聽說正則表達式比數學難？你覺得呢？

一、 Re

首先，推薦大家一個正則表達式網站：嗨正則https://hiregex.com

1. 常用的正則表達式符號

2. 常用的匹配方法

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

說明：在string的開始處匹配模式

>>> import re

>>> a = re.match(‘in’,“inet addr:10.161.146.134”) #從頭開始匹配in字符

>>> a.group()

‘in’

>>> a = re.match(‘addr’,“inet addr:10.161.146.134”)

#開頭匹配不到，所以返回none

>>> print(a)

None

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

說明：在string中尋找模式

>>> import re

>>> a = re.search(‘addr’,“inet addr:10.161.146.134”) #在字符串中尋找

>>> a.group()

‘addr’

3) re.findall(pattern, string, flags=0)

說明：把匹配到的字符以列表的形式返回

>>> import re

>>> re.findall(’[0-9]{1,3}’,“inet addri:10.161.146.134”)

[‘10’, ‘161’, ‘146’, ‘134’] #符合條件的以列表的形式返回

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

說明：匹配到的字符被當做列表分割符

>>> import re

>>> re.split(’.’,“inet addri:10.161.146.134”)

[‘inet addri:10’, ‘161’, ‘146’, ‘134’]

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

說明：匹配字符並替換

>>> import re

>>> re.sub(’.’,’-’,“inet addri:10.161.146.134”)

‘inet addri:10-161-146-134’ #默認全部替換

>>> re.sub(’.’,’-’,“inet addri:10.161.146.134”,count=2)

‘inet addri:10-161-146.134’ #用count控制替換次數

6) finditer(pattern, string)

說明：返回迭代器

>>> import re

>>> re.finditer(‘addr’,“inet addr:10.161.146.134”)

<callable_iterator object at 0x00000000030C4BE0> #返回一個迭代器

3. 常用方法

1) group([group1, …])

說明：獲得一個或多個分組截獲的字符串；指定多個參數時將以元組形式返回。group1可以使用編號也可以使用別名；編號0代表整個匹配的子串；不填寫參數時，返回group(0)；沒有截獲字符串的組返回None；截獲了多次的組返回最後一次截獲的子串。

>>> import re

>>> a = re.search(‘addr’,“inet addr:10.161.146.134”)

>>> a.group()

‘addr’

>>> a.group(0)

‘addr’

2) groups(default=None)

說明：以元組形式返回全部分組截獲的字符串。相當於調用group(1,2,…last)。default表示沒有截獲字符串的組以這個值替代，默認爲None。這個要跟分組匹配結合起來使用’(…)’

>>> import re

>>> a = re.search("(\d{2})(\d{2})(\d{2})(\d{4})",“320922199508083319”) #一個小括號表示一個組，有4個括號，就是4個組

>>> a.groups()

(‘32’, ‘09’, ‘22’, ‘1995’)

3) groupdict(default=None)

說明：返回以有別名的組的別名爲鍵、以該組截獲的子串爲值的字典，沒有別名的組不包含在內。default含義同上。這個是跟另外一個分組匹配結合起來用的，即：’(?P…)’

>>> import re

>>> a = re.search("(?P[0-9]{4})(?P[0-9]{2})(?P[0-9]{4})",“371481199306143242”)

#以下兩種情況獲取的值都是一樣的

>>> a.groupdict()

{‘birthday’: ‘1993’, ‘city’: ‘81’, ‘province’: ‘3714’}

>>> a.groupdict(“city”)

{‘birthday’: ‘1993’, ‘city’: ‘81’, ‘province’: ‘3714’}

4) span([group])

說明：返回(start(group), end(group))

>>> import re

>>> a = re.search(‘addr’,“inet addr:10.161.146.134”)

>>> a.group()

‘addr’

>>> a.span() #獲取’addr’在字符串中的開始位置和結束位置

(5, 9)

5) start([group])

