python re模块详解

匹配数字相关‘.‘     默认匹配除\n之外的任意一个字符，若指定flag DOTALL,则匹配任意字符，包括换行‘^‘     匹配字符开头，若指定flags MULTILINE,这种也可以匹配上(r"^a","\nabc\neee",flags=re.MULTILINE)‘$‘     匹配字符结尾，或e.search("foo$","bfoo\nsdfsf",flags=re.MULTILINE).group()也可以‘*‘     匹配*号前的字符0次或多次，re.findall("ab*","cabb3abcbbac")  结果为[‘abb‘, ‘ab‘, ‘a‘]‘+‘     匹配前一个字符1次或多次，re.findall("ab+","ab+cd+abb+bba") 结果[‘ab‘, ‘abb‘]‘?‘     匹配前一个字符1次或0次‘{m}‘   匹配前一个字符m次‘{n,m}‘ 匹配前一个字符n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 结果‘abb‘, ‘ab‘, ‘abb‘]‘|‘     匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 结果‘ABC‘‘(...)‘ 分组匹配，re.search("(abc){2}a(123|456)c", "abcabca456c").group() 结果 abcabca456c

‘\A‘    效果和^是一样的，只从字符开头匹配，re.search("\Aabc","alexabc") 是匹配不到的‘\Z‘    匹配字符结尾，同$‘\d‘    匹配数字0-9‘\D‘    匹配非数字‘\w‘    匹配[A-Za-z0-9]‘\W‘    匹配非[A-Za-z0-9]‘s‘     匹配空白字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 结果 ‘\t‘‘(?P<name>...)‘ 分组匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 结果{‘province‘: ‘3714‘, ‘city‘: ‘81‘, ‘birthday‘: ‘1993‘}注意：?P为固定语法格式

注意，re的若干方法：match方法是从字符串开头往后匹配(用的少)例：

res = re.match(‘^Chen‘, ‘Chenronghua123‘)  语法：pattern，stringprint(res)#输出：<_sre.SRE_Match object; span=(0, 4), match=‘Chen‘>

#res = re.match(‘r.+‘, ‘Chen123ronghua123‘)  #匹配结果为空，match从字符串开头开始匹配# res = re.search(‘r.+‘, ‘Chen123ronghua123‘)  #search 从整个文本中搜索# print(res.group())# 结果：ronghua

常用如下四种：1.search是从整个文本中搜索,匹配到一个就返回2.findall是从整个文本中搜索,贪婪匹配，如果匹配到多个全部返回，findall没有group方法3.split分隔方法4.sub替换方法

仅需轻轻知道的几个匹配模式1.re.I(re.IGNORECASE): 忽略大小写（括号内是完整写法，下同）2.M(MULTILINE): 多行模式，改变‘^‘和‘$‘的行为（参见上图） [用得很少]3.S(DOTALL): 点任意匹配模式，改变‘.‘的行为

split方法：res = re.split(‘[0-9]+‘, ‘abc12de3f45GH‘)print(res)输出：[‘abc‘, ‘de‘, ‘f‘, ‘GH‘]

sub方法：res = re.sub(‘[0-9]+‘, ‘|‘, ‘abc12de3f45GH‘, count=2)print(res)输出：abc|de|f45GH

1.re.I(re.IGNORECASE): 忽略大小写res = re.search(‘[a-z]+‘, ‘abcGH‘, flags=re.I)print(res.group())输出：abcGH

2.M(MULTILINE): 多行模式，改变‘^‘和‘$‘的行为res = re.search(r"^a", "\nabc\neee", flags=re.M)print(res.group())输出：a

3.S(DOTALL): 点任意匹配模式，改变‘.‘的行为res = re.search(".+", "\nabc\neee", flags=re.S)print(res.group())输出：a

