Python Re 模块本文对Python中的re模块的使用进行了详

（点击上方蓝字，快速关注我们）

来源：chichao

segmentfault.com/a/1190000011578899

如有好文章投稿，请点击 → 这里了解详情

re模块下的函数

compile(pattern)：创建模式对象

import re

pat=re.compile("A")

m=pat.search("CBA") #等价于 re.search("A","CBA")

print m

<_sre.SRE_Match object at 0x9d690c8> #匹配到了，返回MatchObject（True）

m=pat.search("CBD")

print m

None #没有匹配到，返回None（False）

search(pattern,string)：在字符串中寻找模式

m = re.search("asd","ASDasd")

print m

<_sre.SRE_Match object at 0xb72cd6e8> #匹配到了，返回MatchObject（True）

m = re.search("asd","ASDASD")

print m

None #没有匹配到，返回None（False）

match(pattern,string)：在字符串开始处匹配模式

m = re.search("asd","ASDasd")

print m

<_sre.SRE_Match object at 0xb72cd6e8> #匹配到了，返回MatchObject（True）

m = re.search("asd","ASDASD")

print m

None #没有匹配到，返回None（False）

等价于

pat=re.compile("a")

print pat.match("Aasd")

None

printpat.match("aASD")

<_sre.SRE_Match object at 0xb72cd6e8>

上面的函数返回都可以在if条件语句中进行判断：

if pat.search("asd"):

... print "OK"

...

OK #找到返回

if re.search("a","ASD"):

... print "OK"

... #没有找到

split(pattern,string)：根据模式分割字符串,返回列表

re.split(",","a,s,d,asd")

["a", "s", "d", "asd"] #返回列表

pat = re.compile(",")

pat.split("a,s,d,asd")

["a", "s", "d", "asd"] #返回列表

re.split("[, ]+","a , s ,d ,,,,,asd") #正则匹配：[, ]+，后面说明

["a", "s", "d", "asd"]

re.split("[, ]+","a , s ,d ,,,,,asd",maxsplit=2) # maxsplit 最多分割次数

["a", "s", "d ,,,,,asd"]

pat = re.compile("[, ]+") #正则匹配：[, ]+，后面说明

pat.split("a , s ,d ,,,,,asd",maxsplit=2) # maxsplit 最多分割次数

["a", "s", "d ,,,,,asd"]

findall(pattern,string)：列表形式返回匹配项

re.findall("a","ASDaDFGAa")

["a", "a"] #列表形式返回匹配到的字符串

pat = re.compile("a")

pat.findall("ASDaDFGAa")

["a", "a"] #列表形式返回匹配到的字符串

pat = re.compile("[A-Z]+") #正则匹配："[A-Z]+" 后面有说明

pat.findall("ASDcDFGAa")

["ASD", "DFGA"] #找到匹配到的字符串

pat = re.compile("[A-Z]")

pat.findall("ASDcDFGAa") #正则匹配："[A-Z]+" 后面有说明

["A", "S", "D", "D", "F", "G", "A"] #找到匹配到的字符串

pat = re.compile("[A-Za-z]") #正则匹配："[A-Za-z]+" 匹配所有单词，后面有说明

pat.findall("ASDcDFGAa")

["A", "S", "D", "c", "D", "F", "G", "A", "a"]

sub(pat,repl,string) ：用repl替换 pat匹配项

(留的是中间的，因为中间在中心)

re.sub("a","A","abcasd") #找到a用A替换，后面见和group的配合使用

"AbcAsd"

pat = re.compile("a")

pat.sub("A","abcasd")

"AbcAsd"

pat=re.compile(r"www\.(.*)\..{3}") #正则表达式

#在Python的string前面加上‘r’，是为了告诉编译器这个string是个raw string，不要转译反斜杠 "\" 。

#例如，\n 在raw string中，是两个字符，\和n，而不会转译为换行符。

#由于正则表达式和 \ 会有冲突，因此，当一个字符串使用了正则表达式后，最好在前面加上"r"。

#与大多数编程语言相同，正则表达式里使用"\"作为转义字符，这就可能造成反斜杠困扰。

#假如你需要匹配文本中的字符"\"，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\\\"：

#前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。

#Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r"\\"表示。

#同样，匹配一个数字的"\\d"可以写成r"\d"。

#有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。

#不是说加了r \就没有转译功能，好乱，就直接记住1句话：

#当一个字符串使用了正则表达式后，最好在前面加上"r"，这样你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观

pat.match("www.dxy.com").group(1)

