一、正则表达式是什么？

（急于用正则表达式的朋友可以直接跳过这个部分）
————————————————————————
正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。
几乎每个网上教程或者博客对其定义都是这个，不过我还要啰嗦一下的，因为我在正则表达式上面费了好长的时间。
正则表达式，你就理解为有特殊用途字符串就没问题了，无非就是比字符串多了一些杂七杂八的操作而已。正则表达式不难，不难，不难，首先鼓励一下自己。

二、关于正则表达式的旗标

要用正则表达式，必须先引入正则表达式的包，import re
下文中函数的flags参数代表正则表示匹配的旗标，这些旗标都能通过使用该模块中的属性来代表，其都有：

旗标flags	匹配代表
re.A or re.ASCII	该旗标控制\w,\W,\b,\B,\d,\D,\s,\S只能匹配ASCII字符，而不能匹配UNICODE字符。可以在正则表达式中使用（?a）行内旗标来代表
re.DEBUG	显示编译正则表达式的Debug信息，没有行内旗标
re.I(大写i) or re.IGNORECASE	使用正则表示匹配时不区分大小写。对应的行内旗标时(?i)
re.L or re.LOCALE	根据当前区域设置使用正则表达式匹配时不区分大小写。只对bytes模式起作用
re.M or re.MULTILINE	多行模式的旗标。当指定这个旗标之后，“^”能匹配字符串的开头和每行的开头，也就是每个换行符（\n）之后；“$”能匹配字符串的结尾和每行的结尾，也就是换行符（\n）之前。行内旗标（?m）
re.S or re.DOTALL	让点“.”能匹配包括换行符在内的所有字符，如果不指定该旗标，则“.”能匹配不包括换行符的所有字符。行内旗标(?s)
re.U or re.Unicode	该旗标控制\w,\W,\d,\D,\s,\S能匹配所有Unicode字符。这个字符在python3中多余，因为python3默认时UNICODE
re.X or re.VERBOSE	该旗标允许分行写正则表达，也允许正则表达式添加备注。行内旗标(？X)

什么是旗标呢？简而言之就是标记，不同的标记，不同的功能。

三、创建正则表达式

前面已经说过了，正则表达式你就当一个特殊的字符串对待就行了，无非就是可以匹配字符串而已。

1、正则表达式所支持的合法字符

字符	解释
x	字符x（x代表任何合法字符）
\uhhhh	十六进制Unicode字符
\t	制表符(‘\u0009’)
\n	换行符
\r	回车符
\f	换页符
\a	报警符
\e	Escape符号（re包中的escape就是对特殊字符进行转义）
\cx	x对应的控制符。例如，\cm匹配ctrl + m。x的取值A~Z,a ~z

2、正则表达式所支持的特殊字符

特殊字符	解释
^	匹配字符串的开头（需放到正则表达式开头）
$	匹配字符串的结尾（需放到正则表达式结尾）
\b	单词的边界，只匹配单词的前后空白
\B	非单词边界，即只匹配单词
\A	只匹配字符串的开头
\Z	只匹配字符串的结尾，仅用于最后的结束符
*	匹配前一个表达式0次或多次。例如：ab*可匹配a，ab或abbbbbbbbb等
+	匹配前一个表达式1次或多次。例如：ab*可匹配ab或abbbbbbbbb等
?	匹配前一个表达式0次或1次。例如：ab?可匹配a和ab
{m}	精确匹配前一个表达式m次。例如
{m,}	匹配前一个表达式至少m次，贪婪模式（尽可能多的匹配）
{m,n}	匹配前一个表达式m到n次，贪婪模式
{m,n}?	匹配前一个表达式m到n次，非贪婪模式（尽可能少的匹配）
[…]	用来表示一组字符,匹配其中的单个字符。例如[abc]将会匹配a，b或c
[…]	匹配一个范围，通过-表示。例如[a-z]表示匹配任何小写字母，[0-9][0-9]表示匹配任意二位数字
[^…]	将匹配不在[]中的字符。例如:[^abc]将匹配除了a，b和c之外的字符。
“a\|b”	匹配a或b
(…)	匹配括号内的表达式，作为一个整体

3、正则表达式所支持的预定义字符

预定义字符	解释
.	匹配除了换行符\n之外的任何字符
\w	匹配字母数字及下划线，等价于[a-zA-Z0-9_]
\W	匹配非字母数字及下划线，等价于[^a-zA-Z0-9_]
\s	匹配任意空白字符，等价于[\t\n\r\f\v][1]
\S	匹配任意非空字符，等价于[^\t\n\r\f\v]
\d	匹配任意数字，等价于[0-9]
\D	匹配任意非数字，等价于[^0-9]
^	这个不是预定义字符，上述出现^这个的表示取非，也叫取否

