速通Python正则表达式

几乎所有语言中的正则表达式都有相类似的语法，python亦莫能外。

快速入门

#后续代码均默认导入re，且使用test
import re
test = '''
`[]`表示一个字符集合，在匹配时可以匹配集合中的任意值。例如`[abc]`可以匹配`asdzxc`中的`a`和`c`。
通过`-`可以表示某个范围，例如`[a0-9]`表示匹配`a`和数字。
在`[]`中，特殊字符`+*()`将失去意义，会以普通的字符形式出现。而`^`将表示`非`，使用`^`之后将忽略对`[]`中的值的匹配。
'''

接下来直观地看一下最常用的的三大函数

>>> print(re.match(r'[0-9]',test))
None
>>> re.search(r'[0-9]',test)
<re.Match object; span=(81, 82), match='0'>
>>> test[81:82]
'0' #说明search匹配到了0
>>> re.findall(r'[0-9]',test)
['0', '9']

其中，re.match要求从头匹配；search可以从任意位置匹配，但只返回第一个匹配的值的位置；findall返回所有符合要求的值。

匹配格式

任意字符

• . 匹配除了换行符之外的所有字符，在DOTALL模式下包括换行符

开头结尾符号

• ^ 匹配字符串的开头，在MULTILIME模式下为行开头
• $ 匹配字符串结尾，在MULTILIME模式下匹配行结尾

后置修饰符，针对修饰符前面的正则表达式进行匹配

• * 匹配0到任意次重复，例如a*b可以匹配b，ab，aab等等
• + 匹配1到任意次重复，例如a*b不可匹配b，但可匹配ab，aab等等
• ? 匹配0或1次，例如a?b只能匹配aaaab中的ab
• {m} 匹配m次，而且不可更改。例如a{2}只能匹配aa
• {m,n} 匹配m到n次重复，且尽可能多，例如a{2,4}可以匹配aa，aaa，aaaa

此外，?可以修饰其他后置修饰符，表示非贪婪形式，例如a{2,4}将尽可能少地匹配出现的字符。

或运算符|可以连接两个正则表达式，例如A|B可以匹配A或者B。

[]表达式

[]表示一个字符集合，在匹配时可以匹配集合中的任意值。例如[abc]可以匹配asdzxc中的a和c。

通过-可以表示某个范围，例如[a0-9]表示匹配a和数字。

在[]中，特殊字符+*()将失去意义，会以普通的字符形式出现。而^将表示非，使用^之后将忽略对[]中的值的匹配。

转义字符

除了Python中的标准转义字符之外，正则表达式还提供了一些其他含义的转义字符。

正则表达式标签：

re.match等函数的输入参数为

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

其中，pattern即为将要匹配的模式；string为待匹配字符串，flag则是正则表达式的标签，起到一些其他的作用，可选参数如下

Pattern

通过re.compile可以将待匹配字符串编译为正则对象Pattern，可更加方便地进行调用。例如

>>> p = re.compile(r'[0-9]')
>>> p.findall(test)
['0', '9']
>>> p.pattern       #pattern属性即编译前的字符串形式
'[0-9]'

Pattern对象中的成员方法可以和re模块下的函数实现相同的功能。记pat为正则字符串，p为re.compile(pat)编译而成的正则对象，则就findall这个函数而言，re.findall(pat,test)就等价于p.findall(test)。

除了findall之外，下表中的函数均支持这种转换

• search：返回第一个匹配位置的对象；如无匹配返回None
• match：要求从头匹配，其余和search相同
• fullmatch：若整个test与正则表达式匹配则返回匹配对象，否则返回None
• findall：返回所有匹配内容的列表
• finditer：返回所有匹配位置的列表
• spilt：通过正则表达式对字符串进行分割
• sub：用于字符串的替代
• subn：与sub()相同，但是返回一个元组
• escape：对正则表达式中的特殊字符进行转义