"dxy"

re.sub(r"www\.(.*)\..{3}",r"\1","hello,www.dxy.com")

pat.sub(r"\1","hello,www.dxy.com")

"hello,dxy"

# r"1" 是第一组的意思

#通过正则匹配找到符合规则的"www.dxy.com" ，取得组1字符串去替换整个匹配。

pat=re.compile(r"(\w+) (\w+)") #正则表达式

s="hello world ! hello hz !"

pat.findall("hello world ! hello hz !")

[("hello", "world"), ("hello", "hz")]

pat.sub(r"\2 \1",s) #通过正则得到组1(hello)，组2(world)，再通过sub去替换。即组1替换组2，组2替换组1，调换位置。

"world hello!hz hello!"

escape(string) ：对字符串里面的特殊字符串进行转义

re.escape("www.dxy.cn")

"www\\.dxy\\.cn" #转义

上面的函数中，只有match、search有group方法，其他的函数没有。

函数的方法

group：获取子模式(组)的匹配项

pat = re.compile(r"www\.(.*)\.(.*)") #用()表示1个组，2个组

m = pat.match("www.dxy.com")

m.group() #默认为0，表示匹配整个字符串

"www.dxy.com"

m.group(1) #返回给定组1匹配的子字符串

"dxy"

m.group(2)

"com"

start：给定组匹配项的开始位置

m.start(2) #组2开始的索引

end：给定组匹配项的结束位置

m.end(2) #组2结束的索引

span：给定组匹配项的开始结束位置

m.span(2) #组2开始、结束的索引

(8, 11)

正则表达式

元字符

“.” ：通配符,除换行符外的任意的1个字符

pat=re.compile(".")

pat.match("abc")

<_sre.SRE_Match object at 0xb72b6170>

pat.match("abc").group()

"a" #匹配到了首个字符

pat.search("abc").group()

"a"

pat.match("\n").group() #换行符匹配出错

Traceback (most recent call last):

File "<stdin>", line 1, in <module>

AttributeError: "NoneType" object has no attribute "group"

“\” : 转义符

pat=re.compile("\.")

pat.search("abc.efg").group() #匹配到.

"."

pat.findall("abc.efg") #不用group,返回列表

["."]

“[…]” : 字符集合，匹配里面的任意一个元素

>>> pat=re.compile("[abc]")

>>> pat.match("axbycz").group()

"a"

>>> pat.search("axbycz").group()

"a"

>>> pat.findall("axbycz")

["a", "b", "c"]

“\d” : 数字

>>> pat=re.compile("\d")

>>> pat.search("ax1by2cz3").group() #匹配到第一个数字:1，返回

"1"

>>> pat.match("ax1by2cz3").group() #匹配不到（首个不是）返回None，报错，match匹配字符串头

Traceback (most recent call last):

File "<stdin>", line 1, in <module>

AttributeError: "NoneType" object has no attribute "group"

>>> pat.findall("ax1by2cz3") #匹配所有的数字，列表返回

["1", "2", "3"]

“\D” : 非数字

>>> pat=re.compile("\D")

>>> pat.match("ax1by2cz3").group()

"a"

>>> pat.search("ax1by2cz3").group()

"a"

>>> pat.findall("ax1by2cz3")

["a", "x", "b", "y", "c", "z"]

“\s” ：空白字符、 \t、\r、\n、空格

>>> pat=re.compile("\s")

>>> pat.findall("\rax1 \nby2 \tcz3")

["\r", " ", "\n", " ", "\t"]

>>> pat.search("\rax1 \nby2 \tcz3").group()

"\r"

>>> pat.match("\rax1 \nby2 \tcz3").group()

"\r"

“S” :非空白字符

>>> pat=re.compile("\S")

>>> pat.search("\rax1 \nby2 \tcz3").group()

"a"

>>> pat.findall("\rax1 \nby2 \tcz3")

["a", "x", "1", "b", "y", "2", "c", "z", "3"]

“\w” ：单个的数字和字母，[A-Za-z0-9]

>>> pat=re.compile("\w")

>>> pat.search("1a2b3c").group()

"1"

>>> pat.findall("1a2b3c")

