Python正则表达

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())
This entry was posted in algorithms. Bookmark the permalink.

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.