站長(zhǎng)資訊網(wǎng)正則表達(dá)式是處理字符串的強(qiáng)大工具，擁有獨(dú)特的語(yǔ)法和獨(dú)立的處理引擎。下面本篇文章就來(lái)給大家介紹一下python中的正則表達(dá)式（re模塊），希望對(duì)大家有所幫助！
程序員必備接口測(cè)試調(diào)試工具：立即使用
Apipost = Postman + Swagger + Mock + Jmeter
Api設(shè)計(jì)、調(diào)試、文檔、自動(dòng)化測(cè)試工具
后端、前端、測(cè)試，同時(shí)在線協(xié)作，內(nèi)容實(shí)時(shí)同步
在Python中需要通過(guò)正則表達(dá)式對(duì)字符串進(jìn)行匹配的時(shí)候，可以使??個(gè)python自帶的模塊，名字為re。
正則表達(dá)式的大致匹配過(guò)程是：
1.依次拿出表達(dá)式和文本中的字符比較，
2.如果每一個(gè)字符都能匹配，則匹配成功；一旦有匹配不成功的字符則匹配失敗。
3.如果表達(dá)式中有量詞或邊界，這個(gè)過(guò)程會(huì)稍微有一些不同。
r：Python 中字符串的前導(dǎo) r 代表原始字符串標(biāo)識(shí)符，該字符串中的特殊符號(hào)不會(huì)被轉(zhuǎn)義，適用于正則表達(dá)式中繁雜的特殊符號(hào)表示。 因此 r"n" 表示包含 '' 和 'n' 兩個(gè)字符的字符串，而 "n" 則表示只包含一個(gè)換行符的字符串。
print("\n") # 輸出 n print(r"n") #輸出 n
re模塊的使用：import re
re.match函數(shù)
語(yǔ)法：re.match(pattern, string, flags=0)
| pattern | 匹配的正則表達(dá)式 |
| string | 要匹配的字符串 |
| flags |
標(biāo)志位，用于控制正則表達(dá)式的匹配方式，如：是否區(qū)分大小寫(xiě)，多行匹配等等。
|
嘗試從字符串的起始位置匹配一個(gè)模式，如果不是起始位置匹配成功的話，match()就返回none。匹配成功re.match方法返回一個(gè)匹配的對(duì)象。
如果上?步匹配到數(shù)據(jù)的話，可以使?group?法來(lái)提取數(shù)據(jù)。以使用group(num) 或 groups() 匹配對(duì)象函數(shù)來(lái)獲取匹配表達(dá)式。
group()用來(lái)提出分組截獲的字符串，（）用來(lái)分組，group() 同group（0）就是匹配正則表達(dá)式整體結(jié)果，group(1) 列出第一個(gè)括號(hào)匹配部分，group(2) 列出第二個(gè)括號(hào)匹配部分，group(3) 列出第三個(gè)括號(hào)匹配部分。沒(méi)有匹配成功的，re.search()返回None。
舉例：
>>> import re >>> result = re.match("itcast","itcast.cn") >>> result.group() 'itcast'
從string頭開(kāi)始匹配pattern完全可以匹配，pattern匹配結(jié)束，同時(shí)匹配終止，后面的.cn不再匹配，返回匹配成功的信息。
匹配單個(gè)字符
| 字符 | 功能 | 位置 |
| . | 匹配任意1個(gè)字符（除了n） | |
| [ ] | 匹配[ ]中列舉的字符 | |
| d | 匹配數(shù)字，即0-9 | 可以寫(xiě)在字符集[…]中 |
| D | 匹配?數(shù)字，即不是數(shù)字 | 可以寫(xiě)在字符集[…]中 |
| s | 匹配空?，即空格，tab鍵 | 可以寫(xiě)在字符集[…]中 |
| S | 匹配?空?字符 | 可以寫(xiě)在字符集[…]中 |
| w | 匹配單詞字符，即a-z、A-Z、0-9、_ | 可以寫(xiě)在字符集[…]中 |
| W | 匹配?單詞字符 | 可以寫(xiě)在字符集[…]中 |
| w | w 匹配單詞字符，即a-z、A-Z、0-9、_ | |
| W | 匹配?單詞字符 |
[…]字符集，對(duì)應(yīng)的位置可以是字符集中任意字符。字符集中的字符可以逐個(gè)列出，也可以給出范圍，比如[abc]和[a-c]，第一個(gè)字符如果是^表示取反。所有特殊字符（比如"]""-""^"）在字符集中都失去原來(lái)的含義，如要使用可把"]""-"放在第一個(gè)字符，"^"放在非第一個(gè)字符。
舉例：
