Python正则表达式

正则表达式(regular expression)主要功能是从字符串(string)中通过特定的模式(pattern)，搜索想要找到的内容。

在Python中使用正则表达式需要标准库中的一个包re。

正则表达式常用的5种操作

　　re.match(pattern, string)　　　　 # 从头开始匹配　

m = re.match("[0-9]","756abc6def")    #[0-9] 仅匹配一个字符
print(m.group())
#输出 7

m = re.match("[0-9][0-9]","75678abc6def")
print(m.group())
#输出 75

m = re.match("[0-9]{0,10}","75678abc6def")    #{0,10}表示匹配0到10次
print(m.group())
#输出 75678

　　re.findall(pattern, string)　　　　# 找到所有要匹配的字符并返回列表格式

m = re.findall("[0-9]{1,10}","7578abc6def78sjdo")    #匹配所有的数字
if  m:
    print(m)
#输出    ['7578', '6', '78']

m = re.findall("[a-zA-Z]{1,10}","7578abAc6def78sjDdo")    #匹配所有的字母
if  m:
    print(m)
#输出    ['abAc', 'def', 'sjDdo']

　　re.search(pattern, string)　　　　# 匹配整个字符串，直到找到一个匹配

m = re.search("d+","abAc65def78sjDdo")    
if  m:
    print(m.group())
#输出    65

　　re.sub(pattern, repl, string, count,flag) 　　　# 替换匹配到的字符

m = re.sub("d+","|","abAc65def78sjDdo")     #找到所有的数字，用|替换
if  m:
    print(m)
#输出    abAc|def|sjDdo

m = re.sub("d+","|","abAc65def78sjDdo",count=1)     #替换一次
if  m:
    print(m)
#输出    abAc|def78sjDdo


m = re.sub("s*","","ab  A8s   jD   do")     #找到所有的空格并删除
if  m:
    print(m)
#输出    abA8sjDdo

　　re.split(pattern, string)　　　　　　# 将匹配到的格式当做分割点对字符串分割成列表

m = re.split('[0-9]','alex1tony2falsh3rambo')
print(m)
#输出    ['alex', 'tony', 'falsh', 'rambo']

匹配格式

模式	描述
^	匹配字符串的开头
$	匹配字符串的末尾。
.	匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
[...]	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}
re{ n,}	精确匹配n个前面表达式。
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	匹配a或b
(re)	G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	匹配字母数字
W	匹配非字母数字
s	匹配任意空白字符，等价于 [ f].
S	匹配任意非空字符
d	匹配任意数字，等价于 [0-9].
D	匹配任意非数字
A	匹配字符串开始
	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。c
z	匹配字符串结束
G	匹配最后匹配完成的位置。
	匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er' 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。'erB' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
, , 等.	匹配一个换行符。匹配一个制表符。等
1...9	匹配第n个分组的子表达式。
10	匹配第n个分组的子表达式，如果它经匹配。否则指的是八进制字符码的表达式。

　　

几个常见的正则例子

1、匹配手机号　

phone_str = "hey my name is alex, and my phone number is 13651054607, please call me if you are pretty!"
phone_str2 = "hey my name is alex, and my phone number is 18651054604, please call me if you are pretty!"

#"(1)([358]d{9})"中,(1)表示第一位是1，[358]表示第二位是3或5或8，d{9}表示剩下的还有9位数字
m = re.search("(1)([358]d{9})",phone_str2)
if m:
    print(m.group())
#输出    18651054604

2、匹配IP地址

ip_addr = "inet 192.168.60.223 netmask 0xffffff00 broadcast 192.168.60.255"

#匹配四段1-3位数的数字，不判断合法性
m = re.search("d{1,3}.d{1,3}.d{1,3}.d{1,3}", ip_addr)

print(m.group())

3、匹配email

email = "alex.li@126.com   http://www.oldboyedu.com"
 
m = re.search(r"[0-9.a-z]{0,26}@[0-9.a-z]{0,20}.[0-9a-z]{0,8}", email)
print(m.group())