正則表達式有兩種基本的操作，分別是匹配和替換。
匹配就是在一個文本字符串中搜索匹配一特殊表達式；
替換就是在一個字符串中查找并替換匹配一特殊表達式的字符串。
1.基本元素
正則表達式定義了一系列的特殊字符元素以執行匹配動作。
正則表達式基本字符
| 字符 | 描述 |
|---|---|
| text | 匹配text字符串 |
| . | 匹配除換行符之外的任意一個單個字符 |
| ^ | 匹配一個字符串的開頭 |
| $ | 匹配一個字符串的末尾 |
在正則表達式中，我們還可用匹配限定符來約束匹配的次數。
匹配限定符
| 最大匹配 | 最小匹配 | 描述 |
|---|---|---|
| * | * | 重復匹配前表達式零次或多次 |
| + | + | 重復匹配前表達式一次或多次 |
| 重復匹配前表達式零次或一次 | ||
| {m} | {m} | 精確重復匹配前表達式m次 |
| {m,} | {m,} | 至少重復匹配前表達式m次 |
| {m,n} | {m,n} | 至少重復匹配前表達式m次，至多重復匹配前表達式n次 |
據上所述，".*"為最大匹配，能匹配源字符串所有能匹配的字符串。".* "為最小匹配，只匹配第一次出現的字符串。如：d.*g能匹配任意以d開頭，以g結尾的字符串，如"debug"和"debugging"，甚至"dog is walking"。而d.* g只能匹配"debug"，在"dog is walking"字符串中，則只匹配到"dog "。
在一些更復雜的匹配中，我們可用到組和運算符。
組和運算符
| 組 | 描述 |
|---|---|
| [...] | 匹配集合內的字符，如[a-z],[1-9]或[,./;'] |
| [^...] | 匹配除集合外的所有字符，相當于取反操作 |
| A|B | 匹配表達式A或B，相當于OR操作 |
| (...) | 表達式分組，每對括號為一組，如([a-b]+)([A-Z]+)([1-9]+) |
| /number | 匹配在number表達式組內的文本 |
有一組特殊的字符序列，用來匹配具體的字符類型或字符環境。如/b匹配字符邊界，food/b匹配"food"、"zoofood"，而和"foodies"不匹配。
特殊字符序列
| 字符 | 描述 |
|---|---|
| /A | 只匹配字符串的開始 |
| /b | 匹配一個單詞邊界 |
| /B | 匹配一個單詞的非邊界 |
| /d | 匹配任意十進制數字字符，等價于r'[0-9]' |
| /D | 匹配任意非十進制數字字符，等價于r'[^0-9]' |
| /s | 匹配任意空格字符（空格符、tab制表符、換行符、回車、換頁符、垂直線符號） |
| /S | 匹配任意非空格字符 |
| /w | 匹配任意字母數字字符 |
| /W | 匹配任意非字母數字字符 |
| /Z | 僅匹配字符串的尾部 |
| // | 匹配反斜線字符 |
有一套聲明(assertion)對具體事件進行聲明。
正則表達式聲明
| 聲明 | 描述 |
|---|---|
| ( iLmsux) | 匹配空字符串，iLmsux字符對應下表的正則表達式修飾符。 |
| ( :...) | 匹配圓括號內定義的表達式，但不填充字符組表。 |
| ( P<name>) | 匹配圓括號內定義的表達式，但匹配的表達式還可用作name標識的符號組。 |
| ( P=name) | 匹配所有與前面命名的字符組相匹配的文本。 |
| ( #...) | 引入注釋，忽略圓括號內的內容。 |
| ( =...) | 如果所提供的文本與下一個正則表達式元素匹配，這之間沒有多余的文本就匹配。這允許在一個表達式中進行超前操作，而不影響正則表達式其余部分的分析。如"Martin"其后緊跟"Brown"，則"Martin( =Brown)"就只與"Martin"匹配。 |
| ( !...) | 僅當指定表達式與下一個正則表達式元素不匹配時匹配，是( =...)的反操作。 |
| ( <=...) | 如果字符串當前位置的前綴字符串是給定文本，就匹配，整個表達式就在當前位置終止。如( <=abc)def表達式與"abcdef"匹配。這種匹配是對前綴字符數量的精確匹配。 |
| ( <!...) | 如果字符串當前位置的前綴字符串不是給定的正文，就匹配，是( <=...)的反操作。 |
正則表達式還支持一些處理標志，它會影響正則式的執行方法。
處理標志
| 標志 | 描述 |
|---|---|
| I或IGNORECASE | 忽略表達式的大小寫來匹配文本。 |
2.操作
通過re模塊，我們就可在python中利用正則式對字符串進行搜索、抽取和替換操作。如：re.search()函數能執行一個基本的搜索操作，它能返回一個MatchObject對象。re.findall()函數能返回匹配列表。
MatchObject對象方法
| 方法 | 描述 |
|---|---|
| expand(template) | 展開模板中用反斜線定義的內容。 |
| m.group([group,...]) | 返回匹配的文本，是個元組。此文本是與給定group或由其索引數字定義的組匹配的文本，如果沒有組定組名，則返回所有匹配項。 |
| m.groups([default]) | 返回一個元組，該元組包含模式中與所有組匹配的文本。如果給出default參數，default參數值就是與給定表達式不匹配的組的返回值。default參數的默認取值為None。 |
| m.groupdict([default]) | 返回一個字典，該字典包含匹配的所有子組。如果給出default參數，其值就是那些不匹配組的返回值。default參數的默認取值為None。 |
| m.start([group]) | 返回指定group的開始位置，或返回全部匹配的開始位置。 |
| m.end([group]) | 返回指定group的結束位置，或返回全部匹配的結束位置。 |
| m.span([group]) | 返回兩元素組，此元組等價于關于一給定組或一個完整匹配表達式的(m.start(group),m.end(group)))列表 |
| m.pos | 傳遞給match()或search()函數的pos值。 |
| m.endpos | 傳遞給match()或search()函數的endpos值。 |
| m.lastindex | |
| m.lastgroup | |
| m.re | 創建這個MatchObject對象的正則式對象 |
| m.string | 提供給match()或search()函數的字符串。 |
使用sub()或subn()函數可在字符串上執行替換操作。sub()函數的基本格式如下：
sub(pattern,replace,string[,count])
示例
replace參數可接受函數。要獲得替換的次數，可使用subn()函數。subn()函數返回一個元組，此元組包含替換了的文本和替換的次數。
如果需用同一個正則式進行多次匹配操作，我們可把正則式編譯成內部語言，提高處理速度。編譯正則式用compile()函數來實現。compile()函數的基本格式如下：
compile(str[,flags])
str表示需編譯的正則式串，flags是修飾標志符。正則式被編譯后生成一個對象，該對象有多種方法和屬性。
正則式對象方法/屬性
| 方法/屬性 | 描述 |
|---|---|
| r.search(string[,pos[,endpos]]) | 同search()函數，但此函數允許指定搜索的起點和終點 |
| r.match(string[,pos[,endpos]]) | 同match()函數，但此函數允許指定搜索的起點和終點 |
| r.split(string[,max]) | 同split()函數 |
| r.findall(string) | 同findall()函數 |
| r.sub(replace,string[,count]) | 同sub()函數 |
| r.subn(replace,string[,count]) | 同subn()函數 |
| r.flags | 創建對象時定義的標志 |
| r.groupindex | 將r'( Pid)'定義的符號組名字映射為組序號的字典 |
| r.pattern | 在創建對象時使用的模式 |
轉義字符串用re.escape()函數。
通過getattr獲取對象引用
新聞熱點
疑難解答
圖片精選
