Python re函数 中文正则匹配

建议使用以下正则表达式：

创新互联主要从事网页设计、PC网站建设（电脑版网站建设）、wap网站建设（手机版网站建设）、自适应网站建设、程序开发、网站优化、微网站、成都小程序开发等，凭借多年来在互联网的打拼，我们在互联网网站建设行业积累了丰富的成都网站设计、网站制作、外贸营销网站建设、网站设计、网络营销经验，集策划、开发、设计、营销、管理等多方位专业化运作于一体。

(?=)[^a-zA-Z0-9_]+(?=)

前面的 (?=) 和后面的 (?=) ，使得匹配出现在 . . . 之间；

[^a-zA-Z0-9_]+ 排除对英文数字下划线的匹配，可根据具体情况作变动。

Python常用的正则表达式处理函数详解

正则表达式是一个特殊的字符序列，用于简洁表达一组字符串特征，检查一个字符串是否与某种模式匹配，使用起来十分方便。

在Python中，我们通过调用re库来使用re模块：

import re

下面介绍Python常用的正则表达式处理函数。

re.match函数

re.match 函数从字符串的起始位置匹配正则表达式，返回match对象，如果不是起始位置匹配成功的话，match()就返回None。

re.match(pattern, string, flags=0)

pattern：匹配的正则表达式。

string：待匹配的字符串。

flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。具体参数为：

re.I：忽略大小写。

re.L：表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境。

re.M：多行模式。

re.S：即 . ，并且包括换行符在内的任意字符（. 不包括换行符）。

re.U：表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库。

re.X：为了增加可读性，忽略空格和 # 后面的注释。

import re #从起始位置匹配 r1=re.match('abc','abcdefghi') print(r1) #不从起始位置匹配 r2=re.match('def','abcdefghi') print(r2)

运行结果：

其中，span表示匹配成功的整个子串的索引。

使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

group(num)：匹配的整个表达式的字符串，group() 可以一次输入多个组号，这时它将返回一个包含那些组所对应值的元组。

groups()：返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。

import re s='This is a demo' r1=re.match(r'(.*) is (.*)',s) r2=re.match(r'(.*) is (.*?)',s) print(r1.group()) print(r1.group(1)) print(r1.group(2)) print(r1.groups()) print() print(r2.group()) print(r2.group(1)) print(r2.group(2)) print(r2.groups())

运行结果：

上述代码中的(.*)和(.*?)表示正则表达式的贪婪匹配与非贪婪匹配。

re.search函数

re.search函数扫描整个字符串并返回第一个成功的匹配，如果匹配成功则返回match对象，否则返回None。

re.search(pattern, string, flags=0)

pattern：匹配的正则表达式。

string：待匹配的字符串。

flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

import re #从起始位置匹配 r1=re.search('abc','abcdefghi') print(r1) #不从起始位置匹配 r2=re.search('def','abcdefghi') print(r2)

运行结果：

使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

group(num=0)：匹配的整个表达式的字符串，group() 可以一次输入多个组号，这时它将返回一个包含那些组所对应值的元组。

groups()：返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。

import re s='This is a demo' r1=re.search(r'(.*) is (.*)',s) r2=re.search(r'(.*) is (.*?)',s) print(r1.group()) print(r1.group(1)) print(r1.group(2)) print(r1.groups()) print() print(r2.group()) print(r2.group(1)) print(r2.group(2)) print(r2.groups())

运行结果：

从上面不难发现re.match与re.search的区别：re.match只匹配字符串的起始位置，只要起始位置不符合正则表达式就匹配失败，而re.search是匹配整个字符串，直到找到一个匹配为止。

re.compile 函数

compile 函数用于编译正则表达式，生成一个正则表达式对象，供 match() 和 search() 这两个函数使用。

re.compile(pattern[, flags])

pattern：一个字符串形式的正则表达式。

flags：可选，表示匹配模式，比如忽略大小写，多行模式等。

import re #匹配数字 r=re.compile(r'\d+')  r1=r.match('This is a demo') r2=r.match('This is 111 and That is 222',0,27) r3=r.match('This is 111 and That is 222',8,27)   print(r1) print(r2) print(r3)

