python的正则表达式怎么用

这篇文章主要为大家展示了"python的正则表达式怎么用"，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下"python的正则表达式怎么用"这篇文章吧。

一、正则表达式-元字符

re 模块使 Python 语言拥有全部的正则表达式功能

1. 数量词

# 提取大小写字母混合的单词import rea = 'Excel 12345Word23456PPT12Lr'r = re.findall('[a-zA-Z]{3,5}',a)# 提取字母的数量3个到5个print(r)# ['Excel', 'Word', 'PPT']# 贪婪 与 非贪婪  【Python默认使用贪婪模式】# 贪婪：'[a-zA-Z]{3,5}'# 非贪婪：'[a-zA-Z]{3,5}?' 或 '[a-zA-Z]{3}'# 建议使用后者，不要使用?号，否则你会与下面的?号混淆# 匹配0次或无限多次 *号，*号前面的字符出现0次或无限次import rea = 'exce0excell3excel3'r = re.findall('excel*',a)r = re.findall('excel.*',a) # ['excell3excel3']# excel 没有l 有很多l都可以匹配出来print(r)# ['exce', 'excell', 'excel']# 匹配1次或者无限多次 +号，+号前面的字符至少出现1次import rea = 'exce0excell3excel3'r = re.findall('excel+',a)print(r)# ['excell', 'excel']# 匹配0次或1次  ?号，?号经常用来去重复import rea = 'exce0excell3excel3'r = re.findall('excel?',a)print(r)# ['exce', 'excel', 'excel']

2. 字符匹配

line = 'xyz,xcz.xfc.xdz,xaz,xez,xec'r = re.findall('x[de]z', line)# pattern 是x开始，z结束，含d或eprint(r)# ['xdz', 'xez']r = re.findall('x[^de]z', line)# pattern 是x开始，z结束，不是含d或eprint(r)# ['xyz', 'xcz', 'xaz']

# \w 可以提取中文，英文，数字和下划线，不能提取特殊字符import rea = 'Excel 12345Word\n23456_PPT12lr'r = re.findall('\w',a)print(r)# ['E', 'x', 'c', 'e', 'l', '1', '2', '3', '4', '5', 'W', 'o', 'r', 'd', '2', '3', '4', '5', '6', '_', 'P', 'P', 'T', '1', '2', 'l', 'r']# \W 提取特殊字符，空格 \n \timport rea = 'Excel 12345Word\n23456_PPT12lr'r = re.findall('\W',a)print(r)# [' ', '\n']

3. 边界匹配

# 限制电话号码的位置必需是8-11位才能提取import retel = '13811115888'r = re.findall('^\d{8,11}$',tel)print(r)# ['13811115888']

4. 组

# 将abc打成一个组，{2}指的是重复几次，匹配abcabcimport rea = 'abcabcabcxyzabcabcxyzabc'r = re.findall('(abc){2}',a)  # 与# ['abc', 'abc']print(r)r = re.findall('(abc){3}',a)# ['abc']

5. 匹配模式参数

# findall第三参数 re.I忽略大小写import rea = 'abcFBIabcCIAabc'r = re.findall('fbi',a,re.I)print(r)# ['FBI']# 多个模式之间用 | 连接在一起import rea = 'abcFBI\nabcCIAabc'r = re.findall('fbi.{1}',a,re.I | re.S)# 匹配fbi然后匹配任意一个字符包括\nprint(r)# ['FBI\n']

二、方法

re.findall

• 匹配出字符串中所有 与制定值相关的值

• 以列表的形式返回

• 未匹配则返回空列表

import rere.findall(pattern, string, flags=0)pattern.findall(string[ , pos[ , endpos]])

import reline = "111aaabbb222小呼噜奥利奥"r = re.findall('[0-9]',line)print(r)# ['1', '1', '1', '2', '2', '2']

re.match

• re.match 尝试从字符串的起始位置匹配一个模式

• 如果不是起始位置匹配成功的话，match()就返回none。

re.match(pattern, string, flags=0)# (标准，要匹配的，标志位)

print(re.match('www','www.xxxx.com'))print(re.match('www','www.xxxx.com').span())print(re.match('com','www.xxxx.com'))

