\' . \'
在默认模式下,匹配除换行符以外的任意字符。如果指定DOTALL
标志,将匹配任何字符,包括换行符。
\' ^ \'
匹配字符串的起始,并且在MULTILINE
模式下 也匹配多行的起始位置。
\' $ \'
匹配字符串的末尾,或者新的一行前字符的末尾。在 MULTLINE 模式下将匹配多行的末尾位置。\'foo\'
匹配\'foo\'
和\'foobar\'
,然而正则表达式\'foo$\'
仅匹配\' foo\'
。更有趣的是,search for \'foo.$\'
在\'foo1\\nfoo2\\n\'
自然匹配\’foo2\’,在MULTILINE
模式下\'foo1\'
会被匹配;在\'foo\\b\'
中寻找单一\’$\’将会返回两个 空(empty)匹配:一个在新的一行之前,一个在字符串的结尾。
\' * \'
使该符号前面的正则表达式匹配0次或多次,尽可能更多的匹配。\’ab*\’ 将会匹配 \’a\’,\’ab\’或者\’a\’跟随着任意数量的\’b\’
\' + \'
使得该符号前面的正则表达式匹配1次或多次,\'ab+\'
将会匹配 \’a\’跟随着任意非零数量的\’b\’,不会仅仅匹配一个\’a\’
\' ? \'
使得该符号前面的正则表达式匹配1次或0次,\'ab?\'
将会匹配 \’a\’或\’ab\’
*?, +? , ??
符号 \’,\’ + \’,\’ ? \’是贪婪匹配,他们尽可能更多的匹配字符。有时我们不需要这样的性质,如果 RE <.*>匹配b
,它将会匹配整个字符串,而不是。在这几个符号后面加上?使他进行非贪婪模式匹配或者最小匹配,尽可能少的字符将会被匹配。使用RE
<.*?>
将会仅仅匹配
{m}
前面的正则表达式重复m次形成的表达式将会被匹配,少于正则次数的将不会被匹配,例如a{6}
将会仅匹配 6 个 \’a\’字符,而不是5个\’a\’
{m,n}
符合前面正则表达式重复m到n次形成的表达式将会被匹配,尽可能的匹配更多的前面的正则。这个表达式还有非贪婪的版本。例如\'aaaaaa\' \'a{3,5}\'
将会匹配5个\’a\’ ,但是\' a{3,5}? \'
将会仅匹配3个\’a\’。{m,n}
仅会使最近的正则表达式重复m-n
次,例如ab{m,n}
,只会使b
重复m-n次,如果你希望重复的RE表达更长,可以将前面需要重复的部分加上括号(ab){m,n}
,这样ab
将重复m-n次。
\' \\ \'
转译你希望匹配的特殊字符,例如你希望匹配 \’ * \’ , \’ ? \’ 等字符。
\'[ ]\'
使用这个指明一组字符集合
- 这以直接列出字符,例如
[amk]
将会匹配\' a \',\' m \',\' k \'
。- 在两个字符中添加
\' - \'
字符将两个字符分开,表明字符的范围。列如[a-z]
将会匹配所有的小谢字母,[0-5][0-9]
将会匹配所有的两位的数字从00到59,并且[0-9A-Fa-f]
将会匹配任何16进制数- 在集合中特殊字符失去了他们的特殊意义。例如:
[(+*)]
将匹配任何字符\' ( \' , \' + \' , \' * \' , \' ) \'
。- 在集合中字符类也被例如\\w或者\\s 也会被接受,尽管他们匹配的含义取决于
LOCALE
或者UNICODE
模式被设置。- 如果集合中地一个字符被设置为
\' ^ \'
所有不在集合中的字符将会被匹配。
NOTE:如果你需要匹配[
或者]
以及相似的在re表达式中有特殊含义的字符,匹配[
可以使用```转义字符,当你需要匹配
]“`时,不需要转义。
\' | \'
A|B
,A或者B可以是任意RE正则,这个正则将会匹配A或者B ,在 RE 表达式中匹配顺序按照从左到右。一旦冲共匹配则跳过右边的表达式。如果
\'(...)\'
匹配封闭括号中的正则表达式,并保存为分组。分组组的内容在匹配后可以被重新使用。
\\number
引用编号为number分组中匹配到的字符串,分组号从1开始。import re pattern = re.compile(r\'(\\w+) (\\w+)\') s = \'i say, hello world!\' print re.sub(pattern,r\'\\2 \\1\',s) ###out### say i, world hello!