举例：‘.‘     默认匹配除\n之外的任意一个字符，若指定flag DOTALL,则匹配任意字符，包括换行

res = re.match(‘.+‘, ‘Chen123ronghua123‘)print(res.group())输出:Chen123ronghua123

‘$‘     匹配字符结尾，或e.search("foo$","bfoo\nsdfsf",flags=re.MULTILINE).group()也可以

res = re.match(‘r.+‘, ‘Chen123ronghua123‘)  #匹配结果为空，match从字符串开头开始匹配res = re.search(‘r.+‘, ‘Chen123ronghua123‘)  #search 从整个文本中搜索print(res.group())结果：ronghua

‘+‘     匹配前一个字符1次或多次，re.findall("ab+","ab+cd+abb+bba") 结果[‘ab‘, ‘abb‘]res = re.search(‘r[a-z]+a‘, ‘Chen123ronghua123‘)  #匹配ronghuaprint(res.group())结果：ronghua

res = re.search(‘#.+#‘, ‘1123#hello#‘)print(res.group())结果：#hello#

‘?‘     匹配前一个字符1次或0次res0 = re.search(‘aal?‘, ‘aalex‘)res1 = re.search(‘aal?‘, ‘aaex‘)print(res0.group())print(res1.group())输出aalaa

‘{m}‘   匹配前一个字符m次res = re.search(‘[0-9]{3}‘, ‘aa1xe2pp345lex‘)  #匹配前面的数字三次print(res.group())

‘{n,m}‘ 匹配前一个字符n到m次res = re.search(‘[0-9]{1,3}‘, ‘aa1xe2pp345lex‘)  #匹配前面的数字1到3次print(res.group())输出 1

findall 贪婪匹配res = re.findall(‘[0-9]{1,3}‘, ‘aa1xe2pp345lex‘)  #findall,贪婪匹配，匹配前面的数字1到3次print(res)输出[‘1‘, ‘2‘, ‘345‘]             #以列表的形式返回

‘|‘     匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 结果‘ABC‘

res = re.search(‘abc|ABC‘, ‘ABCBabcCD‘)print(res.group())输出 ABC

res = re.findall(‘abc|ABC‘, ‘ABCBabcCD‘)print(res)输出 [‘ABC‘, ‘abc‘]

‘(...)‘ 分组匹配，re.search("(abc){2}a(123|456)c", "abcabca456c").group() 结果 abcabca456c

res = re.search(‘(abc){2}‘, ‘alexabcabc‘)print(res.group())输出 abcabc

res = re.search(‘(abc){2}(\|\|=){2}‘, ‘alexabcabc||=||=‘)   匹配||= 两次，注意需要转义print(res.group())输出：abcabc||=||=

‘\D‘    匹配非数字res = re.search(‘\D+‘, ‘123$- a‘)print(res.group())输出：$- a

‘\w‘    匹配[A-Za-z0-9]  除了特殊字符都匹配

res = re.search(‘\w+‘, ‘123$- a‘)print(res.group())输出：123

‘\W‘    匹配非[A-Za-z0-9]  只匹配特殊字符res = re.search(‘\W+‘, ‘123$- ...a‘)print(res.group())输出：$- ...

‘\s‘     匹配空白字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 结果 ‘\t‘res = re.findall(‘\s‘, ‘123$- \r\n\t...a‘)print(res)输出：[‘ ‘, ‘\r‘, ‘\n‘, ‘\t‘]

>>> re.search(‘\s+‘, ‘123$-     \r\n‘)<_sre.SRE_Match object; span=(5, 9), match=‘ \t\r\n‘>

‘\A‘    效果和^是一样的，只从字符开头匹配，re.search("\Aabc","alexabc") 是匹配不到的‘\Z‘    匹配字符结尾，同$‘\d‘    匹配数字0-9

例：res = re.search(‘\A[0-9]+[a-z]\Z‘, ‘123a‘)print(res.group())输出:123a

* : 0个至多个+ ：1个至多个

res = re.match(‘^Chen\d+‘, ‘Chen123ronghua123‘)print(res)print(res.group())              #查看匹配到的对象

输出：<_sre.SRE_Match object; span=(0, 7), match=‘Chen123‘>Chen123

‘(?P<name>...)‘ 分组匹配res = re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city")print(res)结果{‘province‘: ‘3714‘, ‘city‘: ‘81‘, ‘birthday‘: ‘1993‘}