import re ret = re.match(".","M") print(ret.group()) ret = re.match("t.o","too") print(ret.group()) ret = re.match("t.o","two") print(ret.group()) # 如果hello的?字符?寫(xiě)，那么正則表達(dá)式需要?寫(xiě)的h ret = re.match("h","hello Python") print(ret.group()) # 如果hello的?字符?寫(xiě)，那么正則表達(dá)式需要?寫(xiě)的H ret = re.match("H","Hello Python") print(ret.group()) # ??寫(xiě)h都可以的情況 ret = re.match("[hH]","hello Python") print(ret.group()) ret = re.match("[hH]","Hello Python") print(ret.group()) ret = re.match("[hH]ello Python","Hello Python") print(ret.group()) # 匹配0到9的多種寫(xiě)法 ret = re.match("[0123456789]Hello Python","7Hello Python") print(ret.group()) ret = re.match("[0-9]Hello Python","7Hello Python") print(ret.group()) # 匹配0到3和5-9 ret = re.match("[0-35-9]Hello Python","7Hello Python") print(ret.group()) ret = re.match("[0-35-9]Hello Python","4Hello Python") #print(ret.group()) ret = re.match("嫦娥d號(hào)","嫦娥1號(hào)發(fā)射成功") print(ret.group()) ret = re.match("嫦娥d號(hào)","嫦娥2號(hào)發(fā)射成功") print(ret.group())
結(jié)果：
M too two h H h H Hello Python 7Hello Python 7Hello Python 7Hello Python 嫦娥1號(hào) 嫦娥2號(hào)
匹配多個(gè)字符
| 字符 | 功能 | 位置 | 表達(dá)式實(shí)例 | 完整匹配的字符串 |
| * | 匹配前?個(gè)字符出現(xiàn)0次或者?限次，即可有可? | 用在字符或(…)之后 | abc* | abccc |
| + | 匹配前?個(gè)字符出現(xiàn)1次或者?限次，即?少有1次 | 用在字符或(…)之后 | abc+ | abccc |
| ? | 匹配前?個(gè)字符出現(xiàn)1次或者0次，即要么有1次，要么沒(méi)有 | 用在字符或(…)之后 | abc? | ab,abc |
| {m} | 匹配前?個(gè)字符出現(xiàn)m次 | 用在字符或(…)之后 | ab{2}c | abbc |
| {m,n} | 匹配前?個(gè)字符出現(xiàn)從m到n次，若省略m，則匹配0到n次，若省略n，則匹配m到無(wú)限次 | 用在字符或(…)之后 | ab{1,2}c | abc,abbc |
舉例：
import re #：匹配出，?個(gè)字符串第?個(gè)字?為?寫(xiě)字符，后?都是?寫(xiě)字?并且這些?寫(xiě)字?可有可? ret = re.match("[A-Z][a-z]*","M") print(ret.group()) ret = re.match("[A-Z][a-z]*","MnnM") print(ret.group()) ret = re.match("[A-Z][a-z]*","Aabcdef") print(ret.group()) #匹配出，變量名是否有效 names = ["name1", "_name", "2_name", "__name__"] for name in names: ret = re.match("[a-zA-Z_]+[w]*",name) if ret: print("變量名 %s 符合要求" % ret.group()) else: print("變量名 %s ?法" % name) #匹配出，0到99之間的數(shù)字 ret = re.match("[1-9]?[0-9]","7") print(ret.group()) ret = re.match("[1-9]?d","33") print(ret.group()) # 這個(gè)結(jié)果并不是想要的，利?$才能解決 ret = re.match("[1-9]?d","09") print(ret.group()) ret = re.match("[a-zA-Z0-9_]{6}","12a3g45678") print(ret.group()) #匹配出，8到20位的密碼，可以是??寫(xiě)英?字?、數(shù)字、下劃線 ret = re.match("[a-zA-Z0-9_]{8,20}","1ad12f23s34455ff66") print(ret.group())
