\W匹配任何非字母数字或下划线或汉字
\s匹配任意的空白符
\d匹配数字
\D匹配非数字字符
\b匹配单子的开始或结束
^匹配字符串的开始,如果放在字符串的开头,则表示取非。
$匹配字符串的结束
匹配次数
*重复零次或多次
+重复一次或更多次
?重复零次或一次
{n}重复n次
{n,}重复n次或多次
{n,m}重复n到m次。
范围
[]用来匹配一个指定的字符类别,所谓的字符类别就是你想匹配的一个字符集,对于字符集中的字符可以理解成或的关系。
[0-9] 匹配0~9的数字,同\d
[a-z]匹配所有的小写字母
[A-Z]匹配所有的大写字母
[a-zA-Z] 匹配所有的字母
[a-z0-9A-Z] 等同于\w
字符串转义
如果想匹配元字符本身或者正则中的一些特殊字符,使用\
转义。例如匹配*
这个字符则使用\*
,匹配\
这个字符,使用\\
。
需要转义的字符:$
, (
, )
, *
, +
, .
, [
, ]
, ?
, \
, ^
, {
, }
, |
为了避免过多\的使用,python提供了原生字符的方法,也就是在字符串前面加上一个“r”,代表此字符串中的“\”可直接用于正则表达式,而不用再次转义。因此,请养成在python的正则表达式字符串的前面添加一个“r“的好习惯。
二、re模块的方法
1、match
re.match(‘ 规则‘,‘字符串 ‘) 从字符串的开头进行匹配,匹配单个。
2、search
re.search(‘ ‘,‘ ‘) 在字符串中进行匹配,并返回第一个匹配到的值。
3、findall
re.findall(‘‘,‘‘) 在字符串中进行匹配,并以列表的形式返回所有满足的值。
>>> re.findall(‘\d+‘,‘dsg2335dhreh54623grh46fdh57‘)
[‘2335‘, ‘54623‘, ‘46‘, ‘57‘]
4、group,groups
a = "123abc456" print re.search("([0-9]*)([a-z]*)([0-9]*)", a).group() print re.search("([0-9]*)([a-z]*)([0-9]*)", a).group(0) print re.search("([0-9]*)([a-z]*)([0-9]*)", a).group(1) print re.search("([0-9]*)([a-z]*)([0-9]*)", a).group(2) print re.search("([0-9]*)([a-z]*)([0-9]*)", a).groups()
5、sub
sub(pattern, repl, string, count=0, flags=0)用于替换匹配到的字符串。
>>> import re >>> a = ‘sfgwg323dgw13‘ >>> b = re.sub(r‘\d+‘,‘111‘,a) >>> b ‘sfgwg111dgw111‘
6、split(pattern, string, maxsplit=0, flags=0) 根据指定匹配进行分组
content = "‘1 - 2 * ((60-30+1*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2) )‘" new_content = re.split(‘\*‘, content) # new_content = re.split(‘\*‘, content, 1) print new_content content = "‘1 - 2 * ((60-30+1*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2) )‘" new_content = re.split(‘[\+\-\*\/]+‘, content) # new_content = re.split(‘\*‘, content, 1) print new_content inpp = ‘1-2*((60-30 +(-40-5)*(9-2*5/3 + 7 /3*99/4*2998 +10 * 568/14 )) - (-4*3)/ (16-3*2))‘ inpp = re.sub(‘\s*‘,‘‘,inpp) new_content = re.split(‘\(([\+\-\*\/]?\d+[\+\-\*\/]?\d+){1}\)‘, inpp, 1) print new_content