["1", "a", "2", "b", "3", "c"]

>>> pat.match("1a2b3c").group()

"1"

“\W”:非单词字符,除数字和字母外

>>> pat=re.compile("\W")

>>> pat.findall("1a2我b3c") #python是用三字节表示一个汉字

["\xe6", "\x88", "\x91"]

>>> pat.search("1a2我b3c").group()

"\xe6"

数量词

“*” ：0次或多次

（乘0会变成0）

>>> pat = re.compile("[abc]*")

>>> pat.match("abcabcdefabc").group()

"abcabc" #2次

>>> pat.search("abcabcdefabc").group()

"abcabc" #2次

>>> pat.findall("abcabcdefabc")

["abcabc", "", "", "", "abc", ""] #2次和1次,因为有0次，所以匹配了""

“+” ：1次或多次

（加0不会变成0）

>>> pat = re.compile("[abc]+")

>>> pat.match("abcdefabcabc").group()

"abc"

>>> pat.search("abcdefabcabc").group()

"abc"

>>> pat.findall("abcdefabcabc")

["abc", "abcabc"]

“?” ：0次或1次，match,search 不会出现none，会出现’ ‘ （因为0次也是符合的）

0次或1次不是指[xxx]这个集合，而是其中的任何的一个字符

>>> pat = re.compile("[abc]?")

>>> pat.match("defabc").group() #0次

>>> pat.match("abcdefabc").group()

"a"

>>> pat.search("defabc").group() #0次

>>> pat.findall("defabc") #0次和1次

["", "", "", "a", "b", "c", ""] #后面总再加个""

“数量词?” ：非贪婪模式：只匹配最少的（尽可能少）；默认贪婪模式：匹配最多的（尽可能多）

>>> pat = re.compile("[abc]+") #贪婪模式

>>> pat.match("abcdefabcabc").group() #匹配尽可能多的：abc

"abc"

>>> pat.match("bbabcdefabcabc").group()

"bbabc"

>>> pat.search("dbbabcdefabcabc").group()

"bbabc"

>>> pat.findall("abcdefabcabc")

["abc", "abcabc"]

>>> pat = re.compile("[abc]+?") #非贪婪模式：+?

>>> pat.match("abcdefabcabc").group() #匹配尽可能少的：a、b、c

"a"

>>> pat.search("dbbabcdefabcabc").group()

"b"

>>> pat.findall("abcdefabcabc")

["a", "b", "c", "a", "b", "c", "a", "b", "c"]

“{m}” ：匹配字符串出现m次

>>> pat = re.compile("[op]{2}") #o或p出现2次

>>> pat.search("abcooapp").group() #匹配第一次出现的字符串,o比p先出现

"oo"

>>> pat.findall("abcooapp") #匹配出现的所有字符串，列表形式返回

["oo", "pp"]

“{m,n}” ：匹配字符串出现m到n次

>>> pat = re.compile("[op]{2,4}") #o或则p出现2到4次

>>> pat.match("pppabcooapp").group() #匹配开头

"ppp"

>>> pat.search("pppabcooapp").group() #匹配第一次出现

"ppp"

>>> pat.findall("pppabcooapp") #匹配所有

["ppp", "oo", "pp"]

.group() #匹配第一次出现

边界

“^” ：匹配字符串开头或行头

>>> pat = re.compile("^[abc]") #开头是a、b、c中的任意一个

>>> pat.search("defabc").group()

>>> pat.match("defabc").group() #均找不到

>>> pat.findall("defabc")

[]

>>> pat.search("adefabc").group()

"a"

>>> pat.match("adefabc").group() #开头是a、b、c中的任意一个

"a"

>>> pat.findall("adefabc")

["a"]

>>> pat = re.compile("^[abc]+") #开头是a、b、c中的任意一个的一次或则多次，贪婪：匹配多个

>>> pat.findall("cbadefab")

["cba"]

>>> pat = re.compile(r"^[abc]+?") #开头是a、b、c中的任意一个的一次或则多次，非贪婪：匹配一个

>>> pat.findall("cbadefab")

["c"]

“$” ：匹配字符串结尾或则行尾

>>> pat = re.compile("[abc]$")

>>> pat.match("adefAbc").group() #match匹配的是字符串开头，所以查找$的时，总是返回None

>>> pat.search("adefAbc").group() #结尾是a、b、c中的任意一个

"c"

