Python正则表达式使用详情

       正则表达式（RE）是一种小型的、高度专业化的编程语言，python已经内嵌了正则表达式，并通过RE模块实现。
工作原理：通过一些特定的字符去匹配你想要的内容，将与设定规则匹配的内容返回，不匹配的内容过滤，即不返回。

匹配字符
- 普通字符
  例如： test  与  'test' 匹配

- 元字符
 .   ^   $   *   +   ?   {}   []   \   |   ( )

定义正则表达式：
            正则名 = r ' 正则内容 '

实例：

 rule = r'test'

解释：定义一个名为rule的正则，其功能是匹配test字符串.

下面开始讲解正则表达式的元字符：

[]   字符集：

-常用于匹配某一个字符集：如[a-z]; [A-Z] ; [0-9] ...

-元字符在字符集中不起作用，只相当于普通字符：如[abc$ ] ; [ hello* ]...

-扩展：匹配字符集以外的字符（补集匹配）：[^abc]...特点：以^符号开头

实例如下：

 #!/usr/bin/python # -*- coding: utf-8 -*- import re r = r'[a-c]test'  #制定一个首位字符为'a-c'区间的正则 print re.findall(r,'atest') print re.findall(r,'ctest') print re.findall(r,'dtest')

运行输出：

['atest'] ['ctest'] [] 

可见，以d开头的字符串‘dtest’被过滤掉了。

补集匹配：

补集匹配时需要配合字符集[]来使用，当使用字符集[]时，其内部的首位为^时，表示除了字符集以内的所有内容：

实例如下：

#!/usr/bin/python # -*- coding: utf-8 -*-  import re r = r'[^xy]'  # 除 x y 以外的字符 print re.findall(r,'x') print re.findall(r,'xy') print re.findall(r,'xyabc') print re.findall(r,'xiyjk')

实例输出：

[] [] ['a', 'b', 'c'] ['i', 'j', 'k']

解释：定义补集正则，此时除了 xy以外的内容，其它内容都进行输出，与其位置无关。

^  匹配行首：

主要用于匹配字符串的头部（开始）的字符，匹配则输出，不匹配则过滤掉。

实例如下：

#!/usr/bin/python # -*- coding: utf-8 -*- import re r = r'^head'  # 输出以‘ head ’开始的字符串 print re.findall(r,'head') print re.findall(r,'headfile') print re.findall(r,'heartkkk') print re.findall(r,'heaaaabb') 

实例输出：

['head'] ['head'] [] [] 

匹配头部为head的字符串，有则输出该头部信息，没有则不输出。

$  匹配行尾：

用于匹配字符串的尾部（末端）的字符，匹配则输出，不匹配则过滤掉。

实例如下：

#!/usr/bin/python#-*- coding: utf-8 -*-importrer= r'end$' # 制定以'end'结尾的字符串printre.findall(r,'end')printre.findall(r,'abcend')printre.findall(r,'iiienn')printre.findall(r,'hello python')

实例输出：

['end'] ['end'] [] [] 

\    转义字符：

正则表达式中与其它语言一样使用\进行字符转义，其内部也提供了一些常用的转义字符。

同时可以使用\字符取消所有的元字符，如：\$ , \* ,\+ …...

内部转义字符：

\d:匹配任何十进制数： 相当于字符集 [0-9]

\D:匹配任何非数字字符： 相当于字符集[^0-9]

\s:匹配任何空白字符： 相当于字符集[\t\n\r\f\v]

\S:匹配任何非空白字符： 相当于字符集[^\t\n\r\f\v]

\w:匹配任何字母数字字符：相当于字符集[a-aA-Z0-9]

\W:匹配任何非字母数字字符：相当于字符集[^a-aA-Z0-9]

实例如下：

功能：将元字符  $ 转换为普通字符

#!/usr/bin/python # -*- coding: utf-8 -*- import re r = r'\$abc'  # 将'$'元字符转义为普通字符 print re.findall(r,'abc') print re.findall(r,'$abc') 

运行输出：

[] ['$abc'] 

内部提供转义字符实例：

#!/usr/bin/python # -*- coding: utf-8 -*- import re  r = r'\dyear'  # 用 \d 代替 [0-9] print re.findall(r,'2year') print re.findall(r,'dyear') 

运行输出：

['2year'] [] 

*   匹配0次或以上：

用于指定前一个字符可以被匹配零次或 以上次数，匹配引擎会本着重复尽可能多次数去匹配，一般配合字符集[]使用。

例如：a[xyz]*b

表示：匹配以'a'开始，‘b’结束,中间是'x''y''z'字符中的任意字符、任意组合及任意次数的组合的字符。

实例如下：

#!/usr/bin/python # -*- coding: utf-8 -*- import re r = r'hello*'  # 用 * 号制定 o 必须出现 零次或以上 print re.findall(r,'hel') print re.findall(r,'hell') print re.findall(r,'hello') print re.findall(r,'helloo') 

运行输出：

[] ['hell'] ['hello'] ['helloo']

+   匹配1次或以上：

用于指定前一个字符可以被匹配一次或 以上次数，与*字符不一样的就是+字符必须需要指定的字符必须出现一次，而*字符可以是0次。

实例如下：

#!/usr/bin/python # -*- coding: utf-8 -*- import re r = r'hello+'  # 用 + 号制定 o 必须出现 一次或以上 print re.findall(r,'hell') print re.findall(r,'hello') print re.findall(r,'helloo') 

运行输出：

[] ['hello'] ['helloo'] 

？   可选匹配：

指定某一字符或区间字符进行匹配一次或零次，即可有可无的状态。

#!/usr/bin/python# -*- coding: utf-8 -*-import rer = r'ab?c'  # 指定 b 可有可无print re.findall(r,'ac')print re.findall(r,'abc')print re.findall(r,'abbc')

运行输出：

['ac']['abc'][]

拓展延伸：

贪婪模式和非贪婪模式，贪婪模式为最大匹配，非贪婪模式则为最小匹配！

实例如下：

#!/usr/bin/python# -*- coding: utf-8 -*-import rer = r'ab*'     # 贪婪模式(最大匹配)s = r'ab*?'    # 非贪婪模式（最小匹配）print re.findall(r,'abbbbbb')print re.findall(s,'abbbbbb')

运行输出：

['abbbbbb']['a']

{m,n}      区间限定符：

表示将某一字符限定在某一区间内，该限定符的规则为至少重复m次，最多重复n次。其中m,n均为整数。

当忽略m时，默认下边界（至少）为0,而忽略n时，默认上边界（至多）为无穷（0~20亿次）。

实例如下：

#!/usr/bin/python# -*- coding: utf-8 -*-import rer = r'ab{2,5}c'  # 指定 b 重复次数在 2~5 次之间print re.findall(r,'abc')     #重复 1 次print re.findall(r,'abbc')      #重复 2 次print re.findall(r,'abbbbbc')     #重复 5 次print re.findall(r,'abbbbbbc')      #重复 6 次

运行输出：

[]['abbc']['abbbbbc'][]