\\A
匹配字符串的起始位置a = re.findall(r\'\\Athis\' , \'this is a this string ,have lots of this\') a = re.findall(\'this\' , \'this is a this string,have lots of this\') ###out### a = [\'this\'] a = [\'this\',\'this\',\'this\']
\\Z
匹配字符串的结尾位置,例子参考上面\’ \\A \’的示例
\\b
匹配\\w 和\\W之间,官方的解释是(Match the empty string,but only at the beginning or end of a word)我觉得就是匹配 非\\wre.search(r\'foo\\b\',\'foo\') re.search(r\'foo\\b\',\'foo.\') re.search(r\'foo\\b\',\'foo)\') re.search(r\'foo\\b\',\'foo)))))\') ###all match###
\\B
与\\b恰好相反
\\d
当未设置UNICODE
标志,匹配任意的十进制数,与[0-9]
的效果相同,当UNICODE
标志设置时,匹配UNICODE
中的所有标记为数字的字符。
\\D
与\\d
恰好相反
\\s
当设置UNICODE
标志,匹配任意的空白字符(whitespace character),与[\\t\\n\\r\\f\\v]
的效果相同。LOCALE
标志不会扩展机器中的空白字符。当UNICODE
标志设置时,匹配所有UNICODE
字符集中的所有空白字符
\\S
与\\s
恰好相反
\\w
当设置LOCALE
和UNICODE
标志,匹配所有的字母数字以及下划线,与[a-zA-Z0-9_]
效果相同
\\W
与\\w
恰好相反Module Contents
re.compile(pattern,flags=0)
编译正则表达式为正则表达式对象,可以在re.match()和re.search方法中使用。
prog = re.compile(pattern)
result = prog.match(string)
和这样的用法相同result = re.match(pattern,string)
然而使用re.compile() 并且将结果保存在正则表达式对象中,当这个表达式在同一程序中被多次使用时效果更明显。
re.DEBUG
显示关于编译表达式的debug信息
re.I
re.IGNORECASE
执行不区分大小写匹配
re.M
re.MULTILINE
当被指定后,模式字符\' ^ \'
匹配字符串的起始和每行的起始。模式字符\' $ \'
匹配字符串的末尾和每行的末尾。
re.S
re.DOTALL
使\' . \'
匹配任意字符,包括换行符
re.U
re.UNICODE
使\\w,\\W,\\b,\\B,\\d,\\D,\\s,\\S依赖于Unicode 字符属性库
re.search(pattern,string,flags = 0)
扫描整个字符串,寻找正则表达式第一个匹配的位置。把相应的MathObject
实例返回.如果没有任何位置匹配返回None
.
re.match(pattern,string,flags = 0)
如果 0 或者更多的字符在字符串的起始位置匹配正则表达式,返回一个相应的MathObject
实例。如果没有匹配返回None
。
NOTE:即使在MULTILINE
模式下,re.match
也只会匹配字符串的起始位置,而不是每一行的起始位置。
re.splite(pattern,string,maxsplit = 0 , flags = 0)
依照匹配模式拆分字符串,如果在模式匹配中使用捕获括号,在模式组中的所有文本也成为返回结果列表的一部分。如果设置maxsplit不为0,那么最多分割maxsplite次。>>>re.split(\'\\W+\', \'Words, words, words.\')
[\'Words\', \'words\', \'words\', \'\']
>>> re.split(\'(\\W+)\', \'Words, words, words.\')
[\'Words\', \', \', \'words\', \', \', \'words\', \'.\', \'\']
>>> re.split(\'\\W+\', \'Words, words, words.\', 1)
[\'Words\', \'words, words.\']
`>>> re.split(\'[a-f]+\', \'0a3B9\', flags=re.IGNORECASE)
[\'0\', \'3\', \'9\']
re.findall(pattern,string,flags = 0)
返回字符串中的模式串的所有的非重叠匹配,返回一个字符列表。从左至右扫描字符串,匹配结果按照查找顺序返回。如果一个或者多个group在匹配模式中,返回一个group列表。如果匹配模式中包含超过一个group 将返回一个包含元组的列表
re.finditer(pattern,string,flags=0)
搜索string,返回一个顺序访问每一个匹配结果的迭代器,从左向右扫描字符串,按照匹配顺序返回匹配结果。
re.sub(pattern,repl,string,count = 0,flags = 0)
使用repl 替换string中每一个匹配的字符后,返回替换后的字符串。repl可以是一个字符传或者函数,当repl是一个字符串时,可以使用\\id \\g引用分组,但编号要从1起始。当repl是一个方法时,该方法接受一个(Match对象),返回用于替代的字符串。
re.subn(pattern,repl,string[,count])
与re.sub方法类似,不过可以通过设置count,设置替换次数。
下一篇:Python:正则表达式