re.match()
re.match(正則表達(dá)式,要匹配的字符串)，匹配出以字符串的起始位置開(kāi)始匹配正則表達(dá)式,如果匹配，返回匹配對(duì)象（Match Object），否則返回None（注意不是空字符串""）。
import re
print(re.match('hello','hello world'))
print(re.match('world','hello world'))
# <_sre.SRE_Match object; span=(0, 5), match='hello'>
#None
單字符匹配
| 字符 | 說(shuō)明 |
|---|---|
| [] | 匹配中括號(hào)里任意一個(gè)字符 |
| [^] | 除了中括號(hào)里的字符意外 |
| \s | 任意空格 |
| \S | 非空格 |
| \d | 匹配數(shù)字0-9 |
| \D | 匹配非數(shù)字，表示除了數(shù)字之外的字符 |
| \w | 任意字符[A-Za-z0-9] |
| \W | 匹配非單詞字符 |
點(diǎn)號(hào)匹配
import re
result = re.match("A.C", "ABC")
print(result.group())
result = re.match("A.C", "A1C")
print(result.group())
中括號(hào)匹配
import re
result = re.match("A[B1D]C", "ABC")
print(result.group())
result = re.match("A[BCD]C", "AGC")
if result:
print(result.group())
豎線匹配
text = "123test"
regexStr = "(123|txt)"
matchOjc = re.match(regexStr,text)
if matchOjc:
print(matchOjc.group(1))
開(kāi)頭結(jié)尾匹配
| 字符 | 說(shuō)明 |
|---|---|
| ^ | 以箭頭后面的字符開(kāi)頭 |
| $ | 以美元符號(hào)前面的字符結(jié)尾 |
text = "test123"
regexStr = "^t.*3$"
if re.match(regexStr,text):
print("match")
多個(gè)字符匹配
| 字符 | 說(shuō)明 |
|---|---|
| * | 匹配前一個(gè)字符出現(xiàn)0次或者無(wú)限次，即可有可無(wú) |
| + | 匹配前面的字符出現(xiàn)出現(xiàn)1次或者無(wú)限次，即至少有1次 |
| ? | 匹配前一個(gè)字符出現(xiàn)1次或者0次，即要么有1次，要么沒(méi)有,同時(shí)使貪婪變成非貪婪模式 |
| {m} | 匹配前一個(gè)字符出現(xiàn)m次 |
| {m,n} | 匹配前一個(gè)字符出現(xiàn)從m到n次 |
import re
regStr = '[A-Za-z_]+[\w]*'
result = re.match(regStr, "test_1")
if result:
print(result.group())
result = re.match(regStr, "1_test")
if result:
print(result.group())
匹配分組
| 字符 | 功能 |
|---|---|
| | | 匹配左右任意一個(gè)表達(dá)式 |
| (ab) | 將括號(hào)中字符作為一個(gè)分組 |
| \num | 引用第num分組匹配到的字符串 |
| (?P<name>) | 分組起別名 |
| (?P=name) | 引用別名為name分組匹配到的字符串 |
import re
regStr = '[\w]{4,20}@(163|qq|gmail)\.com'
result = re.match(regStr, "test@qq.com")
if result:
print(result.group())
'r'是防止字符轉(zhuǎn)義的 如果路徑中出現(xiàn)'\t'的話 不加r的話\t就會(huì)被轉(zhuǎn)義 而加了'r'之后'\t'就能保留原有的樣子。
import re
regStr = r'<(\w*)><(\w*)>.*</\2></\1>'
result = re.match(regStr, "<html><head>test</head></html>")
if result:
print(result.group())
result = re.match(regStr, "<html><head>test</body></html>")
if result:
print(result.group())
分組別名
import re
regStr = r'<(?P<label1>\w*)><(?P<label2>\w*)>.*</(?P=label2)></(?P=label1)>'
result = re.match(regStr, "<html><head>test</head></html>")
if result:
print(result.group())
result = re.match(regStr, "<html><head>test</body></html>")
if result:
print(result.group())
匹配子表達(dá)式
使用小括號(hào)()將想要提取的內(nèi)容括起來(lái)。
import re
content = 'hello 12345 python'
result = re.match('^h\w{4}\s(\d+)\s\w+',content)
print(result.group())
print(result.group(1))
print(result.span())
貪婪匹配
點(diǎn)(.)可以匹配任意字符（除去換行符）星號(hào)（）代表匹配前面字符的無(wú)限次。點(diǎn)星(.)組合可以匹配任意字符，但是點(diǎn)星(.)會(huì)匹配盡可能多的字符，被認(rèn)為是貪婪匹配.貪婪匹配表達(dá)式^h.(\d+)\s\w+造成group(1)只會(huì)得到數(shù)字7，因?yàn)辄c(diǎn)星(.*)會(huì)盡可能的取匹配字符，就把1234也吞噬了，只留下數(shù)字5了
import re
content = 'hello 12345 python'
result = re.match('^h.*(\d+)\s\w+',content)
print(result.group())
print(result.group(1))
print(result.span())
# hello 12345 python
# 5
# (0, 18)
非貪婪匹配
非貪婪匹配的模式在點(diǎn)星后面加一個(gè)問(wèn)號(hào)？即點(diǎn)星問(wèn)(.*?)是非貪婪匹配，盡可能的少匹配字符
import re
content = 'hello 12345 python'
result = re.match('^h.*?(\d+)\s\w+',content)
print(result.group())
print(result.group(1))
print(result.span())
匹配修飾符
| 修飾符 | 說(shuō)明 |
|---|---|
| re.I | 對(duì)大小寫(xiě)不敏感 |
| re. L | 做本地化識(shí)別匹配 |
| re. M | 多行匹配，影響^和$ |
| re. S | 匹配包括換行在內(nèi)的所有字符 |
import re
content = '''hello 12345
python'''
result = re.match('^h.*?(\d+).*?n$',content,re.S)
print(result.group())
print(result.group(1))
print(result.span())
Search
匹配整個(gè)字符串，直到找到一個(gè)匹配的對(duì)象，匹配結(jié)束沒(méi)有找到匹配對(duì)象才放回None
import re
result = re.search('\d+', "查找數(shù)字：1245")
if result:
print(result.group())
findall
匹配所有符合規(guī)律的內(nèi)容，返回包含結(jié)果的列表
import re
rList = re.findall('\d+', "查找數(shù)字：1245注冊(cè)時(shí)11112中1")
for r in rList:
print(r)
#1245
#11112
#1
sub
re.sub(pattern, repl, string, count=0, flags=0)
使用repl替換string中每一個(gè)匹配的子串后返回替換后的字符串。
當(dāng)repl是一個(gè)字符串時(shí)，可以使用\id或\g<id>、\g<name>引用分組，但不能使用編號(hào)0。
當(dāng)repl是一個(gè)方法時(shí)，這個(gè)方法應(yīng)當(dāng)只接受一個(gè)參數(shù)（Match對(duì)象），并返回一個(gè)字符串用于替換（返回的字符串中不能再引用分組）。
count用于指定最多替換次數(shù)，不指定時(shí)全部替換。
import re
content = 'hello12345python'
result = re.sub('\d',"",content)
print(result)
#hellopython
import re
def func(matchObj):
if matchObj:
return "python"
print(re.sub(r"\d+", func, 'hello 123'))
split
根據(jù)匹配進(jìn)行切割字符串，并返回一個(gè)列表
import re
rList = re.split(r':| ', "查找數(shù)字:1245注冊(cè)時(shí) 11112中1")
for r in rList:
print(r)
