match search findall finditer
re.match(pattern, string[, flags]):扫描字符串开头
re.search(): 扫描整个字符串,返回第一个匹配成功的结果
re.findall():返回所有结果的列表,失败返回空列表
finditer() 返回迭代器 失败返回空flags 比如是否区分大小写。
re.I:忽略大小写 ignorecase
re.M:多行匹配 会影响$和^ multiline
re.S:会匹配包括换行符在内的所有字符 # DOTALL dot matches all
import re
tmp = 'http'
print(re.match(tmp,'http://www.baidu.com'))
# <_sre.SRE_Match object; span=(0, 4), match='http'>
print(re.match(tmp,'://wwwhttp.baidu.com'))
# None
print(re.match(tmp,'http://www.baidu.com').span())
# (0, 4)
print(re.search(tmp, 'www.Http://baidu.com', re.I))
# <_sre.SRE_Match object; span=(4, 8), match='Http'>
print(re.findall(tmp, 'http://www.http.com'))
# ['http', 'http']
find = re.finditer(tmp, 'http://HTTp.com0', re.I)
for i in find:
print(i)
# <_sre.SRE_Match object; span=(0, 4), match='http'>
# <_sre.SRE_Match object; span=(7, 11), match='HTTp'>
各种匹配符号
-
·
匹配除换行符以外的所有字符 - [] 是字符的集合,匹配括号中任意字符
- [a-zA-Z] 大小写字符
- [0-9]
-
[^0-9]
除数字外的所有字符 ^托字符 - d 匹配数字,效果等同于[0-9]
- D 匹配除数字以外的字符
[^0-9]
- w 匹配数字,字母及下划线 效果等同于[0-9a-zA-Z_]
- W 取反
- s 匹配任意空白字符(空格,换行,制表,换页,回车)[ntfr]
- S 取反
print(re.findall('.','http:\n//'))
# ['h', 't', 't', 'p', ':', '/', '/']
print(re.findall('[12345]','qhchg461905nkj'))
# ['4', '1', '5']
# 保留原始字符的R/r在正则中无效
print(re.findall(r'\D','123qwr'))
# ['q', 'w', 'r']
print(re.findall('\S','123 gh \n 78\r'))
# ['1', '2', '3', 'g', 'h', '7', '8']
- ^ 行首匹配(不在方括号内)
- $ 行尾匹配(不在方括号内)当需要进行多行匹配时候,需要设置flags=re.M,如果不写默认匹配字符串的开头和结尾 只匹配一次
- A 行首匹配 与^的区别:A只匹配整个字符串的开头,即使有flags = re.M参数也不会匹配其他的行首
- Z 行尾匹配 与$的区别:Z只匹配整个字符串的结尾,即使有flags = re.M参数也不会匹配其他的行尾
- b 匹配字符边界 就是字符串与空格间的位置,比如
'ce\b'
,可以匹配nice 不能匹配nicer - B 匹配非字符边界
# 看你是否nice开始 类似于match
print(re.findall('^nice','to nice meet you'))
# []
# 多行开头匹配
print(re.findall('^nice','nice to meet you\nnice to meet you', re.M))
# ['nice', 'nice']
# 是否是com结尾
print(re.findall('com$', 'http:baidu.com'))
# ['com']
# \b 本身是个转义字符,但在正则中也有特殊意义,在正则字符串前面加r
# 将将转义字符的意义去掉 保留正则的意义
# 以空格有边界的有一个ce
print(re.findall(r'ce\b', 'nice to meet niceto meet'))
# ['ce']
-
(abc)
匹配小括号中的字符作为整体 -
x?
