【Python】正则表达式re库

函数

re.match函数

re.match()函数用于尝试从字符串的 起始位置 匹配一个模式，匹配成功返回一个匹配对象，否则返回None。
函数语法：re.match(pattern, string, flags=0)
实例：

import re# case_01
print(re.match(r'\d{4}-\d{2}-\d{2}', '2023-03-15'))
print(re.match(r'\d{4}-\d{2}-\d{2}', 'date:2023-03-15'))# case_02
line = "Dogs are smarter than cats"matchObj = re.match(r'(.*) are (.*?) .*', line, re.M|re.I)if matchObj:print("matchObj.group() : ", matchObj.group())print("matchObj.group(1) : ", matchObj.group(1))print("matchObj.group(2) : ", matchObj.group(2))print("matchObj.group(1,2) : ", matchObj.group(1,2))print("matchObj.groups() : ", matchObj.groups())else:print("No match！")

结果如下：

使用 group(num) 或 groups() 匹配对象函数来获取匹配表达式：
group(num=0): 匹配的整个表达式的字符串，group() 可以一次输入多个组号，在这种情况下它将返回一个包含那些组所对应值的元组。
groups(): 返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。

re.search函数

re.search()函数用于扫描 整个字符串 并返回第一个成功的匹配，否则返回None。
函数语法： re.search(pattern, string, flags=0)
实例：

import re# case_01
print(re.search(r'\d{4}', 'abc1234'))
print(re.search(r'\d{4}', '123abc'))
print(re.search(r'\d{4}', 'abc0000d1234'))# case_02
line = "2斤黄瓜卖8.8元"pattern = r'(\d)斤(.*)卖(\d+(\.\d+)?)元'
matchObj = re.search(pattern, line, re.M|re.I)if matchObj:print(f'{matchObj.group(1)}\t{matchObj.group(2)}\t{matchObj.group(3)}')
else:print("No match！")

结果如下：

re.match与re.search的区别：
re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；
而re.search匹配整个字符串，直到找到一个匹配。

re.findall函数

re.findall()函数用于在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果有多个匹配模式，则返回元组列表，如果没有找到匹配的，则返回空列表。
函数语法： findall(string[, pos[, endpos]])
实例：

import re# case_01
content = "邮箱：[e-mail];[e-mail]"
pattern = re.compile(r"""[a-zA-Z0-9-_]+@[a-zA-Z0-9]+\.[a-zA-Z]{2,4}
""", re.VERBOSE)result1 = pattern.findall(content)
result2 = pattern.findall(content, 0, 13)
print(result1)
print(result2)# case_02
result3 = re.findall(r'(\w+)=(\d+)', 'set width=20 and height=10')
print(result3)

结果如下：

re.compile函数

re.compile()函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象。
函数语法： re.compile(pattern[, flags])
实例：

import repattern = re.compile(r'\d+')
print(pattern.match('abc123'))
print(pattern.match('abc123', 3, 5))
print(pattern.search('abc123'))
print(pattern.findall('abc123efg456'))

结果如下：

re.sub函数

re.sub()函数用于替换字符串中的匹配项。
函数语法： re.sub(pattern, repl, string, count=0, flags=0)
实例：

import recontent = '手机号码：[phone]'pattern = r'(1[3-9][0-9])\d{4}([0-9]{4})'print(re.sub(pattern, r'\1****\2', content))	#手机号码：135****6956

re.split函数

re.split()函数按照能够匹配的子串将字符串分割后返回列表。
函数语法： re.split(pattern, string[, maxsplit=0, flags=0])
实例：

import reprint(re.split('\W+', 'abc, 123, .!?'))
print(re.split('\W+', 'abc, 123, .!?', 1))  # 分隔1次
print(re.split('d', 'abc, 123, .!?'))   # 找不到匹配的字符串不会分割

结果如下：

修饰符

正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。多个标志可以通过按位 OR(|) 来指定。如 re.I | re.M 被设置成 I 和 M 标志。

修饰符	描述
re.I	使匹配对大小写不敏感
re.M	多行匹配，影响 ^ 和 $
re.S	使 . 匹配包括换行在内的所有字符
re.U	根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B.
re.X	该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解

正则表达式模式

修饰符	描述
^	匹配字符串的开头
$	匹配字符串的末尾。
.	匹配任意字符
[…]	用来表示一组字符,单独列出：[abc] 匹配 ‘a’，‘b’或’c’
[^…]	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}	精确匹配 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,}	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	匹配a或b
(re)	对正则表达式分组并记住匹配的文本
\w	匹配字母数字及下划线，等价于[a-zA-Z0-9_]
\W	匹配非字母数字及下划线，等价于[^a-zA-Z0-9_]
\s	匹配任意空白字符，等价于 [\t\n\r\f\v]。
\S	匹配任意非空字符，等价于[^\t\n\r\f\v]
\d	匹配任意数字，等价于 [0-9].
\D	匹配任意非数字，等价于[^0-9]
\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。

正则表达式实例

实例	描述
n位数字	^\d{n}$
至少n位数字	^\d{n,}$
m-n位数字	^\d{m,n}$
由26个小写英文字母组成的字符串	^[a-z]+$
Email地址	^\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)*$
手机号码	^(14[5|7]|(13|15|18)[0-9])\d{8}$
国内电话号码[phone])	\d{3}-\d{8}|\d{4}-\d{7}
身份证号(15位、18位数字)，最后一位是校验位，可能为数字或字符X	(^\d{15}$)|(^\d{17}(\d|X|x)$)
密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)	^[a-zA-Z]\w{5,17}$
日期格式	^\d{4}-\d{1,2}-\d{1,2}