本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理

以下文章来源于腾讯云，作者：数据医生

( 想要学习Python？Python学习交流群：1039649593，满足你的需求，资料都已经上传群文件流，可以自行下载！还有海量最新2020python学习资料。 )

Python 使用re 模块提供了正则表达式处理的能力

re.M                         多行模式
re.MULTILNE
re.S                         单行模式
re.DOTALL      
re.I                         忽略大小写
re.IGNORECASE
re.X                         忽略表示式中的空白字符
re.VERBOSE
使用 | 位 或 / 运算开启多种选项

方法

编译

re.compile(patten,flags=0)

设定flags, 编译模式，返回正则表达式对象regex。

pattern 就是正则表达式字符串，flags是选项。正则表达需要被编译，为了提高提高效率，这些编译后的结果被保存，下次使用同样的pattern 的时候，就不需要再次编译。

re的其他方法为了提高效率都调用了编译方法，就是为了提速。

单次匹配

re.march(pattern,string,flags=0)
regex.match(string[,pos[,endpos]])
match匹配从字符串开头匹配，regex对象match 方法可以重设定开始位置和结束位置。返回match对象

re.search(pattern,string,flags=0)
regex.search(string[,pos[,endpod]])
从头搜索直到第一个匹配，regex对象search方法可以重设定开始位置和结束位置，返回match对象

re.fullmatch(pattern,string,flags=0)
regex.fullmatch(string[,pos[,endpos]])
整个字符串和正则表达式匹配

全文搜索

re.findall(pattern,string,flags=0)
regex.findall(string[,pos[,endpos]])
对整个字符串，从左到右匹配，返回所有匹配的列表

re.finditer(pattern,string,flags=0)
redex.finditer(string[,pos[,endpos]])
对整个字符串，从左到右匹配，返回所有匹配项，返回迭代器。注意每次迭代返回的是match对象

匹配替换

re.sub(pattern,replacement,string,count=0,flags=0)
regex.sub(reglacement,string,count=0)
使用pattern对字符串string 进行匹配，对匹配项使用repl替换。
replacement可以是string, bytes, function.

re.subn(pattern,replacement,string,count=0,flags=0)
regex.subn(replacement,string,count=0)
同sub返回一个元组(new_string,number_of_subs_made)

字符串分割

字符串的分割函数，太难用，不能指定多个字符进行分割。
re.split(pattern,string,maxsplit=0,flags=0)
re.split分隔字符串

分组

使用小括号的pattern 捕获的数据被放到了组group 中。
match ,search 函数可以返回match 对象；findall 返回字符串列表；finditer 返回一个个match 对象

如果pattern 中使用哦分组，如果有匹配的结果，会在match 对象中
1、使用group(N)方式返回对应分组，1-N 是对应的分组，0返回整个匹配的字符串
2、如果使用了命名分组，可以使用group('name') 的方式取分组
3、也可以使用groups()返回多有分组
4、使用groupdict()返回所有命名的分组

Python正则表达式

菜鸟教程地址

Python 正则表达式 | 菜鸟教程 (runoob.com)

正则在线测试地址

在线正则表达式测试 (oschina.net)

常用操作符

操作符
.           表示任何单个字符
[]          字符集，对单个字符给出取值范围      [abc]表示a、b、c，[a-z]表示a-z单个字符
[^]         非字符集。对单个字符给出排除范围     [^abc]表示非a或b或c的单个字符
*           前一个字符的0次或者无限次的扩展     abc*表示ab、abc、abcc、abcccc等等
+           前一个字符的1次或者无限次的扩展     abc+表示 abc、abccc、abcc、abccccc等
？          前一个字符的0次或者1次扩展          abc?表示 ab、abc
|           左右表达式中的任意一个             abc|def表示abc、def
{m}         扩展前一个字符m次                 ab{2}c表示abbc
{m,n}       扩展前一个字符m至n次（含n）        ab{1,2}c表示abc、abbc
^           匹配字符串开头                    ^abc表示abc在一个字符串的开头
$           匹配字符串结尾                    abc$表示abc在一个字符串的结尾
()          分组标记内部只能使用|操作符         (abc)表示abc ，(abc|def)表示abc、def
\d          数字，等价于[0-9]
\w          单词字符，等价于[A-Za-z0-9_]     	表示字符小写大写的a-z 和数字0-9以及下划线_
\b			匹配一个单词边界，也就是指单词和空格间的位置。	例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。

正则实战练习

以0开头,然后是两个数字,然后是一个连字号"-",最后是8个数字

查找内容: 	010-11111111
正则表达式: 0\d{2}-\d{8}
结果: 
共找到 1 处匹配：
010-11111111

查找内容: 	1111010-11111111321
正则表达式: 0\d{2}-\d{8}
结果: 
共找到 1 处匹配：
010-11111111

查找内容: 	010-11111
正则表达式: 0\d{2}-\d{8}
结果: 
（没有匹配）

匹配以字母a开头的单词(注意是找单词,而不是在一个字符串中匹配字符)

查找内容: 	hello,world,apple,banana,AirPods,await
正则表达式: \ba\w*\b
结果: 
共找到 2 处匹配：
apple
await

匹配刚好6个字符的单词

查找内容: 	hello,world,apple,banana,AirPods,await
正则表达式: \b\w{6}\b
结果: 
共找到 1 处匹配：
banana

匹配1个或更多连续的数字

查找内容: 	this is a number11121aaa
正则表达式: \d+  或者\d{1,}
结果: 
共找到 1 处匹配：
11121

5位到12位QQ号

查找内容: 	123456789125
正则表达式: ^[1-9]\d{4,11}$
结果: 
共找到 1 处匹配：
123456789125

Python正则常用函数

re.match

从字符第一个开始匹配,匹配到返回对象,匹配不到返回None

testUrl = "http://www.baidu.com"
pattern = re.compile(r'b.*u')
print(re.match(pattern, testUrl))
print(re.match(r'http', testUrl))

输出>>
None
<re.Match object; span=(0, 4), match='http'>

re.search

在字符串中搜索,返回匹配到的第一个对象,匹配不到返回None

testUrl = "http://www.baidu.com"
pattern = re.compile(r'b.*u')
print(re.search(pattern, testUrl))

输出>>
<re.Match object; span=(11, 16), match='baidu'>

re.sub

替换字符串中的匹配的字符,返回替换后的字符串

testUrl = "http://www.baidu.com"
print(re.sub(r'\W+', "", testUrl))

输出>>
httpwwwbaiducom

re.findall

返回所有匹配的结果列表

testUrl = "http://www.baidu.com"
print(re.findall(r'\w{4}', testUrl))

输出>>
['http', 'baid']

实战

获取百度首页,匹配title标签中的内容

import requests

testUrl = "http://www.baidu.com"
req = requests.get(testUrl)
pattern = r'<title>(.*?)</title>'
print(re.findall(pattern, req.content.decode('utf-8')))

输出>>
['百度一下，你就知道']