結(jié)果：
M Mnn Aabcdef 變量名 name1 符合要求 變量名 _name 符合要求 變量名 2_name ?法 變量名 __name__ 符合要求 7 33 0 12a3g4 1ad12f23s34455ff66
匹配開(kāi)頭結(jié)尾
| 字符 | 功能 |
| ^ | 匹配字符串開(kāi)頭 |
| $ | 匹配字符串結(jié)尾 |
舉例：匹配163.com的郵箱地址
import re email_list = ["xiaoWang@163.com", "xiaoWang@163.comheihei", ".com.xiaowang@qq.com"] for email in email_list: ret = re.match("[w]{4,20}@163.com$", email) if ret: print("%s 是符合規(guī)定的郵件地址,匹配后的結(jié)果是:%s" % (email, ret.group())) else: print("%s 不符合要求" % email)
結(jié)果：
xiaoWang@163.com 是符合規(guī)定的郵件地址,匹配后的結(jié)果是:xiaoWang@163.com xiaoWang@163.comheihei 不符合要求 .com.xiaowang@qq.com 不符合要求
匹配分組
| 字符 | 功能 |
| | | 匹配左右任意?個(gè)表達(dá)式 |
| (ab) | 將括號(hào)中字符作為?個(gè)分組 |
| num | 引?分組num匹配到的字符串 |
| (?P<name>) | 分組起別名，匹配到的子串組在外部是通過(guò)定義的 name 來(lái)獲取的 |
| (?P=name) | 引?別名為name分組匹配到的字符串 |
舉例：|
#匹配出0-100之間的數(shù)字 import re ret = re.match("[1-9]?d$|100","8") print(ret.group()) # 8 ret = re.match("[1-9]?d$|100","78") print(ret.group()) # 78 ret = re.match("[1-9]?d$|100","08") # print(ret.group()) # 不是0-100之間 ret = re.match("[1-9]?d$|100","100") print(ret.group()) # 100
舉例：()
#需求：匹配出163、126、qq郵箱 ret = re.match("w{4,20}@163.com", "test@163.com") print(ret.group()) # test@163.com ret = re.match("w{4,20}@(163|126|qq).com", "test@126.com") print(ret.group()) # test@126.com ret = re.match("w{4,20}@(163|126|qq).com", "test@qq.com") print(ret.group()) # test@qq.com ret = re.match("w{4,20}@(163|126|qq).com", "test@gmail.com") if ret: print(ret.group()) else: print("不是163、126、qq郵箱") # 不是163、126、qq郵箱 #不是以4、7結(jié)尾的?機(jī)號(hào)碼(11位) tels = ["13100001234", "18912344321", "10086", "18800007777"] for tel in tels: ret = re.match("1d{9}[0-35-68-9]", tel) if ret: print(ret.group()) else: print("%s 不是想要的?機(jī)號(hào)" % tel) #提取區(qū)號(hào)和電話號(hào)碼 ret = re.match("([^-]*)-(d+)","010-12345678") print(ret.group()) print(ret.group(1)) print(ret.group(2))
舉例：number
匹配數(shù)字代表的組合。每個(gè)括號(hào)是一個(gè)組合，組合從1開(kāi)始編號(hào)。比如 (.+) 1 匹配 'the the' 或者 '55 55', 但不會(huì)匹配 'thethe' (注意組合后面的空格)。這個(gè)特殊序列只能用于匹配前面99個(gè)組合。如果 number 的第一個(gè)數(shù)位是0， 或者 number 是三個(gè)八進(jìn)制數(shù)，它將不會(huì)被看作是一個(gè)組合，而是八進(jìn)制的數(shù)字值。在 '[' 和 ']' 字符集合內(nèi)，任何數(shù)字轉(zhuǎn)義都被看作是字符。
