正則表達式

一、方法

---

1. re.match函數

• 從字符串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，match()就返回none
• 匹配成功re.match方法返回一個匹配的對象，否則返回None。

      re.match(pattern, string, flags=0)
  

  參數說明：

  parameter	description
  pattern	匹配的正則表達式
  strings	要匹配的字符串
  flags	標誌位，用於控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等等。

2. re.search方法

• 掃描整個字符串並返回第一個成功的匹配結果。
• 匹配成功re.search方法返回一個匹配的對象，否則返回None。

      re.search(pattern, string, flags=0)
  

  參數說明：

  parameter	description
  pattern	匹配的正則表達式
  strings	要匹配的字符串
  flags	標誌位，用於控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等等。

• re.match與re.search的區別
  • re.match只匹配字符串的開始，如果字符串開始不符合正則表達式，則匹配失敗，函數返回None；而re.search匹配整個字符串，直到找到一個匹配。

        import re
    
        line = "Cats are smarter than dogs";
         
        matchObj = re.match( r'dogs', line, re.M|re.I)
        if matchObj:
           print ("match --> matchObj.group() : ", matchObj.group())
        else:
           print ("No match!!")
         
        matchObj = re.search( r'dogs', line, re.M|re.I)
        if matchObj:
           print ("search --> matchObj.group() : ", matchObj.group())
        else:
           print ("No match!!")
    

    運行結果：

        No match!!
        search --> matchObj.group() :  dogs
    

3. re.sub函數

• 用於替換字符串的匹配項

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

  參數說明：(前三個爲必選參數)

  parameter	description
  pattern	匹配的正則表達式
  repl	替換的字符串，也可以是一個函數
  strings	要匹配的字符串
  count	模式匹配後替換的最大次數，默認0表示替換所有
  flags	標誌位，用於控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等等。

  • repl參數是一個函數

    import re
    
    # 匹配數字乘2
    def double(matched):
        value = int(matched.group('value'))
        return str(value * 2)
    
    s = 'A234543354FBJS24'
    print(re.sub('(?P<value>\d+)', double, s))
    

    執行輸出結構爲：

        A469086708FBJS48
    

4. re.complie函數

• 用於編寫正則表達式，生成一個正則表達式(pattern)對象，供match和search函數使用

      re.complie(pattern[,flag])
  

  參數說明：

  parameter	description
  pattern	匹配的正則表達式
  flags	標誌位，用於控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等等。

5. re.findall函數

• 在字符串中找到正則表達式所匹配的所有子串，並返回一個列表，如果沒有找到匹配的，則返回空列表。
  • 注：match和search匹配一次，findall匹配所有

      re.findall(srting[, pos[, endpos]])
  

  參數說明：

  parameter	description
  string	待匹配的字符串
  pos	可選參數，指定字符串的起始位置，默認爲0
  endpos	可選參數，指定字符串的結束位置，默認爲字符串的長度

6. re.finditer函數

• 在字符串中找到正則表達式所有匹配的所有子串，並把它們作爲一個迭代器返回

      re.finditer(pattern, string, flags=0)
  

  參數說明：

  parameter	description
  pattern	匹配的正則表達式
  strings	要匹配的字符串
  flags	標誌位，用於控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等等。

      import re
      
      it = re.finditer(r'\d+', '32n53nk64kj24n')
      for match in it:
          print(match.group())
  

  輸出結果：

      32
      53
      64
      24
  

7. re.split函數

• 按照能夠匹配的子串將字符串分割返回列表

      re.split(pattern, string[, maxsplit=0, flags=0])
  

  參數說明：

  parameter	description
  pattern	匹配的正則表達式
  strings	要匹配的字符串
  maxsplit	分隔次數，maxsplit=1 分隔一次，默認爲0，不限次數
  flags	標誌位，用於控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等等。

8. 正則表達式修飾符

    parameter | description
    ---|---
    re.I | 忽略大小寫
    re.L | 表示特殊字符集\w,\W,\b,\B,\s,\S依賴於當前環境
    re.S | 即爲'.'並且包括換行符在內的任意字符('.'不包括換行符)
    re.U | 表示特殊字符集\w,\W,\b,\B,\d,\D,\s,\S依賴於 Unicode 字符屬性數據庫
    re.X | 爲了增加可讀性，忽略空格和'#'後面的註釋

二、匹配規則

---

pattern	description
^	匹配字符串的開頭
$	匹配字符串的末尾
.	匹配任意字符串，除換行符，當指定。re.DOTALL標記被指定時，則可以匹配包括換行符的任意字符
[…]	用來表示一組字符，單獨列出：[amk]匹配 ‘a’, ‘m’或’k’
[^…]	不在[]中的字符：[^abc]匹配除了a,b,c之外的字符
re*	匹配0個或多個的表達式
re+	匹配1個或多個的表達式
re?	匹配0個或1個由前面的正則表達式的片段，非貪婪模式
re{n}	匹配n個前面表達式。例如，'o{2}‘不能匹配 ‘Bob’中的’o’,但是能匹配’food’中的兩個’o’
re{n,}	精確匹配n個前面表達式。例如：'o{2,}'不能匹配 ‘Bob’中的’o’,但是能匹配’fooooood’中的所有o。"o{1,}“等價於"o+”。"o{0,}“則等價於"o*”
re{n,m}	匹配n到m次由前面的正則表達式的片段，貪婪方式
a | b	匹配a或b
(re)	匹配括號內的表達式，也表示一個組
(?imx)	正則表達式包含三種可選標誌：i, m, 或 x 。隻影響括號中的區域。
(?-imx)	正則表達式關閉 i, m, 或 x 可選標誌。隻影響括號中的區域。
(?:re)	類似(…)但是不表示一個組
(?imx: re)	在括號中使用i,m或x可選標誌
(?-imx: re)	在括號中不使用i,m,或x可選標誌
(?#…)	註釋
(?=re)	前向肯定界定符。如果所含正則表達式，以 … 表示，在當前位置成功匹配時成功，否則失敗。但一旦所含表達式已經嘗試，匹配引擎根本沒有提高；模式的剩餘部分還要嘗試界定符的右邊。
(?!re)	前向否定界符。於肯定定符相反；當所含表達式不能在字符串當前位置匹配時成功
\w	匹配數字字母下劃線
\W	匹配非數字字母下劃線
\s	匹配任意空白字符，等價於[\n\t\r\f]
\S	匹配任意非空字符
\d	匹配任意數字，等價於[0-9]
\D	匹配非數字
\A	匹配字符串開始
\Z	匹配字符串結束，如果存在換行，只匹配到換行前的結束字符串
\z	匹配字符串結束
\G	匹配最後匹配完的位置
\b	匹配一個單詞邊界，也就是指單詞和空格間的位置。例如： ‘er\b’ 可以匹配"never" 中的 ‘er’，但不能匹配 “verb” 中的 ‘er’
\B	匹配非單詞邊界。‘er\B’ 能匹配 “verb” 中的 ‘er’，但不能匹配 “never” 中的 ‘er’
\n,\t	匹配一個換行符。匹配一個製表符等
\1…\9	匹配一個換行符。匹配一個製表符等
\10	匹配第n個分組的內容，如果它經匹配。否則指的是八進制字符碼的表達式