Notes

Python 正则表达式

• 概览
• 使用步骤
• 常用方法
• 匹配模式
• 正则符号
• 字符分类

概览

使用步骤

1. import re
2. 使用 re.complie() 创建一个 Regex 对象
3. 向 Regex 对象调用 search(), 返回一个 Match 对象，对 Match 对象调用 group(), 返回匹配的字符串
   • group() 或 group(0) 返回整个匹配的文本
   • group(1) 获取第一个分组
   • groups() 返回多个值的元组

常用方法

regex.search()

• 传入查找的字符串
• 返回一个 Match 对象

regex.findall()

• 若正则表达式没有分组，返回一个字符串列表
• 若正则表达式有分组，返回一个元组的列表，一个元组是符合分组的若干个字符串

re.complie()

• 第一个参数，为正则表达式字符串
• 第二个参数，匹配选项
  • re.DOTALL 让句点匹配所有字符，包括换行符
  • re.IGNORECASE 或 re.I 不区分大小写
  • re.VERBOSE 在复杂的正则表达式中写注释

    phoneRegex = re.complie(r'''(
        (\d{3}|\(\d{3}\))? # area code
        (\s|-|\.)? # separator
        \d{3} # first 3 digits
        (\s|-|\.) # separator
        \d{4} # last 4 digits
        (\s*(ext|x|ext.)\s*\d{2,5})? # extension
        )''', re.VERBOSE)
  

• 组合使用选项，使用 | 管道符进行位运算

regex.sub()

• 找到匹配文本并进行替换

匹配模式

贪心（默认）

在有二义的情况下，尽可能匹配最长的字符串

非贪心

• 尽可能匹配最短的字符串

• 使用 ? 符号

    r'(Ha){3,5}?'
  

正则符号

|

• 管道

  • 匹配多个表达式中的一个，使用

    将多个表达式串联

?

• 可选匹配，匹配零次或一次
• 声明非贪心匹配

*

• 匹配零次或多次

+

• 匹配一次或多次

{}

• 匹配特定次数
• {m,n}

[]

• 字符分类
  • 可以使用短横表示字母或数字的范围
  • 普通的正则表达式符号不会被解释，即不需要用到转义字符

^

• 插入字符
  • 在 [] 中，表示非字符类
  • 正则表达式开头，匹配发生在被查找文本的开始处

$

• 字符串必须以正则表达式的模式结束

.

• 通配符
  • 匹配除换行符之外的所有字符
  • 只匹配一个字符

字符分类

\d

• 0 到 9 的任何数字

\D

• 除 0 到 9 的数字以外的任何字符

\w

• 任何字母、数字或下划线字符（可以做变量名的那些字符）

\W

• 除字母、数字和下划线意外的任何字符

\s

• 空格、制表符或换行符（空白符号）

\S

• 除空格、制表符和换行符以外的任何字符