站長資訊網(wǎng)正則表達式是用于處理字符串的強大工具，它并不是Python的一部分。
其他編程語言中也有正則表達式的概念，區(qū)別只在于不同的編程語言實現(xiàn)支持的語法數(shù)量不同。
它擁有自己獨特的語法以及一個獨立的處理引擎，在提供了正則表達式的語言里，正則表達式的語法都是一樣的。
下圖展示了使用正則表達式進行匹配的流程：
1.1介紹
正則表達式并不是Python的一部分。正則表達式是用于處理字符串的強大工具，擁有自己獨特的語法以及一個獨立的處理引擎，效率上可能不如str自帶的方法，但功能十分強大。得益于這一點，在提供了正則表達式的語言里，正則表達式的語法都是一樣的，區(qū)別只在于不同的編程語言實現(xiàn)支持的語法數(shù)量不同；但不用擔(dān)心，不被支持的語法通常是不常用的部分。
正則表達式是一個特殊的字符序列，它能幫助你方便的檢查一個字符串是否與某種模式匹配。Python 自1.5版本起增加了re 模塊，它提供 Perl 風(fēng)格的正則表達式模式。re 模塊使 Python 語言擁有全部的正則表達式功能。
1.2要知道的各種用法
模式字符串使用特殊的語法來表示一個正則表達式：
字母和數(shù)字表示他們自身。一個正則表達式模式中的字母和數(shù)字匹配同樣的字符串。多數(shù)字母和數(shù)字前加一個反斜杠時會擁有不同的含義。標(biāo)點符號只有被轉(zhuǎn)義時才匹配自身，否則它們表示特殊的含義。反斜杠本身需要使用反斜杠轉(zhuǎn)義。
由于正則表達式通常都包含反斜杠，所以你最好使用原始字符串來表示它們。模式元素(如 r’/t’，等價于’//t’)匹配相應(yīng)的特殊字符。
下表列出了正則表達式模式語法中的特殊元素。如果你使用模式的同時提供了可選的標(biāo)志參數(shù)，某些模式元素的含義會改變。
當(dāng)然這些用法很多，待會會給出經(jīng)常使用到的用法，多試試就能理解了。
模式
| 模式 | 描述 |
|---|---|
| ^ | 匹配字符串的開頭 |
| $ | 匹配字符串的末尾。 |
| . | 匹配任意字符，除了換行符，當(dāng)re.DOTALL標(biāo)記被指定時，則可以匹配包括換行符的任意字符。 |
| […] | 用來表示一組字符,單獨列出：[amk] 匹配 ‘a’，’m’或’k’ |
| [^…] | 不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。 |
| re* | 匹配0個或多個的表達式。 |
| re+ | 匹配1個或多個的表達式。 |
| re? | 匹配0個或1個由前面的正則表達式定義的片段，非貪婪方式 |
| re{ n} | |
| re{ n,} | 精確匹配n個前面表達式。 |
| re{ n, m} | 匹配 n 到 m 次由前面的正則表達式定義的片段，貪婪方式 |
| a| b | 匹配a或b |
| (re) | G匹配括號內(nèi)的表達式，也表示一個組 |
| (?imx) | 正則表達式包含三種可選標(biāo)志：i, m, 或 x 。只影響括號中的區(qū)域。 |
| (?-imx) | 正則表達式關(guān)閉 i, m, 或 x 可選標(biāo)志。只影響括號中的區(qū)域。 |
| (?: re) | 類似 (…), 但是不表示一個組 |
| (?imx: re) | 在括號中使用i, m, 或 x 可選標(biāo)志 |
| (?-imx: re) | 在括號中不使用i, m, 或 x 可選標(biāo)志 |
| (?#…) | 注釋. |
| (?= re) | 前向肯定界定符。如果所含正則表達式，以 … 表示，在當(dāng)前位置成功匹配時成功，否則失敗。但一旦所含表達式已經(jīng)嘗試，匹配引擎根本沒有提高；模式的剩余部分還要嘗試界定符的右邊。 |
| (?! re) | 前向否定界定符。與肯定界定符相反；當(dāng)所含表達式不能在字符串當(dāng)前位置匹配時成功 |
