Python正则表达式re包用法

忘是亡心i 2023-01-23 11:51 150阅读 0赞

# 1.常用函数 #

# 编译
    re.compile(pattern, flags=0)
    
    # 从字符串任意位置匹配，返回匹配到的第一个
    re.search(pattern, string, flags=0)
    
    # 从字符串开始匹配，返回匹配到的第一个
    re.match(pattern, string, flags=0)
    
    # 分割
    re.split(pattern, string, maxsplit=0, flags=0)
    
    # 可以返回所有匹配结果
    re.findall(pattern, string, flags=0)
    
    # 用于替换字符串中的匹配项
    re.sub(pattern, repl, string, count=0, flags=0)

# 2.正则表达式匹配规则 #

## 2.1单字符串匹配规则 ##

<table> 
 <thead> 
  <tr> 
   <th>字符</th> 
   <th>功能</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>.</td> 
   <td>匹配任意1个字符(除了\n)</td> 
  </tr> 
  <tr> 
   <td>[]</td> 
   <td>匹配[]中列举的字符</td> 
  </tr> 
  <tr> 
   <td>\d</td> 
   <td>匹配数字,也就是0-9</td> 
  </tr> 
  <tr> 
   <td>\D</td> 
   <td>匹配非数字,也就是匹配不是数字的字符</td> 
  </tr> 
  <tr> 
   <td>\s</td> 
   <td>匹配空白符,也就是 空格\tab</td> 
  </tr> 
  <tr> 
   <td>\S</td> 
   <td>匹配非空白符,\s取反</td> 
  </tr> 
  <tr> 
   <td>\w</td> 
   <td>匹配单词字符, a-z, A-Z, 0-9, _</td> 
  </tr> 
  <tr> 
   <td>\W</td> 
   <td>匹配非单词字符, \w取反</td> 
  </tr> 
 </tbody> 
</table>

## 2.2数量匹配规则 ##

<table> 
 <thead> 
  <tr> 
   <th>字符</th> 
   <th>功能</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>*</td> 
   <td>匹配前一个字符出现0次多次或者无限次,可有可无,可多可少</td> 
  </tr> 
  <tr> 
   <td>+</td> 
   <td>匹配前一个字符出现1次多次或则无限次,直到出现一次</td> 
  </tr> 
  <tr> 
   <td>?</td> 
   <td>匹配前一个字符出现1次或者0次,要么有1次,要么没有</td> 
  </tr> 
  <tr> 
   <td>{m}</td> 
   <td>匹配前一个字符出现m次</td> 
  </tr> 
  <tr> 
   <td>{m,}</td> 
   <td>匹配前一个字符至少出现m次</td> 
  </tr> 
  <tr> 
   <td>{m,n}</td> 
   <td>匹配前一个字符出现m到n次</td> 
  </tr> 
 </tbody> 
</table>

## 2.3边界匹配规则 ##

<table> 
 <thead> 
  <tr> 
   <th>字符</th> 
   <th>功能</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>^</td> 
   <td>匹配字符串开头</td> 
  </tr> 
  <tr> 
   <td>$</td> 
   <td>匹配字符串结尾</td> 
  </tr> 
  <tr> 
   <td>\b</td> 
   <td>匹配一个单词的边界</td> 
  </tr> 
  <tr> 
   <td>\B</td> 
   <td>匹配非单词边界</td> 
  </tr> 
 </tbody> 
</table>

## 2.4分组匹配规则 ##

<table> 
 <thead> 
  <tr> 
   <th>字符</th> 
   <th>功能</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>|</td> 
   <td>匹配左右任意一个表达式</td> 
  </tr> 
  <tr> 
   <td>(ab)</td> 
   <td>将括号中字符作为一个分组</td> 
  </tr> 
  <tr> 
   <td>\num</td> 
   <td>引用分组num匹配到的字符串</td> 
  </tr> 
  <tr> 
   <td>(?P)</td> 
   <td>分组起别名</td> 
  </tr> 
  <tr> 
   <td>(?P=name)</td> 
   <td>引用别名为name分组匹配到的字符串</td> 
  </tr> 
 </tbody> 
</table>

## 2.5汉字匹配规则 ##

Unicode 编码中汉字编码的范围在 \\u4e00 到 \\u9fa5之间

*  `[\u4e00-\u9fa5]` 匹配任意汉字
 *  `[\u5f20\u4e09]` 匹配`张三`

[unicode中文互转][unicode]

## 2.6前后界定和前后非界定 ##

*  `(?=pattern)` **零宽正向先行断言**(zero-width positive lookahead assertion) ：代表字符串中的一个位置，紧接该位置**之后**的字符序列**能够**匹配pattern。
 *  `(?!pattern)` **零宽负向先行断言**(zero-width negative lookahead assertion) ：代表字符串中的一个位置，紧接该位置**之后**的字符序列**不能**匹配pattern。
 *  `(?<=pattern)` **零宽正向后行断言**(zero-width positive lookbehind assertion) ：代表字符串中的一个位置，紧接该位置**之前**的字符序列**能够**匹配pattern。
 *  `(?<!pattern)` **零宽负向后行断言**(zero-width negative lookbehind assertion) ：代表字符串中的一个位置，紧接该位置**之前**的字符序列**不能**匹配pattern。

`r'(?<![A-Z.\d:])[A-Z\d]\d?\s?\.(?![\dA-Z])'` 表示序号，前后均有非界定

--------------------

> 可参考博客  
> [re(正则表达式)详细总结][re]

[unicode]: https://www.bejson.com/convert/unicode_chinese/
[re]: https://blog.csdn.net/yunweimao/article/details/106688046