RE(正则表达式)库

| categories python  | tags tool 

正则表达式的常用操作符

操作符 说明 示例
. 表示任何单个字符  
[] 字符集, 对单个字符给出取值范围 [abc]表示a,b,c, [a-z]表示a到z单个字符
[^ ] 非字符集, 对单个字符给出排除范围 [^abc]表示非a或b或c的单个字符
* 前一个字符0次或无限次扩展 abc*表示ab, abc, abcc等
+ 前一个字符1次或无限次扩展 abc+表示abc, abcc, abccc等
? 前一个字符0次或1次扩展 abc?表示ab, abc
| 左右表达式任意一个 abc|def表示abc或def
{m} 扩展前一个字符m次 ab{2}c表示abbc
{m,n} 扩展前一个字符m到n次(含n) ab{1,2}c表示abc, abbc
^ 匹配字符串开头 ^abc表示abc且在一个字符串的开头
$ 匹配字符串结尾 abc$表示abc且在一个字符串的结尾
() 分组标记, 内部只能用|操作符 (abc)表示abc
\d 数字, 等价于[0-9]  
\w 单词字符, 等价于[A-Za-z0-9_]  

RE库的主要函数

函数 说明
re.search(pattern, string, flags=0) 在一个字符串中搜索匹配正则表达式的第一个位置, 返回match对象
re.match(pattern, string, flags=0) 从一个字符串的开始位置起匹配正则表达式, 返回match对象
re.findall(pattern, string, flags=0) 搜索字符串, 以列表类型返回全部能匹配的子串
re.split(pattern, string, maxsplit=0, flags=0) 将一个字符串按照正则表达式匹配结果进行分割, 返回列表类型
re.finditer(pattern, string, flags=0) 搜索字符串, 返回一个匹配结果的迭代类型, 每个迭代元素是match对象
re.sub(pattern, repl, string, count=0, flags=0) 在一个字符串中替换所有匹配正则表达式的子串, 返回替换后的字符串

flags: 正则表达式使用时的控制标记

标记 说明
re.I re.IGNORECASE 忽略正则表达式的大小写, [A-Z]能够匹配小写字符
re.M re.MULTILINE 正则表达式中的^操作符能够将给定字符串的每行当做匹配开始
re.S re.DOTALL 正则表达式中.操作符能够匹配所有字符, 默认匹配除换行外的所有字符

一种等价的调用方式

rst = re.search(r'[1-9]\d{5}', 'BIT 100081')

pat = re.compiler(r'[1-9]\d{5}')
rst = pat.search('BIT 100081')

Match对象的方法

方法 说明
.string 待匹配的文本
.re 匹配时使用的pattern对象(正则表达式)
.pos 正则表达式搜索文本的开始位置
.endpos 正则表达式搜索文本的结束位置
.group(0) 获得匹配后的字符串
.start() 匹配字符串在原始字符串的开始位置
.end() 匹配字符串在原始字符串的结束位置
.span() 返回(.start(), .end())

Previous     Next