测试工具: https://c.runoob.com/front-end/854/.
模式 | 描述 |
---|---|
^ | 匹配字符串的开头 |
$ | 匹配字符串的末尾。 |
. | 匹配除 “\n” 之外的任何单个字符。要匹配包括 ‘\n’ 在内的任何字符,请使用象 ‘[.\n]’ 的模式。 |
[...] | 用来表示一组字符,单独列出:[amk] 匹配 ‘a’,‘m’或’k’ |
[^...] | 不在[]中的字符:[^abc] 匹配除了a,b,c之外的字符。 |
re* | 匹配0个或多个的表达式。 |
re+ | 匹配1个或多个的表达式。 |
re? | 匹配0个或1个由前面的正则表达式定义的片段,非贪婪方式 |
re{n} | 匹配n个前面表达式。例如,"o{2}“不能匹配"Bob"中的"o”,但是能匹配"food"中的两个o。 |
re{ n,} | 精确匹配n个前面表达式。例如,"o{2,}“不能匹配"Bob"中的"o”,但能匹配"foooood"中的所有o。"o{1,}“等价于"o+”。"o{0,}“则等价于"o*”。 |
re{ n, m} | 匹配 n 到 m 次由前面的正则表达式定义的片段,贪婪方式 |
`a | b` |
(re) | 匹配括号内的表达式,也表示一个组 |
(?imx) | 正则表达式包含三种可选标志:i, m, 或 x 。只影响括号中的区域。 |
(?-imx) | 正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。 |
(?: re) | 类似 (…), 但是不表示一个组 |
(?imx: re) | 在括号中使用i, m, 或 x 可选标志 |
(?-imx: re) | 在括号中不使用i, m, 或 x 可选标志 |
(?#...) | 注释. |
(?= re) | 前向肯定界定符。如果所含正则表达式,以 … 表示,在当前位置成功匹配时成功,否则失败。但一旦所含表达式已经尝试,匹配引擎根本没有提高;模式的剩余部分还要尝试界定符的右边。 |
(?! re) | 前向否定界定符。与肯定界定符相反;当所含表达式不能在字符串当前位置匹配时成功。 |
(?> re) | 匹配的独立模式,省去回溯。 |
\w | 匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]'。 |
\W | 匹配任何非单词字符。等价于 ‘[^A-Za-z0-9_]’。 |
\s | 匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。 |
\S | 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。 |
\d | 匹配任意数字,等价于 [0-9]。 |
\D | 匹配一个非数字字符。等价于 [^0-9]。 |
\A | 匹配字符串开始 |
\Z | 匹配字符串结束,如果是存在换行,只匹配到换行前的结束字符串。 |
\z | 匹配字符串结束 |
\G | 匹配最后匹配完成的位置。 |
\b | 匹配一个单词边界,也就是指单词和空格间的位置。例如, ‘er\b’ 可以匹配"never" 中的 ‘er’,但不能匹配 “verb” 中的 ‘er’。 |
\B | 匹配非单词边界。‘er\B’ 能匹配 “verb” 中的 ‘er’,但不能匹配 “never” 中的 ‘er’。 |
\n, \t, 等。 | 匹配一个换行符。匹配一个制表符, 等 |
\1...\9 | 匹配第n个分组的内容。 |
\10 | 匹配第n个分组的内容,如果它经匹配。否则指的是八进制字符码的表达式。 |
运算符 | 描述 |
---|---|
\ | 转义符 |
(), (?:), (?=), [] | 圆括号和方括号 |
*, +, ?, {n}, {n,}, {n,m} | 限定符 |
^, $, \任何元字符、任何字符 | 定位点和序列(即:位置和顺序) |
import re
a = "abc123+-*"
b = re.findall('abc',a)
print(b)
s = "a123456b"
rule = "a[0-9][1-6][1-6][1-6][1-6][1-6]b" #这里暂时先用这种麻烦点的方法,后面有更容易的,不用敲这么多[1-6]
l = re.findall(rule,s)
print(l)
['a123456b']
s = "abcabcaccaac"
rule = "a[a,b,c]c" # rule = "a[a-z0-9][a-z0-9][a-z0-9][a-z0-9]c"
l = re.findall(rule, s)
print(l)
['abc', 'abc', 'acc', 'aac']
print(re.findall("caa[a,^]", "caa^bcabcaabc"))
['caa^']
