python 正则表达式 re模块

该文主要为概念详解（理解）。实例参见文末链接，博主示例写的很详细。

• python re 模块的使用
• python 正则表达式字符

""" 1、python re 模块的使用 """
# （1）、re.match()
# res = re.match(pattern, string, flags=0)尝试从字符串的起始位置匹配一个字符串，匹配以pattern开头的字符串
# 成功返回match的"对象"，否则返回None。调用：结果对象res.group()输出返回的结果，匹配失败不能用group
# .group(num) 多个结果以元组的形式存储 num的取值为1 2 3，用下标的形式获取匹配的结果，也可以group()输出
# .groups() 以元组的形式，返回多个匹配的结果

# （2）、re.complie()
# complie将正则表达式模式编译成一个正则表达式对象
# reg = re.compile()  result = reg.match(string) 共两行代码，对象重用效率高
# 上述两行等价于result = re.match(pattern, string)

# （3）、re.search()
# re.search(pattern, string, flags=0) 在全文中匹配一次，匹配到（找到了）就返回"对象"
data = '我爱我的祖国，我来自中国，中国的风景非常美丽'   # 这里有两个“中国”
res = re.search('中国', data)
print(res)   # 返回索引为（10,12）
print(data[10:12])   # 查看一下，确实是返回的第一个“中国”
# print(res.group())

# （4）、re.findall() 返回的是一个列表
# 用于查询字符串中/某个正则表达式匹配到的/所有满足条件的结果，返回的是一个"列表"，该方法使用频率高
# re.findall(string, pos, endpos) 三个参数
# string为待匹配的字符串；pos可选参数，指定字符串的起始位置，默认为0；
# endpos可选参数，指定字符串的结束位置，默认为字符串的长度
data = '华为是华人、华侨的骄傲！'
res1 = re.findall('华.', data)
print(res1)
res = re.compile('华.')      # 最好用这个方法
res2 = res.findall(data)
print(res2)

# （5）、re.sub()
# 将匹配到的数据进行替换 re.sub(pattern, repl, string, count=0, flags=0)
# 上述5个参数的含义依次为：正则中的模式字符串；替换的字符串；要被查找替换的原始字符串
#                         替换的次数，默认为0表示替换所有的匹配；标志位，控制匹配方式。
# 下面是一个例子
data = '我在学习Python, Python是一门很受欢迎的编程语言，我熟悉用Python'
res1 = re.sub('[A-Za-z]+', 'C++', data)  # 全部替换
res2 = re.sub('[A-Za-z]+', 'C++', data, count=2)  # 替换两处
print(res1)
print(res2)

# （6）、re.subn()
# 用于完成目标的搜索和替换，以"元组"形式返回被替换的数量
data = '我在学习Python, Python是一门很受欢迎的编程语言，我熟悉用Python'
resn = re.subn('[A-Za-z]+', 'C++', data)  # 全部替换
print(resn)

# （7）、re.split()
# 实现字符串的分割，返回一个"列表"
data = 'C++,C#,Java,Python,Perl'
print(re.split(',', data))   # 用逗号分割，结果为一个list

""" 2、python正则表达式字符 """

# \A    只从字符开头匹配，re.search("\Aabc","alexabc") 是匹配不到的
# \Z    匹配字符结尾，同$
# \d    匹配数字0-9
# \D    匹配非数字
# \w    匹配[A-Za-z0-9]
# \W    匹配非[A-Za-z0-9]
# \s    匹配空白字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 结果 '\t'
# \b    单词边界
# \B    非单词边界
#  ^    放在中括号里面指的是取反，放在中括号外面指的是“开头”，只匹配开头的一个数据
#  $    结尾
#  .    匹配任何单个字符（除了换行符），它只能出现在方括号以外，如果匹配6个字母，那么写6个点
#  ？   可选字符。u?表示u既可以出现也可以不出现，匹配?之前的字符0次或1次 favou?rite
# {N}   在一个字符组后加上{N} 就可以表示在它之前的字符组出现N次  \d{3}-\d{5} 匹配电话号码 [phone]
# {M,N} M是下界N是上界，\d{3,4}既可以匹配3个数字也可以匹配4个数字，当有4个数字的时候，
#       优先匹配4个数字，这是因为正则表达式默认是贪婪模式，非贪婪模式，需要在后面加一个？，\d{3,4}？

# + *   开闭区间：遇到字符组的重复次数没有边界时，如 \d{1,}：第二个区间不写，表示匹配1个或无穷个，是贪婪模式
#       使用 + 匹配前面的模式1个到无数个，使用 * 代表0个到无数个，即：+等价于{1,}，*等价于{0,}，是贪婪模式
#       .+ 匹配任意字符1个或者无穷个   .* 匹配任意字符0个或者无穷个

# ()    分组机制：使用分组时，除了获得整个匹配，还能够在匹配中选择每一个分组。
#  |    或者，在()中使用

# (?:表达式)      非捕获分组?:，并不需要捕获某个分组的内容，但是又想使用分组的特性，也就是不想要某一个分组的结果
# 分组的回溯引用  引用之前匹配分组的机制，使用\N可以引用编号为N的分组，如\1
# 正向先行断言    (?=表达式)，指在某个位置向右看，表示所在位置右侧必须能匹配表达式，但是不匹配括号内的内容，匹配
#                 的是括号之前的
# 反向先行断言    (?!表达式) 保证右边不能出现某字符表达式
# 正向后行断言    先行断言和后行断言区别在于：先行断言从左往右看，后行断言从右往左看；
#                 (?<=表达式)，指在某个位置向左看，表示所在位置左侧必须能匹配表达式
#                 eg. 如果要取出“爱”这个字，要求爱的前面有“我”，后面有“中国”，这时：(?<=我)爱(?=中国)
# 反向后行断言    (?<!表达式)，指在某个位置向左看，表示所在位置左侧不能匹配表达式
#                 例如：如果要取出“爱”这个字，要求爱的前面没有“我”，后面没有“你”，(?<!我)爱(?!你)
# (?P<>)          P是大写的，用于分组起别名 <>里面为别名，使用时：(?P=引用的名字)

Python正则表达式符号及re模块例子（详细使用情况）：

https://blog.csdn.net/likunkun__/article/details/81707883

本文地址：https://blog.csdn.net/qq_43385457/article/details/107449196