例子1：匹配出 <html>hh</html>
1,…,9，匹配第n個(gè)分組的內(nèi)容。如例子所示，指匹配第一個(gè)分組的內(nèi)容。
import re # 正確的理解思路：如果在第?對(duì)<>中是什么，按理說(shuō)在后?的那對(duì)<>中就應(yīng)該是什么。通過(guò)引?分組中匹配到的數(shù)據(jù)即可，但是要注意是元字符串，即類似 r""這種格式。 ret = re.match(r"<([a-zA-Z]*)>w*</1>", "<html>hh</html>") # 因?yàn)?對(duì)<>中的數(shù)據(jù)不?致，所以沒(méi)有匹配出來(lái) test_label = ["<html>hh</html>","<html>hh</htmlbalabala>"] for label in test_label: ret = re.match(r"<([a-zA-Z]*)>w*</1>", label) if ret: print("%s 這是一對(duì)正確的標(biāo)簽" % ret.group()) else: print("%s 這是?對(duì)不正確的標(biāo)簽" % label)
結(jié)果：
<html>hh</html> 這是一對(duì)正確的標(biāo)簽 <html>hh</htmlbalabala> 這是?對(duì)不正確的標(biāo)簽
例子2：匹配出 <html><h1>www.itcast.cn</h1></html>
import re labels = ["<html><h1>www.itcast.cn</h1></html>", "<html><h1>www.itcast.cn</h2></html>"] for label in labels: ret = re.match(r"<(w*)><(w*)>.*</2></1>", label) if ret: print("%s 是符合要求的標(biāo)簽" % ret.group()) else: print("%s 不符合要求" % label)
結(jié)果：
<html><h1>www.itcast.cn</h1></html> 是符合要求的標(biāo)簽 <html><h1>www.itcast.cn</h2></html> 不符合要求
舉例：(?P<name>) (?P=name)
一個(gè)用于標(biāo)記，一個(gè)用于在同一個(gè)正則表達(dá)式中復(fù)用
import re ret = re.match(r"<(?P<name1>w*)><(?P<name2>w*)>.*</(?P=name2)></(?P=name1)>","<html><h1>www.itcast.cn</h1></html>") ret.group() ret = re.match(r"<(?P<name1>w*)><(?P<name2>w*)>.*</(?P=name2)></(?P=name1)>","<html><h1>www.itcast.cn</h2></html>") #ret.group()
re.compile 函數(shù)
compile 函數(shù)用于編譯正則表達(dá)式，生成一個(gè)正則表達(dá)式（ Pattern ）對(duì)象，供 match() 和 search() 這兩個(gè)函數(shù)使用。
prog = re.compile(pattern) result = prog.match(string)
等價(jià)于
result = re.match(pattern, string)
舉例：
>>>import re >>> pattern = re.compile(r'd+') m = pattern.match('one12twothree34four', 3, 10) # 從'1'的位置開(kāi)始匹配，正好匹配 >>> print m # 返回一個(gè) Match 對(duì)象 <_sre.SRE_Match object at 0x10a42aac0> >>> m.group(0) # 可省略 0 '12' >>> m.start(0) # 可省略 0 3 >>> m.end(0) # 可省略 0 5 >>> m.span(0) # 可省略 0 (3, 5)
在上面，當(dāng)匹配成功時(shí)返回一個(gè) Match 對(duì)象，其中：