先了解各种字符作用，然后再来了解怎么创建正则表达式。与其让语言叙述，不如你亲眼目睹，下文中的各种函数以及其Demo都是可用的，且易于理解。你可以从函数中了解各种字符的作用，还有怎么创建正则表达式。

四、python支持的正则表达式函数

1、了解python中re模块中都有那些可用的函数

import re
print(re.__all__)
#输出结果['match', 'fullmatch', 'search', 'sub', 'subn', 'split', 'findall', 'finditer', 'compile', 'purge', 'template', 'escape', 'error', 'Pattern', 'Match', 'A', 'I', 'L', 'M', 'S', 'X', 'U', 'ASCII', 'IGNORECASE', 'LOCALE', 'MULTILINE', 'DOTALL', 'VERBOSE', 'UNICODE']

下述函数，该函数只要返回的是_sre.SRE_Pattern对象(正则表达式)，就可以用该对象的方法。该对象的方法有：

group(n)：获取第n+1个匹配位置的字符串
span(n)：获取第n+1个匹配字符串的位置

下述函数中，只要search()与match()返回的是_sre.SRE_Match对象，该对象的方法和属性有：
match.group([group1,…]):获取该匹配对象中指定组所匹配的字符串
match.__getitem_(g):这是match.group(g)的简化写法。由于match对象提供了__getitem_(g)，因此可以使用match[g]来代替match.group(g)。
match.groups(default = None):返回match对象中所有组所匹配的字符串组成的元组
match.groupdict(default = None):返回match对象中所有组所匹配的字符串组成的字典。
match.start([group])：获取该指定组所匹配的字符串开始位置。
match.end([group])：获取该指定组所匹配的字符串结束位置。
match.span([group])：获取该匹配对象中指定的组的开始位置与结束位置

2、re.compile(pattern,flags = 0)函数

这个函数用于将正则表达式的字符串编译成_sre.SRE_Pattern对象，该对象代表了正则表达式编译之后再内存中的对象，它可以缓存并复用正则表达式字符串。如果程序多次需要使用同一个正则表达式的字符串，可以考虑它。

import re
temp = re.compile('abc')
#'abc'是正则表达式,很多人初学可能和我一样，认为编译后了，就是正则表达式，其实他本身就是一个正则表达式，只不过编译成了另外一个对象（_sre.SRE_Pattern）
p.search('www.abc.com')
re.search('abc','www.abc.com')
#上述两行程序的作用一样

那么能用re模块的函数解决问题，为什么还要compile一下呢？这不是多此一举吗？
其实不然，编译的好处就是，你已经把它放到缓存区了，代表你用它会更快，而且还能不断复用。

3、re.match(pattern,string,flags = 0)与re.search(pattern,string,flags = 0)函数

（1）re.match(pattern,string,flags = 0)从字符串开始位置进行匹配，如果匹配不成功，返回None。其中pattern是正则表达式，string表示被匹配的字符串，flags是旗标。
（2）re.search(pattern,string,flags = 0)扫描整个string字符串，并返回第一个匹配的pattern对象。

看代码，自己试就明白了。

import re
temp1 = re.match("www","www.777777.www")
temp2 = re.match("777777","www.777777")#返回None
print(temp1)#<re.Match object; span=(0, 3), match='www'>
print(temp2)#None
print(temp1.span())#(0, 3)
print(temp1.group())#'www'
temp1 = re.search("www","777777.www")
temp2 = re.search("777777","www")#返回None
print(temp1)#<re.Match object; span=(7, 10), match='www'>
print(temp2)#None
print(temp1.span())#(7, 10)
print(temp1.group())#'www'

4、re.findall(pattern,string,flags = 0)函数和re.finditer(pattern,string,flags = 0)

（1）re.findall(pattern,string,flags = 0)函数：扫描整个字符串，并返回字符串所匹配的所有字串组成的列表。
（2）re.finditer(pattern,string,flags = 0)函数：扫描整个字符串，并返回字符串所匹配的所有字串组成的迭代器。

import re
temp1 = re.findall("love","I love study, you love me.Love ni ge chui zi.",flags = re.I)#re.I忽略大小写
print(temp1)#['love', 'love', 'Love']
temp2 = re.finditer("love","I love study, you love me.Love ni ge chui zi.")#re.I忽略大小写
print(next(temp2))#<re.Match object; span=(2, 6), match='love'>
for e in temp2:print(str(e.span())+'--->'+e.group())#(18, 22)--->love

