Python3 正则表达式使用（1）- 基础篇

博主： wuqintai
发布时间：2018 年 05 月 16 日
3392 次浏览
暂无评论
4979字数
分类： Python

前言

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 模块调用实现。

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。

本篇主要讲正则表达式RE中的元字符功能及使用，下篇再讲其RE模块中，常用的一些内置方法。

在 RE 中大致分为"普通字符"和"元字符"两种：

普通字符 : 顾名思义，就是普通使用的一些字符，没有任何特殊意义的。
元字符：是RE中用于定义过滤内容的一些规则字符，是有特殊的含义和功能的。类似程序的 \t ,表示是一个制表符。

- 普通字符
例如： test 与 'test' 匹配

- 元字符
. ^ $ * + ? {} [] \ | ( )

定义正则表达式：

正则对象名 = r ' 正则内容 '

演示实例：
rule = r'test'

解释：定义一个名为 rule 的正则，其功能是在所有内容中匹配 ' test ' 这个字符串。

常用元字符

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 x y 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']
[]
[]

解释：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，可见后两个字符串被过滤掉了。

$ 匹配行尾

主要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 -*-

import re

r = r'end$' # 制定以'end' 结尾的字符串

print( re.findall(r,'end') )
print( re.findall(r,'abcend') )
print( re.findall(r,'iiienn') )
print( re.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，使用反斜杠 \ 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(如制表符/换行等)：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: 匹配任何字母数字及下划线字符：相当于字符集 [a-aA-Z0-9\_]
\W : 匹配任何非字母数字及下划线字符：相当于字符集 [^a-aA-Z0-9_]
\A : 匹配起始的字符串 (用法： r = r'\A匹配的字符')
\Z : 匹配结束字符串(换行结束符无效) (用法： r = r'匹配字符串\Z')

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

? 用于指定某一字符或区间字符，在匹配时可出现 1次或0次，即可有可无的状态。

实例如下：

#!/usr/bin/python
# -*- coding: utf-8 -*-

import re

r = 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 re

r = 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 re

r = 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']
[]

更多学习教程请访问：Python3 学习教程目录索引

最后修改：2022 年 06 月 08 日

如果觉得我的文章对你有用，请随意赞赏

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款!

评论 *

私密评论

名称 *

🎲

邮箱 *

地址

Python3 正则表达式使用（1）- 基础篇

wuqintai • 2018 年 05 月 16 日

<h1>前言</h1>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 模块调用实现。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。本篇主要讲正则表达式RE中的元字符功能及使用，下篇再讲其RE模块中，常用的一些内置方法。在 RE 中大致分为"普通字符"和"元字符"两种：<ul><li>普通字符 : 顾名思义，就是普通使用的一些字符，没有任何特殊意义的。</li><li>元字符： 是RE中用于定义过滤内容的一些规则字符，是有特殊的含义和功能的。类似程序的 <code>\t</code> ,表示是一个制表符。</li></ul>- 普通字符 例如： test 与 'test' 匹配- 元字符 . ^ $ * + ? {} [] \ | ( )定义正则表达式：<pre><code>正则对象名 = r ' 正则内容 '</code></pre>演示实例： rule = r'test'解释：定义一个名为 rule 的正则，其功能是在所有内容中匹配 ' test ' 这个字符串。<h1>常用元字符</h1>下面开始讲解 正则表达式的元字符：<h2>[ ] 字符集</h2><ul><li>常用于匹配某一个字符集：如 [a-z] ; [A-Z] ; [0-9] ...</li><li>元字符在字符集中不起作用，只相当于普通字符：如[ abc$ ] ; [ hello* ]...</li><li>扩展：匹配字符集以外的字符（补集匹配）：[^abc]... 特点：以^符号开头</li></ul>实例如下<pre><code class="lang-python">#!/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') )</code></pre>运行输出： ['atest'] ['ctest'] []可见，以d开头的字符串‘dtest’被过滤掉了。<h2>补集匹配</h2>补集匹配需要配合 字符集 <code>[ ]</code> 来使用，当使用字符集 [ ] 时，其内部的首位为 <code>^</code> 时，表示除了字符集以内的所有内容：实例如下：<pre><code class="lang-python">#!/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') )</code></pre>实例输出： [] [] ['a', 'b', 'c'] ['i', 'j', 'k']解释： 定义补集正则，此时除了 x y 以外的内容，其它内容都进行输出，与其位置无关。<h2>^ 匹配行首</h2>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：<pre><code class="lang-python">#!/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') )</code></pre>实例输出： ['head'] ['head'] [] []解释：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，可见后两个字符串被过滤掉了。<h2>$ 匹配行尾</h2>主要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：<pre><code class="lang-python">#!/usr/bin/python
# -*- coding: utf-8 -*-

