自学教程：带你精通Python正则表达式

Python正则表达式

正则作为处理字符串的一个实用工具，在Python中经常会用到，比如爬虫爬取数据时常用正则来检索字符串等等。正则表达式已经内嵌在Python中，通过导入re模块就可以使用，作为刚学Python的新手大多数都听说”正则“这个术语。

一、re模块

在讲正则表达式之前，我们首先得知道哪里用得到正则表达式。正则表达式是用在findall()方法当中，大多数的字符串检索都可以通过findall()来完成。

1.导入re模块

在使用正则表达式之前，需要导入re模块。

import re	

2.findall（）的语法：

导入了re模块之后就可以使用findall（）方法了，那么我们必须要清楚findall（）的语法是怎么规定的。

findall(正则表达式，目标字符串)

不难看出findall（）的是由正则表达式和目标字符串组成，目标字符串就是你要检索的东西，那么如何检索则是通过正则表达式来进行操作，也就是我们今天的重点。

使用findall（）之后返回的结果是一个列表，列表中是符合正则要求的字符串

二、正则表达式

1.字符串的匹配

1.1普通字符

大多数的字母和字符都可以进行自身匹配。

import rea = "abc123+-*"b = re.findall('abc',a)print(b)

输出结果：

['abc']

1.2元字符

元字符指的是. ^ $ ? + {} / []之类的特殊字符，通过它们我们可以对目标字符串进行个性化检索，返回我们要的结果。

这里我给大家介绍10个常用的元字符以及它们的用法，这里我先给大家做1个简单的汇总，便于记忆，下面会挨个讲解每一个元字符的使用。

（1） []

[] 的使用方式主要有以下三种：

• 常用来指定一个字符集。
  

s = "a123456b"rule = "a[0-9][1-6][1-6][1-6][1-6][1-6]b" #这里暂时先用这种麻烦点的方法，后面有更容易的，不用敲这么多[1-6]l = re.findall(rule,s)print(l)

输出结果为：

['a123456b']

• 可以表示一个范围。

例如要在字符串"abcabcaccaac"中选出abc元素：

s = "abcabcaccaac"rule = "a[a,b,c]c"  # rule = "a[a-z0-9][a-z0-9][a-z0-9][a-z0-9]c" l = re.findall(rule, s)print(l)

输出结果为：

['abc', 'abc', 'acc', 'aac']

• [] 内的元字符不起作用，只表示普通字符。
  

例如要在字符串“caabcabcaabc”中选出“caa”：

print(re.findall("caa[a，^]", "caa^bcabcaabc"))

输出结果为：

['caa^']

注意：当在[]的第一个位置时，表示除了a以外的都进行匹配，例如把[]中的和a换一下位置：

print(re.findall("caa[^,a]", "caa^bcabcaabc")) 

输出：

['caa^', 'caab'] 

（2）^

^ 通常用来匹配行首，例如：

print(re.findall("^abca", "abcabcabc"))

输出结果：

['abca']

(3) $

$ 通常用来匹配行尾，例如：

print(re.findall("abc$", "accabcabc"))

输出结果：

['abc']

（4）/

​ 反斜杠后面可以加不同的字符表示不同的特殊含义，常见的有以下3种。

• /d:匹配任何十进制数等价于[0-9]

print(re.findall("c/d/d/da", "abc123abc"))

输出结果为：

['c123a']

/可以转义成普通字符，例如：

print(re.findall("/^abc", "^abc^abc"))

输出结果：

['^abc', '^abc']

• s
  

匹配任何的空白字符例如：

print(re.findall("/s/s", "a     c"))

输出结果：

['  ', '  ']

• /w
  

匹配任何字母数字和下划线，等价于[a-zA-Z0-9_]，例如：

print(re.findall("/w/w/w", "abc12_"))

输出：

['abc', '12_']

（5）{n}

{n}可以避免重复写，比如前面我们用/w时写了3次/w，而这里我们这需要用用上{n}就可以，n表示匹配的次数，例如：

print(re.findall("/w{2}", "abc12_"))

输出结果：

['ab', 'c1', '2_']

（6）*

*表示匹配零次或多次（尽可能的多去匹配），例如：

print(re.findall("010-/d*", "010-123456789"))

输出：

['010-123456789']

（7） + **

+表示匹配一次或多次，例如

print(re.findall("010-/d+", "010-123456789"))

输出：

['010-123456789']

（8） .