(0, 3)None

group匹配对象

import rea = 'life is short,i use python,i love python'r = re.search('life(.*)python(.*)python',a)print(r.group(0))       # 完整正则匹配 ，life is short,i use python,i love pythonprint(r.group(1))       # 第1个分组之间的取值 is short,i use print(r.group(2))       # 第2个分组之间的取值 ,i love print(r.group(0,1,2)) # 以元组形式返回3个结果取值 ('life is short,i use python,i love python', ' is short,i use ', ',i love ')print(r.groups())       # 返回就是group(1)和group(2) (' is short,i use ', ',i love ')

import re# .*        表示任意匹配除换行符（\n、\r）之外的任何单个或多个字符# (.*?)     表示"非贪婪"模式，只保存第一个匹配到的子串# re.M      多行匹配，影响 ^ 和 $# re.I      使匹配对大小写不敏感line = "Cats are smarter than dogs"matchObj1 = re.match(r'(.*) are (.*?) .*', line,  re.M|re.I)matchObj2 = re.match(r'(.*) smarter (.*?) .*', line,  re.M|re.I)matchObj3 = re.match(r'(.*) than (.*)', line,  re.M|re.I)print(matchObj1)print(matchObj2)print(matchObj3)# # # Noneif matchObj1:   print ("matchObj1.group() : ", matchObj1.group())   print ("matchObj1.group(1) : ", matchObj1.group(1))   print ("matchObj1.group(2) : ", matchObj1.group(2))else:   print ("No match!!")if matchObj2:   print ("matchObj2.group() : ", matchObj2.group())   print ("matchObj2.group(1) : ", matchObj2.group(1))   print ("matchObj2.group(2) : ", matchObj2.group(2))else:   print ("No match!!")if matchObj3:   print ("matchObj3.group() : ", matchObj3.group())   print ("matchObj3.group(1) : ", matchObj3.group(1))   print ("matchObj3.group(2) : ", matchObj3.group(2))else:   print ("No match!!")# matchObj1.group() :  Cats are smarter than dogs# matchObj1.group(1) :  Cats# matchObj1.group(2) :  smarter# matchObj2.group() :  Cats are smarter than dogs# matchObj2.group(1) :  Cats are# matchObj2.group(2) :  than# matchObj3.group() :  Cats are smarter than dogs# matchObj3.group(1) :  Cats are smarter# matchObj3.group(2) :  dogs

import re# 点 是匹配单个字符# 星是前面的东西出现0次或无数次# 点星就是任意字符出现0次或无数次str = "a b a b"matchObj1 = re.match(r'a(.*)b', str,  re.M|re.I)matchObj2 = re.match(r'a(.*?)b', str,  re.M|re.I)print("matchObj1.group() : ", matchObj1.group())print("matchObj2.group() : ", matchObj2.group())# matchObj1.group() :  a b a b# matchObj2.group() :  a b

re.search

扫描整个字符串并返回第一个成功的匹配。

re.search(pattern, string, flags=0)

import  reline = "cats are smarter than dogs"matchObj = re.match(r'dogs',line,re.M|re.I)matchObj1= re.search(r'dogs',line,re.M|re.I)matchObj2= re.match(r'(.*) dogs',line,re.M|re.I)if matchObj:   print ("match --> matchObj.group() : ", matchObj.group())else:   print ("No match!!")if matchObj1:   print ("match --> matchObj1.group() : ", matchObj1.group())else:   print ("No match!!")if matchObj2:   print ("match --> matchObj2.group() : ", matchObj2.group())else:   print ("No match!!")# No match!!# match --> matchObj1.group() :  dogs# match --> matchObj2.group() :  cats are smarter than dogs

re.compile

• re.compile是将正则表达式转换为模式对象

• 这样可以更有效率匹配。使用compile转换一次之后，以后每次使用模式时就不用进行转换

三、检索和替换

re.sub 替换字符串

re.sub('被替换的','替换成的',a)

# 把FBI替换成BBQimport rea = 'abcFBIabcCIAabc'r = re.sub('FBI','BBQ',a)print(r)# 把FBI替换成BBQ，第4参数写1，证明只替换第一次，默认是0（无限替换）import rea = 'abcFBIabcFBIaFBICIAabc'r = re.sub('FBI','BBQ',a,1)print(r)# abcBBQabcCIAabc# abcBBQabcFBIaFBICIAabc

# 把函数当参数传到sub的列表里，实现把业务交给函数去处理，例如将FBI替换成$FBI$import rea = 'abcFBIabcFBIaFBICIAabc'def 函数名(形参):    分段获取 = 形参.group()           # group（）在正则表达式中用于获取分段截获的字符串，获取到FBI    return '$' + 分段获取 + '$'r = re.sub('FBI',函数名,a)print(r)

以上是"python的正则表达式怎么用"这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注行业资讯频道！