>>> pat.findall("adefAbc")

["c"]

>>> pat = re.compile("[abc]+$")

>>> pat.search("adefAbc").group() #结尾是a、b、c中的任意一个的一次或则多次，贪婪：匹配多个

"bc"

>>> pat.findall("adefAbc")

["bc"]

“\A”：匹配字符串开头

>>> pat = re.compile("\A[abc]+")

>>> pat.findall("cbadefab")

["cba"]

>>> pat.search("cbadefab").group()

"cba"

“\Z”：匹配字符串结尾

>>> pat = re.compile("[abc]+\Z")

>>> pat.search("cbadefab").group()

"ab"

>>> pat.findall("cbadefab")

["ab"]

分组

(…)：分组匹配,从左到右,每遇到一个 ( 编号+1，分组后面可加数量词

>>> pat=re.compile(r"(a)\w(c)") #\w:单个的数字或字母 [A-Za-z0-9]

>>> pat.match("abcdef").group()

"abc"

>>> pat=re.compile("(a)b(c)") #分2组，匿名分组

>>> pat.match("abcdef").group() #默认返回匹配的字符串

"abc"

>>> pat.match("abcdef").group(1) #取分组1，适用于search

"a"

>>> pat.match("abcdef").group(2) #取分组2，适用于search

"c"

>>> pat.match("abcdef").groups() #取所有分组，元组形式返回

("a", "c")

<number>：引用编号为<number>的分组匹配到的字符串

>>> pat=re.compile(r"www\.(.*)\..{3}")

>>> pat.match("www.dxy.com").group(1)

"dxy"

“(?P<name>…)” ：在模式里面用()来表示分组（命名分组）,适用于提取目标字符串中的某一些部位。

>>> pat=re.compile(r"(?P<K>a)\w(c)") #分2组：命名分组+匿名分组

>>> pat.search("abcdef").groups() #取所有分组，元组形式返回

("a", "c")

>>> pat.search("abcdef").group(1) #取分组1，适用于match

"a"

>>> pat.search("abcdef").group(2) #取分组2，适用于match

"c"

>>> pat.search("abcdef").group() #默认返回匹配的字符串

"abc"

>>> pat.search("abcdef").groupdict() #命名分组可以返回一个字典【专有】，匿名分组也没有

{"K": "a"}

“(?P=name)”：引用别名为<name>的分组匹配到的串

>>> pat=re.compile(r"(?P<K>a)\w(c)(?P=K)") #(?P=K)引用分组1的值，就是a

>>> pat.search("abcdef").group() #匹配不到，因为完整"a\wca",模式的第4位是a

Traceback (most recent call last):

File "<stdin>", line 1, in <module>

AttributeError: "NoneType" object has no attribute "group"

>>> pat.search("abcadef").group() #匹配到，模式的第4位和组1一样,值是c

"abca"

>>> pat.search("abcadef").groups()

("a", "c")

>>> pat.search("abcadef").group(1)

"a"

>>> pat.search("abcadef").group(2)

“<number>” ：引用分组编号匹配：

>>> pat=re.compile(r"(?P<K>a)\w(c)(?P=K)\2") #\2引用分组2的值，就是c

>>> pat.findall("Aabcadef") #匹配不到，因为完整"a\wcac",模式的第5位是c

[]

>>> pat.findall("Aabcacdef") #匹配到，模式的第5位和组2一样,值是c

[("a", "c")]

>>> pat.search("Aabcacdef").groups()

("a", "c")

>>> pat.search("Aabcacdef").group()

"abcac"

>>> pat.search("Aabcacdef").group(1)

"a"

>>> pat.search("Aabcacdef").group(2)

"c"

特殊构造

(?:…) (…)不分组版本,用于使用 | 或者后接数量词

(?iLmsux) iLmsux的每个字符代表一个匹配模式,只能用在正则表达式的开头,可选多个

(?#…) #号后的内容将作为注释

(?=…) 之后的字符串内容需要匹配表达式才能成功匹配

(?!…) 之后的字符串不匹配表达式才能成功

(?(?(?(id/name) yes |no) 如果编号为id/名字为name的组匹配到字符串,则需要匹配yes,否则匹配no,no可以省略

“(?:…)” ：()里面有?:表示该()不是分组

>>> pat=re.compile(r"a(?:bc)")

