Python 正则表达式(RegEx)

Python的正则表达式(RegEx)是一个非常强大的文本处理工具,可以进行复杂的文本搜索、替换和提取。正则表达式是由一系列字符组成的模式,这些字符被用来匹配字符串中特定的文本片段。本文主要介绍Python正则表达式(RegEx)。

1、re模块(Module)

Python有一个名为re的内置包,它可用于处理正则表达式。

导入re模块:

import re

2、Python中正则表达式(RegEx)

导入re模块后,可以开始使用正则表达式:

例如:

搜索字符串以查看它是否以"The"开头并以"cjavapy"结尾:

import re

txt = "The website is cjavapy"
x = re.search("^The.*cjavapy$", txt)

3、re模块函数方法

re模块提供了一组函数,使我们可以在字符串中搜索匹配项:

函数

描述

findall

返回包含所有匹配项的列表

search

如果字符串中任何地方都存在匹配项,则返回Match对象

split

返回一个列表,该字符串在每次匹配时均已拆分

sub

用字符串替换一个或多个匹配项

4、元字符(Metacharacters)

元字符是具有特殊含义的字符:

元字符

描述

示例

[]

一组字符

"[a-m]"

\

发出特殊序列的信号(也可以用于转义特殊字符)

"\d"

.

任何字符(换行符除外)

"he..o"

^

匹配一行的开头位置

"^hello"

$

匹配一行的结束位置

"world$"

*

零次或更多次

"aix*"

+

One or more occurrences

"aix+"

{}

一次或多次出现

"al{2}"

|

两者任一

"falls|stays"

()

捕获和组

5、特殊字符

特殊字符是\,后跟下面列表中的字符之一,并且具有特殊含义:

字符

描述 

示例

\A

如果指定的字符在字符串的开头,则返回匹配项

"\AThe"

\b

返回一个匹配项,

其中指定的字符位于单词的开头或结尾

(开头的“ r”确保该字符串被视为“原始字符串”)

r"\bain"r"ain\b"

\B

返回包含指定字符的匹配,

但不包含在单词的开头(或结尾)

(开头的“r”确保将该字符串作为"raw string"处理)

r"\Bain"r"ain\B"

\d

返回字符串包含数字(0到9之间的数字)的匹配项

"\d"

\D

返回字符串不包含数字的匹配项

"\D"

\s

返回字符串包含空格字符的匹配项

"\s"

\S

返回字符串不包含空格字符的匹配项

"\S"

\w

返回一个匹配项,该字符串包含任何单词字符

(从a到Z的字符,0-9的数字和下划线_字符)

"\w"

\W

返回一个匹配项,其中字符串不包含任何单词字符

"\W"

\Z

如果指定的字符位于字符串的末尾,则返回匹配项

"Spain\Z"

6、集合

集合是在方括号[]中的一组字符,它们具有特殊含义:

集合

描述

[arn]

返回存在指定字符(arn)之一的匹配项

[a-n]

返回任何小写字符的匹配项,按字母顺序在an之间

[^arn]

返回除arn以外的任何字符的匹配项

[0123]

返回存在任何指定数字(0123)的匹配项

[0-9]

返回09之间的任何数字的匹配项

[0-5][0-9]

返回0059中任何两位数字的匹配项

[a-zA-Z]

返回az之间的任何字母的匹配项,小写或大写

[+]

设置为+*|()${}没有特殊含义,

因此[+]的意思是:返回以下任何匹配的+字符 字符串

7、findall()函数

findall()函数返回包含所有匹配项的列表。

例如:

打印所有匹配项的列表:

import re

txt = "my name is cjavapy"
x = re.findall("am", txt)
print(x)

该列表按找到匹配项的顺序包含匹配项。

如果找不到匹配项,则返回一个空列表:

例如:

如果找不到匹配项,则返回一个空列表:

import re

txt = "my name is cjavapy"
x = re.findall("python", txt)
print(x)

8、search()函数

search()函数搜索匹配的字符串,如果有匹配,则返回一个匹配对象。

如果有多个匹配项,则仅返回匹配项的第一个匹配项:

例如:

搜索字符串中的第一个空格字符:

import re

txt = "my name is cjavapy"
x = re.search("\s", txt)

print("第一个空白字符位置:", x.start())

如果找不到匹配项,则返回值None

例如:

做一个搜索,返回不匹配:

import re

txt = "my name is cjavapy"
x = re.search("python", txt)
print(x)

9、split()函数 

split()函数返回一个列表,其中字符串已分割在每个匹配:

例如:

在每个空格字符处分割:

import re

txt = "my name is cjavapy"
x = re.split("\s", txt)
print(x)

可以通过指定maxsplit参数来控制出现次数:

例如:

仅在第一次出现时才拆分字符串:

import re

txt = "my name is cjavapy"
x = re.split("\s", txt, 1) print(x)

10、sub()函数

sub()函数用选择的文本替换匹配:

例如:

将每个空白字符替换为数字7:

import re

txt = "my name is cjavapy"
x = re.sub("\s", "7", txt) print(x)

可以通过指定count参数来控制替换次数:

例如:

替换前两个事件:

import re

txt = "my name is cjavapy"
x = re.sub("\s", "7", txt, 2) print(x)

11、Match 对象(Object)

匹配对象是包含有关搜索和结果信息的对象。

注意:如果没有匹配项,则将返回值None,而不是Match Object。

例如:

进行搜索以返回匹配对象:

import re

txt = "my name is cjavapy"
x = re.search("am", txt) print(x) #输出的是一个对象

匹配对象具有用于检索有关搜索信息的属性和方法,以及结果:

.span()返回一个包含匹配的开始和结束位置的元组。
.string返回传递给该函数的字符串
.group()返回字符串中存在匹配项的部分

例如:

打印第一个匹配项的位置(开始和结束位置)。 正则表达式查找以大写字母“C”开头的所有单词:

import re

txt = "my name is Cjavapy"
x = re.search(r"\bC\w+", txt) print(x.span())

例如:

打印传递给函数的字符串:

import re

txt = "my name is Cjavapy"
x = re.search(r"\bC\w+", txt) print(x.string)

例如:

打印匹配的字符串部分。 正则表达式查找以大写字母“C”开头的所有单词:

import re

txt = "my name is Cjavapy"
x = re.search(r"\bC\w+", txt) print(x.group())

注意:如果没有匹配项,则将返回值None,而不是Match Object。

推荐阅读
cjavapy编程之路首页