| (?> re) | 匹配的獨立模式，省去回溯。 |
| w | 匹配字母數(shù)字 |
| W | 匹配非字母數(shù)字 |
| s | 匹配任意空白字符，等價于 [tnrf]. |
| S | 匹配任意非空字符 |
| d | 匹配任意數(shù)字，等價于 [0-9]. |
| D | 匹配任意非數(shù)字 |
| A | 匹配字符串開始 |
| Z | 匹配字符串結(jié)束，如果是存在換行，只匹配到換行前的結(jié)束字符串。c |
| z | 匹配字符串結(jié)束 |
| G | 匹配最后匹配完成的位置。 |
| b | 匹配一個單詞邊界，也就是指單詞和空格間的位置。例如， ‘erb’ 可以匹配”never” 中的 ‘er’，但不能匹配 “verb” 中的 ‘er’。 |
| B | 匹配非單詞邊界。’erB’ 能匹配 “verb” 中的 ‘er’，但不能匹配 “never” 中的 ‘er’。 |
| n, t, 等. | 匹配一個換行符。匹配一個制表符。等 |
| 1…9 | 匹配第n個分組的子表達式。 |
| 10 | 匹配第n個分組的子表達式，如果它經(jīng)匹配。否則指的是八進制字符碼的表達式。 |
字符類
| 實例 | 描述 |
|---|---|
| [Pp]ython | 匹配 “Python” 或 “python” |
| rub[ye] | 匹配 “ruby” 或 “rube” |
| [aeiou] | 匹配中括號內(nèi)的任意一個字母 |
| [0-9] | 匹配任何數(shù)字。類似于 [0123456789] |
| [a-z] | 匹配任何小寫字母 |
| [A-Z] | 匹配任何大寫字母 |
| [a-zA-Z0-9] | 匹配任何字母及數(shù)字 |
| [^aeiou] | 除了aeiou字母以外的所有字符 |
| [^0-9] | 匹配除了數(shù)字外的字符 |
特殊字符類
| 實例 | 描述 |
|---|---|
| . | 匹配除 “n” 之外的任何單個字符。要匹配包括 ‘n’ 在內(nèi)的任何字符，請使用象 ‘[.n]’ 的模式。 |
| d | 匹配一個數(shù)字字符。等價于 [0-9]。 |
| D | 匹配一個非數(shù)字字符。等價于 [^0-9]。 |
| s | 匹配任何空白字符，包括空格、制表符、換頁符等等。等價于 [ fnrtv]。 |
| S | 匹配任何非空白字符。等價于 [^ fnrtv]。 |
| w | 匹配包括下劃線的任何單詞字符。等價于'[A-Za-z0-9_]’。 |
| W | 匹配任何非單詞字符。等價于 ‘[^A-Za-z0-9_]’。 |
1.3re.match函數(shù)
re.match 嘗試從字符串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，match()就返回none。
re.match(pattern, string, flags = 0)
pattern 正則表達式
string 匹配的字符串
flags 標(biāo)志位，用來控制匹配方式，下文會講
直接上程序：
import string,re r = "abc" #正則表達式 if re.match(r,"abc"): #匹配 print 'done' else: print 'defeat'
結(jié)果:
done
可以根據(jù)上面各表給出的用法，多練練：
import string,re r = "a.c" #正則表達式 . 匹配任意字符，除了換行符，當(dāng)re.DOTALL標(biāo)記被指定時，則可以匹配包括換行符的任意字符。 if re.match(r,"abc"): print re.match(r,"abc") print 'done' else: print 'defeat'
結(jié)果：
<_sre.SRE_Match object at 0x01dd6158>
done
注意這里不是顯示匹配成功的字符串,re.match() 返回的是一個對象，不成功返回的是none.