运行结果：

findall函数

搜索字符串，以列表形式返回正则表达式匹配的所有子串，如果没有找到匹配的，则返回空列表。

需要注意的是，match 和 search 是匹配一次，而findall 匹配所有。

findall(string[, pos[, endpos]])

string：待匹配的字符串。

pos：可选参数，指定字符串的起始位置，默认为0。

endpos：可选参数，指定字符串的结束位置，默认为字符串的长度。

import re #匹配数字 r=re.compile(r'\d+')  r1=r.findall('This is a demo') r2=r.findall('This is 111 and That is 222',0,11) r3=r.findall('This is 111 and That is 222',0,27)   print(r1) print(r2) print(r3)

运行结果：

re.finditer函数

和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。

re.finditer(pattern, string, flags=0)

pattern：匹配的正则表达式。

string：待匹配的字符串。

flags：标志位，用于控制正则表达式的匹配方式，如是否区分大小写，多行匹配等。

import re  r=re.finditer(r'\d+','This is 111 and That is 222') for i in r:   print (i.group())

运行结果：

re.split函数

将一个字符串按照正则表达式匹配的子串进行分割后，以列表形式返回。

re.split(pattern, string[, maxsplit=0, flags=0])

pattern：匹配的正则表达式。

string：待匹配的字符串。

maxsplit：分割次数，maxsplit=1分割一次，默认为0，不限次数。

flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等。

import re  r1=re.split('\W+','This is 111 and That is 222')  r2=re.split('\W+','This is 111 and That is 222',maxsplit=1)  r3=re.split('\d+','This is 111 and That is 222')  r4=re.split('\d+','This is 111 and That is 222',maxsplit=1)  print(r1) print(r2) print(r3) print(r4)

运行结果：

re.sub函数

re.sub函数用于替换字符串中的匹配项。

re.sub(pattern, repl, string, count=0, flags=0)

pattern：正则中的模式字符串。

repl：替换的字符串，也可为一个函数。

string：要被查找替换的原始字符串。

count：模式匹配后替换的最大次数，默认0表示替换所有的匹配。

import re  r='This is 111 and That is 222' # 删除字符串中的数字 r1=re.sub(r'\d+','',r) print(r1) # 删除非数字的字符串  r2=re.sub(r'\D','',r) print(r2)

运行结果：

到此这篇关于Python常用的正则表达式处理函数详解的文章就介绍到这了，希望大家以后多多支持！

python中re库的常见用法

. 匹配除换行符外的任意字符

\d 匹配数字

\D 匹配非数字

\w 匹配数字字母下划线，支持中文

\W 小写w的反集

[abc] 匹配abc中任意一个

[a-f] 匹配字母a到f中的任意一个

x|y 匹配x或者y

^ 匹配字符串的开头

$ 匹配字符串的结尾

{3,5} 匹配次数，最少3个，最多5个

{3,} 至少匹配3次

* 匹配前一个字符，0次或多次

+ 匹配前一个字符，1次或多次

? 当前面不是数量表达式时，代表匹配0次或1次

举个栗子：

findall()函数的作用是匹配所有符合条件字符串，并以列表形式返回

由于.是匹配除换行符外的所有字符，{3,5} 匹配次数，最少3个，最多5个，在默认的贪婪模式下会匹配最多的字符，所以在列表中，字母a开头的字符串后面都跟了5个字符。