.是个点，这里不是很明显，它用来操作除了换行符以外的任何字符，例如：

print(re.findall(".", "010/n?!"))

输出：

['0', '1', '0', '?', '!']

(9) ？

？表示匹配一次或零次

print(re.findall("010-/d?", "010-123456789"))

输出：

['010-1']

这里要注意一下贪婪模式和非贪婪模式。

贪婪模式：尽可能多的去匹配数据，表现为/d后面加某个元字符，例如/d*：

print(re.findall("010-/d*", "010-123456789"))

输出：

['010-123456789']

非贪婪模式：尽可能少的去匹配数据，表现为/d后面加？，例如/d?

print(re.findall("010-/d*?", "010-123456789"))

输出为：

['010-']

(10) {m,n}

m,n指的是十进制数,表示最少重复m次，最多重复n次，例如：

print(re.findall("010-/d{3,5}", "010-123456789"))

输出：['010-12345']

加上？表示尽可能少的去匹配

print(re.findall("010-/d{3,5}?", "010-123456789"))

输出：

['010-123']

{m,n}还有其他的一些灵活的写法，比如：

• {1,} 相当于前面提过的 + 的效果
• {0，1} 相当于前面提过的 ？ 的效果
• {0，} 相当于前面提过的 * 的效果

关于常用的元字符以及使用方法就先到这里，我们再来看看正则的其他知识。

2、正则的使用

2.1编译正则

在Python中，re模块可通过compile() 方法来编译正则，re.compile(正则表达式),例如：

 s = "010-123456789" rule = "010-/d*" rule_compile = re.compile(rule) #返回一个对象 # print(rule_compile) s_compile = rule_compile.findall(s) print(s_compile) #打印compile()返回的对象是什么

输出结果：

['010-123456789']

2.2正则对象的使用方法

正则对象的使用方法不仅仅是通过我们前面所介绍的 findall() 来使用，还可以通过其他的方法进行使用，效果是不一样的，这里我做个简单的总结：

（1）findall()

找到re匹配的所有字符串，返回一个列表

（2）search()

扫描字符串，找到这个re匹配的位置（仅仅是第一个查到的）

（3）match()

决定re是否在字符串刚开始的位置（匹配行首）

就拿上面的 compile()编译正则之后返回的对象来做举例，我们这里不用 findall() ,用 match() 来看一下结果如何：

s = "010-123456789"rule = "010-/d*"rule_compile = re.compile(rule)  # 返回一个对象# print(rule_compile)s_compile = rule_compile.match(s)print(s_compile)  # 打印compile()返回的对象是什么

输出：

<re.Match object; span=(0, 13), match='010-123456789'>

可以看出结果是1个match 对象，开始下标位置为0~13，match为 010-123456789 。既然返回的是对象，那么接下来我们来讲讲这个match 对象的一些操作方法。

2.3Match object 的操作方法

这里先介绍一下方法，后面我再举例，Match对象常见的使用方法有以下几个：

（1）group()

返回re匹配的字符串

（2）start()

返回匹配开始的位置

（3）end()

返回匹配结束的位置

（4）span()

返回一个元组：（开始,结束）的位置

举例：用span()来对search()返回的对象进行操作：

s = "010-123456789"rule = "010-/d*"rule_compile = re.compile(rule)  # 返回一个对象s_compile = rule_compile.match(s)print(s_compile.span())  #用span()处理返回的对象

结果为：

(0, 13)

2.4re模块的函数

re模块中除了上面介绍的findall()函数之外，还有其他的函数，来做一个介绍：

（1）findall()

根据正则表达式返回匹配到的所有字符串，这个我就不多说了，前面都是在介绍它。

（2）sub(正则,新字符串,原字符串)

sub() 函数的功能是替换字符串，例如：

s = "abcabcacc" #原字符串l = re.sub("abc","ddd",s)   #通过sub()处理过的字符串print(l)

输出：

ddddddacc #把abc全部替换成ddd

(3)subn(正则,新字符串,原字符串)

subn()的作用是替换字符串，并返回替换的次数

s = "abcabcacc" #原字符串l = re.subn("abc","ddd",s)   #通过sub()处理过的字符串print(l)

输出：

('bbbbbbacc', 2)

（4）split()

split()分割字符串，例如：

s = "abcabcacc"l = re.split("b",s)print(1)

输出结果：

['a', 'ca', 'cacc']

到此这篇关于带你精通Python正则表达式的文章就介绍到这了,更多相关Python正则表达式内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！