print(re.findall("caa[^,a]", "caa^bcabcaabc"))
['caa^', 'caab']
print(re.findall("^abca", "abcabcabc"))
['abca']
print(re.findall("abc$", "accabcabc"))
['abc']
- \d:匹配任何十进制数等价于[0-9]
print(re.findall("c\d\d\da", "abc123abc"))
['c123a']
- \可以转义成普通字符
print(re.findall("\^abc", "^abc^abc"))
['^abc', '^abc']
- \s:匹配任何的空白字符
print(re.findall("\s\s", "a c"))
[' ', ' ']
- \w匹配任何字母数字和下划线,等价于[a-zA-Z0-9_]
print(re.findall("\w\w\w", "abc12_"))
['abc', '12_']
- {n}可以避免重复写,比如前面我们用\w时写了3次\w,而这里我们这需要用用上{n}就可以,n表示匹配的次数
print(re.findall("\w{2}", "abc12_"))
['ab', 'c1', '2_']
- *表示匹配零次或多次(尽可能的多去匹配)
print(re.findall("010-\d*", "010-123456789"))
['010-123456789']
- +表示匹配一次或多次
print(re.findall("010-\d+", "010-123456789"))
['010-123456789']
- .用来操作除了换行符以外的任何字符
print(re.findall(".", "010\n?!"))
['0', '1', '0', '?', '!']
- ?表示匹配一次或零次
print(re.findall("010-\d?", "010-123456789"))
['010-1']
- 贪婪模式:尽可能多的去匹配数据,表现为\d后面加某个元字符,例如\d*
print(re.findall("010-\d*", "010-123456789"))
['010-123456789']
- 非贪婪模式:尽可能少的去匹配数据,表现为\d后面加?,例如\d?
print(re.findall("010-\d*?", "010-123456789"))
['010-']
- m,n指的是十进制数,表示最少重复m次,最多重复n次
print(re.findall("010-\d{3,5}", "010-123456789"))
['010-12345']
- 加上?表示尽可能少的去匹配
print(re.findall("010-\d{3,5}?", "010-123456789"))
['010-123']
灵活用法:
{1,} 相当于前面提过的 + 的效果
{0,1} 相当于前面提过的 ? 的效果
{0,} 相当于前面提过的 * 的效果
s = "010-123456789"
rule = "010-\d*"
rule_compile = re.compile(rule) #返回一个对象
# print(rule_compile)
s_compile = rule_compile.findall(s)
print(s_compile) #打印compile()返回的对象是什么
['010-123456789']
- findall()
找到re匹配的所有字符串,返回一个列表- search()
扫描字符串,找到这个re匹配的位置(仅仅是第一个查到的)- match()
决定re是否在字符串刚开始的位置(匹配行首)
s = "010-123456789"
rule = "010-\d*"
rule_compile = re.compile(rule) # 返回一个对象
# print(rule_compile)
s_compile = rule_compile.match(s)
print(s_compile) # 打印compile()返回的对象是什么
<re.Match object; span=(0, 13), match='010-123456789'>
- findall()
前面很多demo
- sub(正则,新字符串,原字符串)
s = "abcabcacc" #原字符串
l = re.sub("abc","ddd",s) #通过sub()处理过的字符串
print(l)
ddddddacc
- subn(正则,新字符串,原字符串)
s = "abcabcacc" #原字符串
l = re.subn("abc","ddd",s) #通过sub()处理过的字符串
print(l)
('ddddddacc', 2)
- split()
s = "abcabcacc"
l = re.split("b",s)
print(l)
['a', 'ca', 'cacc']