Python-正则表达式

正则表达式特殊符号和字符

符号	含义
literal	匹配文本字符串的字面值 literal
re1|re2	匹配正则表达式 re1 或者 re2
.	匹配任何字符（除了\n 之外）
^	匹配字符串开始部分
$	匹配字符串终止部分
*	匹配 0 次或者多次前面出现的正则表达式
+	匹配 1 次或者多次前面出现的正则表达式
?	匹配 0 次或者 1 次前面出现的正则表达式
{N}	匹配 N 次前面出现的正则表达式
{M,N}	匹配 M～N 次前面出现的正则表达式
[…]	匹配来自字符集的任意单一字符
[..x−y..]	匹配 x ～ y 范围中的任意单一字符
[^…]	不匹配此字符集中出现的任何一个字符，包括某一范围的字符（如果在此字符集中出现）
(*|+|?|{})?	用于匹配上面频繁出现/重复出现符号的非贪婪版本
(…)	匹配封闭的正则表达式，然后另存为子组
特殊字符
\d	匹配任何十进制数字，与[0-9]一致（\D与\d相反，不匹配任何非数值型的数字）
\w	匹配任何字母数字字符，与[A-Za-z0-9]相同（\W与之相反）
\s	匹配任何空格字符，与[\n\t\r\v\f]相同（\S与之相反）
\b	匹配任何单词便捷（\B与之相反）

举例

符号	匹配的字符串
bat | bet | bit	bat、bet、bit
f.o	匹配在字母“f”和“o”之间的任意一个字符；例如 fao、f9o、f#o 等
\bthe	任何以 the 开始的字符串
\bthe\b	仅仅匹配单词 the
[cr][23][dp][o2]	一个包含四个字符的字符串，第一个字符是“c”或“r”，然后是“2”或“3”，后面 是“d”或“p”，最后要么是“o”要么是“2”。例如，c2do、r3p2、r2d2、c3po等
[^aeiou]	一个非元音字符
[dn]ot?	字母“d”或者“n”，后面跟着一个“o”，然后是最多一个“t”，例如，do、no、dot、not
]+>	匹配全部有效的（和无效的）HTML 标签
\w+@\w+\.com	以 [email protected] 格式表示的简单电子邮件地址
\w+-\d+	一个由字母数字组成的字符串和一串由一个连字符分隔的数字

Python  re模块

• match()

re.mach从字符串的起始匹配，如果起始位置匹配不成功，则返回none

• search()

扫描整个字符串并返回第一个成功的匹配

•  group()和 groups()

group()要么返回整个匹配对象，要么根据要求返回特定子组。groups()则仅返回一个包含 唯一或者全部子组的元组

•  findall()

findall()查询字符串中某个正则表达式模式全部的非重复出现情况。这与 search()在执行 字符串搜索时类似，但与 match()和 search()的不同之处在于，findall()总是返回一个列表。如 果 findall()没有找到匹配的部分，就返回一个空列表，但如果匹配成功，列表将包含所有成 功的匹配部分（从左向右按出现顺序排列）。

• finditer()

finditer()函数是在 Python 2.2 版本中添加回来的，这是一个与 findall()函数类似但是更节 省内存的变体。两者之间以及和其他变体函数之间的差异（很明显不同于返回的是一个迭代 器还是列表）在于，和返回的匹配字符串相比，finditer()在匹配对象中迭代。如下是在单个 字符串中两个不同分组之间的差别。

AttributeError: 'callable_iterator' object has no attribute 'next'-------版本问题

 

• compile()

编译正则表达式

• sub()和 subn()

两者几乎一样，都是将某字 符串中所有匹配正则表达式的部分进行某种形式的替换。用来替换的部分通常是一个字符串， 但它也可能是一个函数，该函数返回一个用来替换的字符串。subn()和 sub()一样，但 subn() 还返回一个表示替换的总数，替换后的字符串和表示替换总数的数字一起作为一个拥有两个 元素的元组返回。

• split()

re 模块和正则表达式的对象方法 split()对于相对应字符串的工作方式是类似的，但是与分割一个固定字符串相比，它们基于正则表达式的模式分隔字符串，为字符串分隔功能添加 一些额外的威力。如果你不想为每次模式的出现都分割字符串，就可以通过为 max 参数设定 一个值（非零）来指定最大分割数。 如果给定分隔符不是使用特殊符号来匹配多重模式的正则表达式，那么 re.split()与 str.split()的工作方式相同