Python正则表达式Regex（笔记）

Dec 30, 2013

正则表达式语法 #

正则表达式，Regular Expression，用于模式匹配，表达式中的字符分为：普通字符（Ordinary Character）和特殊字符（Special Character）。特殊字符就是在模式匹配时具有特殊用的字符，如“*”、”+”等，除去特殊字符剩下的都是普通字符。

使用python中的raw string，在字符串前加r修饰，字符串会被原样解析，如 r”\n” 会被解释成两个字符 \ 和 n，如果不使用r，会被解析成\n一个字符。

常用的语法 #

完整版如下图 AstralWind的cnblog Python正则表达式指南 一文

正则表达式的使用 #

python中需要import re，使用方式有两种：使用RegexObject对象或直接使用re的模块级函数。

#-*- coding: utf-8 -*-
import re
#使用RegexObject对象
p = re.compile(r'^a.*b$') #p是一个RegexObject对象
                           #匹配a开头b结尾的字符串
print(p.match('acb'))#匹配成功,输出：<_sre.SRE_Match object at 0x00AB7A30>
print(p.match('bac'))#匹配失败，输出: None

#使用re模块级函数
print(re.match(r'^a.*b$',r'a b')) #匹配成功

match方法-开头匹配 #

re.match(pattern,string[,flag=0])，从字符串string开头处开始匹配，只匹配一次

如re.match(r’a’,r’ab’)匹配成功，re.match(r’a’,r’ba’)匹配失败

search方法-扫描匹配 #

re.search(pattern,string[,flag=0]),扫描string的所有子串，返回匹配的第一个或者匹配失败时返回None

如re.search(r’a’,r’ab’)匹配成功，re.search(r’a’,r’ba’)也匹配成功，因为模式’a’和r’ba’的子串’a’匹配成功

findall方法-所有匹配子串 #

re.findall(pattern,string[,flag=0])，返回所有匹配的子串

#匹配所有ab之间有一个数字0或1的串
print (re.findall(r'a[01]b',r'a1ba0baab'))
#输出：['a1b', 'a0b']

sub方法-字符串替换 #

sub(replacement, string[, count = 0])

p = re.compile(r'\d{2}')#连续出现了两个数字
print(p.sub(r'b',r'a1a01'))#输出a1ab,将连续的两个数字换成b

主要参考资料源如下 #

• Python正则表达式指南
• Ubuntu Wiki 网站的 Python正则表达式操作指南
• Python模块学习 —- re 正则表达式