可以看到在非贪婪模式下，列表中的每一项都匹配最少的字符数。

从前往后，匹配到符合条件的最短的每一个字符串

边界字符：

^ 限定开头

$ 限定结尾

匹配分组：

() 提取出来的只有括号里匹配到的部分

上文中已经用到这个方法了，返回匹配到的字符串列表，如果没有匹配到的内容，则返回空列表。

flags参数是可以省略的，不省略时代表具有其他特殊的功能，如忽略大小写，忽略换行符等，re.S代表匹配时忽略换行符

re.search()和re.findall()的参数是一样的，只是返回结果不同，如果匹配到了，就返回该结果的正则表达式对象；如果没有匹配到，则返回None

使用re.search()返回匹配到的第一个字符串的正则表达式对象，找到了就会停止匹配。因此这个函数比较适合在一个大文本中找第一个出现的字符串。

若想让这个字符串展示出来，还需要借助group()函数。

举个栗子：

这个函数的作用是将正则表达式编译为一个正则表达式对象，如果要多次使用这个正则表达式的话，可以先编译，然后复用，使程序更高效一些，对这个对象继续使用.match(string)就可以显示匹配到的正则表达式对象，后续如果想要获取具体内容的话，和上面是一眼国的，直接使用group(0)就可以啦。

如果不考虑复用的话，和re.mach(pattern, string)的效果是一样的。

从运行结果也可以看出，re.match()和re.search()的区别，虽然二者都会返回匹配到的正则表达式对象，但是re.match()是从字符串的最开始位置开始匹配的，如果最开始的字符不匹配则会直接返回None；而re.search()则会一直往后找，直到找到第一个符合条件的字符串。

re.sub()函数用于替换字符串中的匹配项

举个栗子：

将所有数字替换为了一个空格。

python中re.compile函数的使用

python通过re模块提供对正则表达式的支持。使用re的一般步骤是

1.先使用re.compile()函数，将正则表达式的字符串形式编译成Pattern实例。

2.然后使用Pattern实例处理文本并获得匹配结果(一个match实例)，最后使用Match实例获得信息，进行其他的操作。

举一个简单的例子，在寻找一个字符串中所有的英文字符：

import re

pattern = re.compile(‘[a-zA-Z]')

result = pattern.findall('as3SiOP')

print result

Python 标准库模块 - re

re模块被称为正则表达式，其作用为，创建一个“规则表达式”，用于验证和查找符合规则的文本，广泛用于各种搜索引擎、账户密码的验证等。

预定义字符：

\d：匹配所有的十进制数字0-9

\D：匹配所有的非数字，包含下划线

\s：匹配所有空白字符(空格、TAB等)

\S：匹配所有非空白字符，包含下划线

\w：匹配所有字母、汉字、数字a-z A-Z 0-9

\W：匹配所有非字母、汉字、数字，包含下划线

特殊字符：

$：匹配一行的结尾(必须放在正则表达式最后面)

^：匹配一行的开头(必须放在正则表达式最前面)

*：前面的字符可以出现0次或多次(0~无限)

+：前面的字符可以出现1次或多次(1~无限)

?：变"贪婪模式"为"勉强模式"，前面的字符可以出现0次或1次

.：匹配除了换行符"\n"之外的任意单个字符

|：两项都进行匹配

[ ]：代表一个集合，有如下三种情况

[abc]：能匹配其中的单个字符

[a-z0-9]：能匹配指定范围的字符，可取反(在最前面加入^)

[2-9] [1-3]：能够做组合匹配

{ }：用于标记前面的字符出现的频率，有如下情况：

{n，m}：代表前面字符最少出现n次，最多出现m次

{n，}：代表前面字符最少出现n次，最多不受限制

{，m}：代表前面字符最多出现n次，最少不受

{n}：前面的字符必须出现n次

python中re模块的compile函数应该怎么用？

Python通过re模块提供对正则表达式的支持。使用re的一般步骤是先使用re.compile()函数，将正则表达式的字符串形式编译为Pattern实例，然后使用Pattern实例处理文本并获得匹配结果（一个Match实例），最后使用Match实例获得信息，进行其他的操作。

举一个简单的例子，在寻找一个字符串中所有的英文字符：

import re

pattern = re.compile('[a-zA-Z]')

result = pattern.findall('as3SiOPdj#@23awe')

print result

# ['a', 's', 'S', 'i', 'O', 'P', 'd', 'j', 'a', 'w', 'e']

本文题目：python库函数re python库函数pdf
文章地址：http://lswzjz.com/article/dodjcsj.html