說明：返回指定的組截獲的子串在string中的起始索引（子串第一個字符的索引），group默認值爲0。

>>> import re

>>> a = re.search(‘addr’,“inet addr:10.161.146.134”)

>>> a.group()

‘addr’

>>> a.span()

(5, 9)

>>> a.start() #獲取字符串的起始索引

5

6) end([group])

說明：返回指定的組截獲的子串在string中的結束索引（子串最後一個字符的索引+1），group默認值爲0。

>>> import re

>>> a = re.search(‘addr’,“inet addr:10.161.146.134”)

>>> a.group()

‘addr’

>>> a.span()

(5, 9)

>>> a.end() #獲取string中的結束索引

9

7) compile(pattern[, flags])

說明：根據包含正則表達式的字符串創建模式對象

>>> import re

>>> m = re.compile(“addr”) #創建正則模式對象

>>> n = m.search(“inet addr:10.161.146.134”) #通過模式對象去匹配

>>> n.group()

‘addr’

4. 反斜槓的困擾

與大多數編程語言相同，正則表達式裏使用"“作爲轉義字符，這就可能造成反斜槓困擾。假如你需要匹配文本中的字符”"，那麼使用編程語言表示的正則表達式裏將需要4個反斜槓"\\"：前兩個和後兩個分別用於在編程語言裏轉義成反斜槓，轉換成兩個反斜槓後再在正則表達式裏轉義成一個反斜槓。Python裏的原生字符串很好地解決了這個問題，這個例子中的正則表達式可以使用r"\“表示。同樣，匹配一個數字的”\d"可以寫成r"\d"。有了原生字符串，你再也不用擔心是不是漏寫了反斜槓，寫出來的表達式也更直觀。

>>> import re

>>> a = re.split("\\",“C:\ \wushuaishuai\yhd_settings”)

>>> a

[‘C:’, ’ ', ‘wushuaishuai’, ‘yhd_settings’]

>>> re.findall(’\’,‘abc\com’)

Traceback (most recent call last)

>>> re.findall(’\\’,‘abc\com’)

[’\’]

>>> re.findall(r’\’,‘abc\com’)

[’\’]

5. 其他匹配模式

1) re.I(re.IGNORECASE)

說明：忽略大小寫(括號內是完整的寫法，下同)

>>> import re

>>> a = re.search(‘addr’,“inet Addr:10.161.146.134”,flags=re.I)

>>> a.group()

‘Addr’ #忽略大小寫

2) re.M(MULTILINE)

說明：多行模式，改變’^‘和’$'的行爲，詳細請見第2點

>>> import re

>>> a = re.search(’^a’,“inet\naddr:10.161.146.134”,flags=re.M)

>>> a.group()

‘a’

3) re.S(DOTALL)

說明：點任意匹配模式，改變’.'的行爲

>>> import re

>>> a = re.search(’.+’,“inet\naddr:10.161.146.134”,flags=re.S)

>>> a.group()

‘inet\naddr:10.161.146.134’

6. 總結

1、用r’'的方式表示的字符串叫做raw字符串，用於抑制轉義。

2、正則表達式使用反斜杆（\）來轉義特殊字符，使其可以匹配字符本身，而不是指定其他特殊的含義。

3、這可能會和python字面意義上的字符串轉義相沖突，這也許有些令人費解，比如，要匹配一個反斜杆本身，你也許要用’\\'來做爲正則表達式的字符串，因爲正則表達式要是\，而字符串裏，每個反斜杆都要寫成\。

4、你也可以在字符串前加上 r 這個前綴來避免部分疑惑，因爲 r 開頭的python字符串是 raw 字符串，所以裏面的所有字符都不會被轉義，比如r’\n’這個字符串就是一個反斜杆加上一字母n，而’\n’我們知道這是個換行符。因此，上面的’\\‘你也可以寫成r’\’，這樣，應該就好理解很多了。

reference：如癡如醉–爲之奈何