我們可以通過group(num)或groups()匹配對象函數(shù)來獲取匹配表達式?！?/p>
| 匹配對象方法 | 描述 |
|---|---|
| group(num=0) | 匹配的整個表達式的字符串，group() 可以一次輸入多個組號，在這種情況下它將返回一個包含那些組所對應(yīng)值的元組。 |
| groups() | 返回一個包含所有小組字符串的元組，從 1 到 所含的小組號。 |
程序：
import string,re r = "a.c" if re.match(r,"abc"): line = re.match(r,"abc") print line.group() else: print 'defeat'
結(jié)果：
abc
1.3re.search函數(shù)
re.search() 掃描整個字符串并返回第一個成功的匹配
re.search(pattern, string, flags=0)
pattern 正則表達式
string 匹配的字符串
flags 標(biāo)志位，用于控制匹配方式
和re.match()一樣，匹配成功re.search方法返回一個匹配的對象，否則返回None。
直接上程序：
import string,re r = "abc" s = 'aacawcabc' if re.search(r,s): line = re.search(r,s) print line.group()
結(jié)果：
abc
注意：
re.match()和re.search()的區(qū)別：
re.match只匹配字符串的開始，如果字符串開始不符合正則表達式，則匹配失敗，函數(shù)返回None；而re.search匹配整個字符串，直到找到一個匹配。
1.4re.sub函數(shù)
re.sub（）函數(shù)用于替換匹配項。
re.sub(pattern,repl,string,max = 0)
pattern 正則表達式
repl 替換 項
string 匹配的字符串
count 替換的最大次數(shù) 缺省值是0 表示替換所有的匹配
返回的字符串是在字符串中用 RE 最左邊不重復(fù)的匹配來替換。如果模式?jīng)]有發(fā)現(xiàn)，字符將被沒有改變地返回。
程序：
import string,re pattern = 'd' repl = "!" s = 'abcdefg' line = re.sub(pattern,repl,s) print line
結(jié)果：
!!!!!!!!!abcdefg
1.5正則表達式修飾符 – 可選標(biāo)志
我們來說說什么是標(biāo)志位：
正則表達式可以包含一些可選標(biāo)志修飾符來控制匹配的模式。修飾符被指定為一個可選的標(biāo)志。多個標(biāo)志可以通過按位 OR(|) 它們來指定。如 re.I | re.M 被設(shè)置成 I 和 M 標(biāo)志：
| 修飾符 | 描述 |
|---|---|
| re.I | 使匹配對大小寫不敏感 |
| re.L | 做本地化識別（locale-aware）匹配 |
| re.M | 多行匹配，影響 ^ 和 $ |
| re.S | 使 . 匹配包括換行在內(nèi)的所有字符 |
| re.U | 根據(jù)Unicode字符集解析字符。這個標(biāo)志影響 w, W, b, B. |
| re.X | 該標(biāo)志通過給予你更靈活的格式以便你將正則表達式寫得更易于理解。 |
程序：
import string,re pattern = '[Aa][Bb][Cc][Dd]' s = 'AbCd' if re.match(pattern,s): line = re.match(pattern,s) print line.group()
結(jié)果：
AbCd
上面程序可以通過選擇標(biāo)志位來實現(xiàn)：
import string,re pattern = 'abcd' s = 'AbCd' if re.match(pattern,s,re.I): line = re.match(pattern,s,re.I) print line.group()
結(jié)果;
AbCd
1.6re.compile函數(shù)
使用re的一般步驟是先使用re.compile()函數(shù)，將正則表達式的字符串形式編譯為Pattern實例，然后使用Pattern實例處理文本并獲得匹配結(jié)果（一個Match實例），最后使用Match實例獲得信息，進行其他的操作。
程序：
import string,re pattern = re.compile('d+') s = 'aabbccdd' if pattern.match(s): line = pattern.match(s) print line.group()
結(jié)果：
11223344