5、re.fullmatch(pattern,string,flags = 0)函数

该函数要求匹配整个字符串，如果匹配失败，返回None;否则返回一个_sre.SRE_Pattern对象。

import re
temp1 = re.fullmatch('ssss','SsSs',flags = re.I)
print(temp1)#<re.Match object; span=(0, 4), match='SsSs'>
temp2 = re.fullmatch('ssss','SsSs')
print(temp2)#None

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

这个是个重头戏，很常用。主要功能用来替换字符串里面的指定字符子串
pattern代表正则表达式，表示想要替换的内容。repl表示被替换的子串，话可以是函数。string代表要替换，要作用的字符串。count代表替换的次数（从头开始），如果等于0，则全部替换。flags旗标。

import re
#一个简单的例子
temp1 = '2008_09_27'
temp2  = re.sub('/','_',temp1,flags=0)
print(temp2)#2008_09_27
#一个稍微复杂的例子
def fun(matched):#matched就是被匹配的对象，也就是函数里面的参数patternvalue = ">>>>>>>>>"+(matched.group('lang'))+"<<<<<<<<<<<"return value
s = 'kiet：你好啊！boy'
temp1 = re.sub('(?P<lang>\w+)',fun,s,flags=re.A)#>>>>>>>>>kiet<<<<<<<<<<<：你好啊！>>>>>>>>>boy<<<<<<<<<<<
print(temp1)

多看看这个就能理解上面那些特殊符号的用途了，其中（?P\w+）中，?P为正则表达是组的指定的名字。\w+表示读取字符，且可以多次读取，你可以去掉加号试试是怎么样的。

7、re.split(pattern,string,maxsplit = 0,flags = 0)函数

分割函数，主要用来对字符串进行分割。其中，pattern表示在什么位置分割，string表示要分割的字符串，maxsplit表示最多分割几次，flags是旗标。该函数返回的是一个列表（list）；

import re
temp1 = '2019,09,27'
temp2  = re.split(',',temp1)
print(temp2)#['2019', '09', '27']
temp2 = re.split(',',temp1,maxsplit=1)
print(temp2)#['2019', '09,27']

8、re.purge()函数

清除正则表达式的缓存

9、re.escape(pattern)

对模式中除ASCII字符、数值、下划线（_）之外的其它字符进行转义。

import re
temp1 = 'ww.w,r!rr,ss_?ssddfa'
temp2 = re.escape(temp1)
print(temp2)#ww\.w,r!rr,ss_\?ssddfa

————————————————————————————————
注：有人会提到贪婪模式与勉强模式，其实很好理解，简而言之就是：贪婪模式匹配的尽可能多，勉强模式匹配的尽可能少。

python中的正则表达式详解相关推荐

Python中self用法详解
Python中self用法详解 https://blog.csdn.net/CLHugh/article/details/75000104 首页博客学院下载图文课论坛 APP 问答商城 V ...
python学习笔记正则表达式详解2
python学习笔记正则表达式详解行定位符行定位符就是用来描述子串的边界."^"表示行的开始:"$"表示行的结尾 ^tm:匹配以子串tm的开始位置是行头 ...
python的抽象类详解_第7.19节 Python中的抽象类详解：abstractmethod、abc与真实子类...
第7.19节 Python中的抽象类详解:abstractmethod.abc与真实子类一. 引言前面相关的章节已经介绍过,Python中定义某种类型是以实现了该类型对应的协议为标准的,而不是以继 ...
【 Python 中 int 用法详解】（转载）
Python 中 int 用法详解欢迎转载,转载请注明出处! 文章目录 Python 中 int 用法详解 0. 参考资料 1. int 的无参数调用 2. int 接收数字作为参数 3. int ...
Python 中 int 用法详解
Python 中 int 用法详解欢迎转载,转载请注明出处! 文章目录 Python 中 int 用法详解 0. 参考资料 1. int 的无参数调用 2. int 接收数字作为参数 3. int ...
python中的字符串详解（附实现文字跑马灯效果）
python中的字符串详解 1.什么是字符串相信大家对字符串应该是再熟悉不过了吧,因为日常生活中的一句话,或是路边的一则广告,其实它都相当于一个字符串,而顾名思义,字符串也就是一串串的由零个或多 ...
python中的GIL详解
python中的GIL详解参考Python-- GIL 锁简述 GIL是什么首先需要明确的一点是GIL并不是Python的特性,它是在实现Python解析器(CPython)时所引入的一个概念.就 ...
java中的正则表达式详解
转自:http://gstarwd.iteye.com/category/91108?show_full=true 想必很多人都对正则表达式都头疼.今天,我以我的认识,加上网上一些文章,希望用常人都可 ...
Python 中 with 用法详解
浅谈 Python 的 with 语句:https://developer.ibm.com/zh/articles/os-cn-pythonwith/ python3,浅谈with的神奇魔法:http ...

python中的正则表达式详解