group([group1, …])方法用于獲得一個(gè)或多個(gè)分組匹配的字符串，當(dāng)要獲得整個(gè)匹配的子串時(shí)，可直接使用group()或group(0)；start([group])方法用于獲取分組匹配的子串在整個(gè)字符串中的起始位置（子串第一個(gè)字符的索引），參數(shù)默認(rèn)值為 0；end([group])方法用于獲取分組匹配的子串在整個(gè)字符串中的結(jié)束位置（子串最后一個(gè)字符的索引+1），參數(shù)默認(rèn)值為 0；span([group])方法返回(start(group), end(group))
re.search函數(shù)
re.search 掃描整個(gè)字符串并返回第一個(gè)成功的匹配，如果沒(méi)有匹配，就返回一個(gè) None。
re.match與re.search的區(qū)別：re.match只匹配字符串的開(kāi)始，如果字符串開(kāi)始不符合正則表達(dá)式，則匹配失敗，函數(shù)返回None；而re.search匹配整個(gè)字符串，直到找到一個(gè)匹配
舉例：
import re ret = re.search(r"d+", "閱讀次數(shù)為9999") print(ret.group())
結(jié)果：
9999
re.findall函數(shù)
在字符串中找到正則表達(dá)式所匹配的所有子串，并返回一個(gè)列表，如果沒(méi)有找到匹配的，則返回空列表。注意： match 和 search 是匹配一次 findall 匹配所有。
舉例：
import re ret = re.findall(r"d+", "python = 9999, c = 7890, c++ = 12345") print(ret)
結(jié)果：
['9999', '7890', '12345']
re.finditer函數(shù)
和 findall 類似，在字符串中找到正則表達(dá)式所匹配的所有子串，并把它們作為一個(gè)迭代器返回。
import re it = re.finditer(r"d+", "12a32bc43jf3") for match in it: print(match.group())
結(jié)果：
12 32 43 3
re.sub函數(shù)
sub是substitute的所寫(xiě)，表示替換，將匹配到的數(shù)據(jù)進(jìn)?替換。
語(yǔ)法：re.sub(pattern, repl, string, count=0, flags=0)
| 參數(shù) | 描述 |
| pattern | 必選，表示正則中的模式字符串 |
| repl | 必選，就是replacement，要替換的字符串，也可為一個(gè)函數(shù) |
| string | 必選，被替換的那個(gè)string字符串 |
| count | 可選參數(shù)，count 是要替換的最大次數(shù)，必須是非負(fù)整數(shù)。如果省略這個(gè)參數(shù)或設(shè)為 0，所有的匹配都會(huì)被替換 |
| flag | 可選參數(shù)，標(biāo)志位，用于控制正則表達(dá)式的匹配方式，如：是否區(qū)分大小寫(xiě)，多行匹配等等。 |
舉例：將匹配到的閱讀次數(shù)加1
方法一：
import re ret = re.sub(r"d+", '998', "python = 997") print(ret)
結(jié)果：
python = 998
方法二：
import re def add(temp): #int（）參數(shù)必須是字符串，類似字節(jié)的對(duì)象或數(shù)字，而不是“re.Match” strNum = temp.group() num = int(strNum) + 1 return str(num) ret = re.sub(r"d+", add, "python = 997") print(ret) ret = re.sub(r"d+", add, "python = 99") print(ret)
結(jié)果;
python = 998 python = 100
re.subn函數(shù)
行為與sub()相同，但是返回一個(gè)元組 (字符串, 替換次數(shù))。
re.subn(pattern, repl, string[, count])
返回：(sub(repl, string[, count]), 替換次數(shù))
import re pattern = re.compile(r'(w+) (w+)') s = 'i say, hello world!' print(re.subn(pattern, r'2 1', s)) def func(m): return m.group(1).title() + ' ' + m.group(2).title() print(re.subn(pattern, func, s)) ### output ### # ('say i, world hello!', 2) # ('I Say, Hello World!', 2)