? 匹配0或1个x字符 非贪婪匹配 -
x+
+ 匹配至少一个x 贪婪匹配 -
x*
* 匹配任意多个x 贪婪匹配 -
x{n}
匹配确定的n个x 非负整数 -
x{n,}
匹配大于等于n个x -
x{n,m}
匹配至少n个x,最多m个 -
x|y
匹配x或y
print(re.findall('[abc]', 'qwracb'))
# ['a', 'c', 'b']
print(re.findall('(abc)', 'qwrabc'))
# ['abc']
print(re.findall('a?','a'))
# ['a', '']
print(re.findall('(aa)?', 'aaab'))
# ['aa', '', '', '']
print(re.findall('(aa)','aaaab'))
# ['aa', 'aa']
print(re.findall('(aa)+','aaaab'))
# 由于是贪婪匹配,相当于在最长的aaaa中找出: ['aa']
print(re.findall('aa+','aabaaaabaaaba'))
# 最后一个a没 ['aa', 'aaaa', 'aaa']
print(re.findall('a*', 'abaabbaaabaaaabb'))
# 匹配任意多个a
# ['a', '', 'aa', '', '', 'aaa', '', 'aaaa', '', '', '']
print(re.findall('a{3}','aabaaacsdsaaa'))
# ['aaa', 'aaa']
print(re.findall('a{3,}','aabbaaabbaaaa'))
# ['aaa', 'aaaa']
print(re.findall('(good)','good--Good-good'))
print(re.findall('good','good--Good-good'))
# ['good', 'good']
print(re.findall('(good)|(Good)','good--Good'))
# [('good', ''), ('', 'Good')]
print(re.findall('good|Good','good--Good'))
# ['good', 'Good']
特殊元字符
.
匹配除换行符以为的所有字符*
匹配任意多个 贪婪匹配?
匹配0个或一个.*?
将贪婪匹配变为非贪婪
print(re.findall('.',''))
# []
print(re.findall('.*',''))
# ['']
r = 'who .* he'
print(re.findall(r, 'who is a girl he who is boy he '))
# ['who is a girl he who is boy he'] 贪婪
r = 'who .*? he'
print(re.findall(r, 'who is a girl he who is boy he who he'))
# ['who is a girl he', 'who is boy he', 'who he'] 非贪婪
分组
正则中有组的概念
分组:group
正则有判断是否匹配的功能,还提供了提取子串的功能,用()表示提取的分组,从外向里,从左向右标注第几组
tmp = '\d{3}-\d{8}'
str1 = '010-12345678'
result = re.findall(tmp, str1)
print(result)
# ['010-12345678']
tmp2 ='(\d{3})-(\d{8})' # 用小括号括起来的内容为一组
result2 = re.findall(tmp2, str1)
print(result2)
# [('010', '12345678')]
tmp3 = '(\d{3})-(\d{8})'
result3 = re.match(tmp3, str1)
print(result3)
# <_sre.SRE_Match object; span=(0, 12), match='010-12345678'>
# groups()可以查看匹配到的所有分组的情况
print(result3.groups()) # ('010', '12345678')
# group() 可以单独获取分组情况
# group(0) 一直代表匹配到的原始字符串
print(result3.group()) # 010-12345678
print(result3.group(0)) # 010-12345678
print(result3.group(1)) # 010
print(result3.group(2)) # 12345678
# 另起名称(?P<名称>)
tmp4 = '(?P<love>\d{3})-(?P<like>\d{8})'
result4 = re.match(tmp4, str1)
print(result4.group(0))
print(result4.group(1))
print(result4.group(2))
print(result4.group('love'))
正则与字符串
str1 = 'ac b c d e'
print(str1.split())
# ['ac', 'b', 'c', 'd', 'e']
print(re.split(' +', str1))
# ['ac', 'b', 'c', 'd', 'e']
# 替换字符串
# re.sub(pattern, rep1, string)
# pattern: 即将被替换的字符
# rep1:替换的字符
# count 替换次数
# subn 将结果和替换的次数放到一个元组了
res2 = re.sub(' +', '*', str1)
print(res2)
# ac*b*c*d*e
res2 = re.sub(' +', '*', str1, count=2)
print(res2)
# ac*b*c d e
res2 = re.subn(' +', '*', str1)
print(res2)
# ('ac*b*c*d*e', 4)
compile
tmp = '\d{3}-\d{8}'
str1 = '090-99999999'
res = re.match(tmp, str1)
print(res)
tmp2 = '\d{3}-\d{8}'
str2 = '090-99999999'
re_tmp2 = re.compile(tmp2)
res2 = re_tmp2.match(str2)
print(res2)
# <_sre.SRE_Match object; span=(0, 12), match='090-99999999'>
例子
# 判断某一个字符串是不是11位,第一个是否是数字1
r= '^1\d{10}$'
# 1开头
# 10个数字结尾
print(re.findall(r, '12534568545'))
# 前面是3个数字 后面八个数字 中间为-
r= '^\d{3}-\d{8}$'
# 123456@qq.com
# ^.\$ 在正则中有实际意义,如果想要作为普通字符使用需要使用转义字符
r= '^\d{6}@qq\.com'
print(re.findall(r,'125565@qq.com'))
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。