>>> pat.findall("abc")

["abc"]

>>> pat.match("abc").groups() #显示不出分组

“(?=…)”：匹配…表达式，返回。对后进行匹配，总是对后面进行匹配

>>> pat=re.compile(r"\w(?=\d)") #匹配表达式\d，返回数字的前一位，\w：单词字符[A-Za-z0-9]

>>> pat.findall("abc1 def1 xyz1")

["c", "f", "z"]

>>> pat.findall("zhoujy20130628hangzhou") #匹配数字的前一位，列表返回

["y", "2", "0", "1", "3", "0", "6", "2"]

>>> pat=re.compile(r"\w+(?=\d)")

>>> pat.findall("abc1,def1,xyz1") #匹配最末数字的前字符串，列表返回

["abc", "def", "xyz"]

>>> pat.findall("abc21,def31,xyz41")

["abc2", "def3", "xyz4"]

>>> pat.findall("zhoujy20130628hangzhou")

["zhoujy2013062"]

>>> pat=re.compile(r"[A-Za-z]+(?=\d)") #[A-Za-z],匹配字母,可以用其他的正则方法

>>> pat.findall("zhoujy20130628hangzhou123") #匹配后面带有数字的字符串，列表返回

["zhoujy", "hangzhou"]

>>> pat.findall("abc21,def31,xyz41")

["abc", "def", "xyz"]

“(?!…)” 不匹配…表达式，返回。对后进行匹配

>>> pat=re.compile(r"[A-Za-z]+(?!\d)") #[A-Za-z],匹配字母,可以用其他的正则方法

>>> pat.findall("zhoujy20130628hangzhou123,12,binjiang310") #匹配后面不是数字的字符串，列表返回

["zhouj", "hangzho", "binjian"]

>>> pat.findall("abc21,def31,xyz41")

["ab", "de", "xy"]

“(?<=…)”：匹配…表达式，返回。对前进行匹配,总是对前面进行匹配

>>> pat=re.compile(r"(?<=\d)[A-Za-z]+") #匹配前面是数字的字母

>>> pat.findall("abc21,def31,xyz41")

[]

>>> pat.findall("1abc21,2def31,3xyz41")

["abc", "def", "xyz"]

>>> pat.findall("zhoujy20130628hangzhou123,12,binjiang310")

["hangzhou"]

“(?<!…)”：不匹配…表达式，返回。对前进行匹配,总是对前面进行匹配

>>> pat=re.compile(r"(?<!\d)[A-Za-z]+") #匹配前面不是数字的字母

>>> pat.findall("abc21,def31,xyz41")

["abc", "def", "xyz"]

>>> pat.findall("zhoujy20130628hangzhou123,12,binjiang310")

["zhoujy", "angzhou", "binjiang"]

“(?(id/name) yes |no)”: 组是否匹配，匹配返回

>>> pat=re.compile(r"a(\d)?bc(?(1)\d)") #no省略了，完整的是a\dbc\d ==> a2bc3,总共5位，第2位是可有可无的数字，第5为是数字

>>> pat.findall("abc9") #返回组1，但第2位（组1）没有，即返回了""

[""]

>>> pat.findall("a8bc9") #完整的模式，返回组1

["8"]

>>> pat.match("a8bc9").group()

"a8bc9"

>>> pat.match("a8bc9").group(1)

"8"

>>> pat.findall("a8bc") #第5位不存在，则没有匹配到

[]

“(?iLmsux)”:这里就介绍下i参数：大小写区分匹配

>>> pat=re.compile(r"abc")

>>> pat.findall("abc")

["abc"]

>>> pat.findall("ABC")

[]

>>> pat=re.compile(r"(?i)abc") #(?i) 不区分大小写

>>> pat.findall("ABC")

["ABC"]

>>> pat.findall("abc")

["abc"]

>>> pat.findall("aBc")

["aBc"]

>>> pat.findall("aBC")

["aBC"]

>>> pat=re.compile(r"abc",re.I) #re.I 作为参数使用，推荐

>>> pat.findall("aBC")

["aBC"]

>>> pat.findall("abc")

["abc"]

>>> pat.findall("ABC")

["ABC"]

看完本文有收获？请转发分享给更多人

关注「Python开发者」，提升Python技能