re.split函數(shù)
根據(jù)匹配進(jìn)?切割字符串，并返回?個(gè)列表。
re.split(pattern, string, maxsplit=0, flags=0)
| 參數(shù) | 描述 |
| pattern | 匹配的正則表達(dá)式 |
| string | 要匹配的字符串 |
| maxsplit | 分隔次數(shù)，maxsplit=1 分隔一次，默認(rèn)為 0，不限制次數(shù) |
舉例：
import re ret = re.split(r":| ","info:xiaoZhang 33 shandong") print(ret)
結(jié)果：
['info', 'xiaoZhang', '33', 'shandong']
python貪婪和?貪婪
Python?數(shù)量詞默認(rèn)是貪婪的（在少數(shù)語(yǔ)??也可能是默認(rèn)?貪婪），總是嘗試匹配盡可能多的字符；?貪婪則相反，總是嘗試匹配盡可能少的字符。
例如：正則表達(dá)式”ab*”如果用于查找”abbbc”，將找到”abbb”。而如果使用非貪婪的數(shù)量詞”ab*?”，將找到”a”。
注：我們一般使用非貪婪模式來(lái)提取。
在"*","?","+","{m,n}"后?加上？，使貪婪變成?貪婪。
舉例1：
import re s="This is a number 234-235-22-423" #正則表達(dá)式模式中使?到通配字，那它在從左到右的順序求值時(shí)，會(huì)盡量“抓取”滿?匹配最?字符串，在我們上?的例???，“.+”會(huì)從字符串的啟始處抓取滿?模式的最?字符，其中包括我們想得到的第?個(gè)整型字段的中的?部分，“d+”只需?位字符就可以匹配，所以它匹配了數(shù)字“4”，?“.+”則匹配了從字符串起始到這個(gè)第?位數(shù)字4之前的所有字符 r=re.match(".+(d+-d+-d+-d+)",s) print(r.group(1)) #?貪婪操作符“？”，這個(gè)操作符可以?在"*","+","?"的后?，要求正則匹配的越少越好 r=re.match(".+?(d+-d+-d+-d+)",s) print(r.group(1))
結(jié)果：
4-235-22-423 234-235-22-423
舉例2：
>>> re.match(r"aa(d+)","aa2343ddd").group(1) '2343' >>> re.match(r"aa(d+?)","aa2343ddd").group(1) '2' >>> re.match(r"aa(d+)ddd","aa2343ddd").group(1) '2343' >>> re.match(r"aa(d+?)ddd","aa2343ddd").group(1) '2343'
舉例3：提取圖片地址
import re test_str="<img src=https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973.jpg>" ret = re.search(r"https://.*?.jpg", test_str) print(ret.group())
結(jié)果：https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973.jpg
r的作?
與大多數(shù)編程語(yǔ)言相同，正則表達(dá)式里使用””作為轉(zhuǎn)義字符，這就可能造成反斜杠困擾。假如你需要匹配文本中的字符””，那么使用編程語(yǔ)言表示的正則表達(dá)式里將需要4個(gè)反斜杠”\\”：前兩個(gè)和后兩個(gè)分別用于在編程語(yǔ)言里轉(zhuǎn)義成反斜杠，轉(zhuǎn)換成兩個(gè)反斜杠后再在正則表達(dá)式里轉(zhuǎn)義成一個(gè)反斜杠。Python里的原生字符串很好地解決了這個(gè)問(wèn)題，Python中字符串前?加上 r 表示原?字符串。
import re mm = "c:\a\b\c" print(mm)#c:abc ret = re.match("c:\\",mm).group() print(ret)#c: ret = re.match("c:\\a",mm).group() print(ret)#c:a ret = re.match(r"c:\a",mm).group() print(ret)#c:a ret = re.match(r"c:a",mm).group() print(ret)#AttributeError: 'NoneType' object has no attribute 'group'
【