import re

r = r'end$' # 制定以'end' 结尾的字符串

print( re.findall(r,'end') )
print( re.findall(r,'abcend') )
print( re.findall(r,'iiienn') )
print( re.findall(r,'hello python') )</code></pre>实例输出： ['end'] ['end'] [] []<h2>\ 转义字符</h2>正则表达式中与其它语言一样，使用反斜杠 <code>\</code> 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 <code>\</code> 字符取消所有的元字符，如： <code>$</code> , <code>*</code> , <code>+</code> ...内部转义字符：<code>\d</code> : 匹配任何十进制数： 相当于字符集 [0-9] <code>\D</code> : 匹配任何非数字字符： 相当于字符集 [^0-9] <code>\s</code> : 匹配任何空白字符(如制表符/换行等)： 相当于字符集 [\t\n\r\f\v] <code>\S</code> : 匹配任何非空白字符： 相当于字符集 [^\t\n\r\f\v] <code>\w</code>: 匹配任何字母数字及下划线字符： 相当于字符集 [a-aA-Z0-9\_] <code>\W</code> : 匹配任何非字母数字及下划线字符： 相当于字符集 [^a-aA-Z0-9_] <code> \A</code> : 匹配起始的字符串 (用法： r = r'\A匹配的字符') <code> \Z</code> : 匹配结束字符串(换行结束符无效) (用法： r = r'匹配字符串\Z')实例如下： 功能：将元字符 $ 转换为普通字符<pre><code class="lang-python">#!/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,'$abc') )</code></pre>运行输出： [] ['$abc']内部提供转义字符实例：<pre><code class="lang-python">#!/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') )</code></pre>运行输出： ['2year'] []<h2>* 匹配0次或以上</h2>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 <code>[]</code> 使用。例如： <code>a[xyz]*b</code>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：<pre><code class="lang-python">#!/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') )</code></pre>运行输出： [] ['hell'] ['hello'] ['helloo']<h2>+ 匹配1次或以上</h2>用于指定前一个字符可以被匹配 一次或 以上次数，与 <code>*</code> 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 <code>*</code> 字符可以是 0次。实例如下：<pre><code class="lang-python">#!/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') )</code></pre>运行输出： [] ['hello'] ['helloo']<h2>？ 可选匹配</h2><code>?</code> 用于指定某一字符或区间字符，在匹配时可出现 1次 或0次 ，即可有可无的状态。实例如下：<pre><code class="lang-python">#!/usr/bin/python
# -*- coding: utf-8 -*-

import re

r = 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') )</code></pre>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：<pre><code class="lang-python">#!/usr/bin/python
# -*- coding: utf-8 -*-

import re

r = 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') )</code></pre>运行输出： ['abbbbbb'] ['a']<h2>{m,n} 区间限定符</h2>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：<pre><code class="lang-python">#!/usr/bin/python
# -*- coding: utf-8 -*-

import re

r = 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</code></pre>运行输出： [] ['abbc'] ['abbbbbc'] []更多学习教程请访问：<a href="https://www.wuqintai.com/archives/43.html">Python3 学习教程目录索引</a>

Python3 正则表达式使用（1）- 基础篇

前言

常用元字符

[ ] 字符集

补集匹配

^ 匹配行首

$ 匹配行尾

\ 转义字符

* 匹配0次或以上

+ 匹配1次或以上

？可选匹配

{m,n} 区间限定符

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款!

手把手教你在 Huawei MatePad Pro 上安装 GMS 服务（详细教程）

基于Typecho的个人博客实现评论一键打卡功能（升级版）

七夕将至，教你用Python绘制爱心，优雅的表白520~

快速破解无线路由器后台管理登录密码

免费领取 | 经典名著英文原版+MP3原声朗读

利用Python实现JSON格式数据的编码与解码操作

Python 正则表达式使用详情

Python3 入门教程——列表类型

系统运维中最常用的指令及快捷键集合（必备篇）

天问一号探测器即将打卡火星乌托邦平原

Python3 正则表达式使用（1）- 基础篇

前言

常用元字符

[ ] 字符集

补集匹配

^ 匹配行首

$ 匹配行尾

\ 转义字符

* 匹配0次或以上

+ 匹配1次或以上

？ 可选匹配

{m,n} 区间限定符

发表评论 取消回复 使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款!

Python3 正则表达式使用（1）- 基础篇

？可选匹配

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款!