【Python】正则表达式

简介

正规表达式(Regular Expression，简写为RE)，是一个字符串模型，描述了某个句法的规则，可以用来在文本中进行匹配。
正则不是Python语言的产物，最初出现于形式化语言理论中。现在很多语言支持了正则表达式，Python于1.5版本引入了re模块，拥有了全部的正则表达式功能。

---

re模块使用

方法

re.search()可用于扫描整个字符串并返回第一个成功的匹配。

语法

re.search(pattern, string, flags=0)
pattern 是用于匹配的正则表达式
string 是要进行扫描的字符串
flags 用于控制正则表达式的匹配方式

flags可选项

修饰符	描述	备注
re.I	使匹配对大小写不敏感
re.S	使.匹配包括换行在内的所有字符	.说明见正则常用语法
re.U	根据Unicode字符集解析字符

语法示例

[Python Console]
>>> import re
>>> str = 'hello world'
>>> pattern = 'hello (.)orld'
>>> match = re.search(pattern, str)
>>> match.group()
'hello world'
>>> match.groups()
('w',)

示例说明

正则表达式语法在下方说明，先说明re模块相关。

re.search()返回一个re.Match类对象，

可以对该对象使用:

• group()方法获取匹配到的完整字符串
• groups()方法可以获取匹配到的完整字符串中，匹配规则中占位符所对应的字符串

---

正则常用语法

总结了一些在此次工程中用到的正则语法。

占位符	语法	示例
()	对正则表达式分组并保存匹配的文本	示例1
.	用于匹配任意单个字符，换行符除外	示例1
*	将前方字符串匹配规则修改为匹配0~多个	示例2
+	将前方字符串匹配规则修改为匹配1~多个	与示例2类似
？	修饰前方字符串匹配规则，进行最短匹配 (又称非贪婪模式。默认匹配模式为最长匹配， 会匹配目标字符串中最长符合规则的子串)	示例3
\s	匹配空白字符(空格，换行符等)	示例4
[...]	匹配一组字符，单独列出： [abc]匹配a,b或c
[^...]	匹配不在[]中的字符： [^abc]匹配除了a,b,c之外的字符

---

示例

示例2

[Python Console]
>>> import re
>>> str = 'hello world world'
>>> pattern = 'hello (.*)orld'
>>> match = re.search(pattern, str)
>>> match.group()
'hello world world'
>>> match.groups()
('world wo',)

说明：正则默认进行了最长匹配（又称贪婪匹配），即在有多种符合规则的子串中（hello world和hello world world均符合规则），返回最长的子串。

示例3

[Python Console]
>>> import re
>>> str = 'hello world world'
>>> pattern = 'hello (.*?)orld'
>>> match = re.search(pattern, str)
>>> match.group()
'hello world'
>>> match.groups()
('wo',)

说明：与示例2最长匹配相对，?将匹配规则改为最短匹配（又称非贪婪匹配）

示例4

[Python Console]
>>> import re
>>> str = 'hello world world'
>>> pattern = 'hello(\\s*?)world'
>>> match = re.search(pattern, str)
>>> match.group()
'hello world'
>>> match.groups()
(' ',)

说明：Python字符串中\字符需要转义，\s匹配空格，*修饰匹配多个，?设置为最短匹配

---

需要转义的字符

这里只总结了此次遇到的一些需要转义的字符（前面加上\）

*	(	)	\

---