正则表达式简介

概念

正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这   些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一   种过滤逻辑（可以用来做检索，截取或者替换操作）。

正则表述式用于搜索、替换和解析字符串。正则表达式遵循一定的语法规则，使用非常  灵活，功能强大。使用正则表达式编写一些逻辑验证非常方便，例如电子邮件地址格式的验证。

正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符）操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规   则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑，正则表达式是一种文   本模式，模式描述在搜索文本时要匹配一个或多个字符串。

作用

1. 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）。
2. 可以通过正则表达式，从字符串中获取我们想要的特定部分。
3. 还可以对目标字符串进行替换操作。

正则表达式的使用

Python 语言通过标准库中的 re 模块支持正则表达式。re 模块提供了一些根据正则表达式进行查找、替换、分隔字符串的函数，这些函数使用一个正则表达式作为第一个参数。re 模块常用的函数如下表所示。

re 模块常用的函数

match 方法

re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，

match()就返回 None。语法格式如下：

 函数参数说明如下表所示：

match 函数参数说明

正则表达式修饰符 - 可选标志

匹配字符串是正则表达式中最常用的一类应用。也就是设定一个文本模式，然后判断另  外一个字符串是否符合这个文本模式。

如果文本模式只是一个普通的字符串，那么待匹配的字符串和文本模式字符串在完全相等的情况下，match 方法会认为匹配成功。如果匹配成功，则 match 方法返回匹配的对象， 然后可以调用对象中的 group 方法获取匹配成功的字符串，如果文本模式就是一个普通的字符串，那么 group 方法返回的就是文本模式字符串本身。

 执行结果如图所示：

 从上面的代码可以看出，进行文本模式匹配时，只要待匹配的字符串开始部分可以匹配  文本模式，就算匹配成功。

执行结果如下图所示：

常用匹配符

正则表达式中常用的字符

表示数量（匹配多个字符）

如果要匹配电话号码，需要形如“\d\d\d\d\d\d\d\d\d\d\d”这样的正则表达式。其中表现了 11 次“\d”，表达方式烦琐。而且某些地区的电话号码是 8 位数字，区号也有可能是 3

位或 4 位数字，因此这个正则表达式就不能满足要求了。正则表达式作为一门小型的语言， 还提供了对表达式的一部分进行重复处理的功能。例如，“*”可以对正则表达式的某个部分重复匹配多次。这种匹配符号称为限定符。下表列出了正则表达式中常用的限定符。

正则表达式中常用的限定符

利用{}可以控制符号重复的次数。

【示例】匹配出一个字符串首字母为大写字符，后边都是小写字符，这些小写字母可有可

【示例】匹配出有效的变量名

 【示例】匹配出 1-99 直接的数字

【示例】匹配出一个随机密码 8-20 位以内 (大写字母 小写字母 下划线 数字)

原生字符串

在大多数编程语言相同，正则表达式里使用“\”作为转义字符，这就可以能造成反斜杠困扰。示例如下：

【示例】“\”作为转义字符

边界字符

【示例】匹配符^的使用

 【示例】\b 匹配单词边界

search 方法

search 在一个字符串中搜索满足文本模式的字符串。语法格式如下：

函数参数与 match 方法类似，如下表所示：

search 函数参数说明

match 与search 的区别

re.match 只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回 None；而 re.search 匹配整个字符串，直到找到一个匹配。

【示例】match 方法与 search 方法的使用对比

匹配多个字符串

search 方法搜索一个字符串，要想搜索多个字符串，如搜索 aa、bb 和 cc，最简单的方法是在文本模式字符串中使用择一匹配符号（|）。择一匹配符号和逻辑或类似，只要满足任何一个，就算匹配成功。

【示例】择一匹配符号（|）的使用

如果待匹配的字符串中，某些字符可以有多个选择，就需要使用字符集（[]），也就是  一对中括号括起来的字符串。例如，[xyz]表示 x、y、z 三个字符可以取其中任何一个，相当于“x|y|z”，所以对单个字符使用或关系时，字符集和择一匹配符的效果是一样的。示例如   下：

执行结果如下图所示：

分组

 如果一个模式字符串中有用一对圆括号括起来的部分，那么这部分就会作为一组，可以  通过 group 方法的参数获取指定的组匹配的字符串。当然，如果模式字符串中没有任何用圆括号括起来的部分，那么就不会对待匹配的字符串进行分组。

【示例】\num 的使用

使用分组要了解如下几点：

• 只有圆括号括起来的部分才算一组，如果模式字符串中既有圆括号括起来的部分，

也有没有被圆括号括起来的部分，那么只会将被圆括号括起来的部分算作一组，其  它的部分忽略。

• 用 group 方法获取指定组的值时，组从 1 开始，也就是说，group(1)获取第 1 组的值，group(2)获取第 2 组的值，以此类推。
• groups 方法用于获取所有组的值，以元组形式返回。所以除了使用 group(1)获取第1 组的值外，还可以使用 groups()[0]获取第 1 组的值。获取第 2 组以及其它组的值的方式类似。

re 模块中其他常用的函数

sub 和subn 搜索与替换

 sub 函数和 subn 函数用于实现搜索和替换功能。这两个函数的功能几乎完全相同，都是将某个字符串中所有匹配正则表达式的部分替换成其他字符串。用来替换的部分可能是一个   字符串，也可以是一个函数，该函数返回一个用来替换的字符串。sub 函数返回替换后的结果，subn 函数返回一个元组，元组的第 1 个元素是替换后的结果，第 2 个元素是替换的总数。语法格式如下：

参数说明：

表 sub 函数参数说明

在上执行结果如下图所示：

compile 函数

compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match()

和 search()  这两个函数使用。语法格式为：

 参数说明：

表 compile 函数参数说明

findall 函数

 在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，   则返回空列表。语法格式如下：

参数说明：

表 findall 函数参数说明

【示例】findall 函数的使用

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。

split 函数

 split 函数用于根据正则表达式分隔字符串，也就是说，将字符串与模式匹配的子字符串都作为分隔符来分隔这个字符串。split 函数返回一个列表形式的分隔结果，每一个列表元素都是分隔的子字符串。语法格式如下：

参数说明：

表 split 函数参数说明

在上执行结果如下：

贪婪模式和非贪婪

贪婪模式指 Python 里数量词默认是贪婪的，总是尝试匹配尽可能多的字符。非贪婪模式与贪婪相反，总是尝试匹配尽可能少的字符，可以使用"*","?","+","{m,n}"后面加上？，使贪婪变成非贪婪