Python RegEx
RegEx 或正则表达式是形成搜索模式的字符序列。
RegEx 可用于检查字符串是否包含指定的搜索模式。
RegEx 模块
Python 提供名为 re 的内置包,可用于处理正则表达式。
导入 re 模块:
import re
Python 中的 RegEx
导入 re 模块后,就可以开始使用正则表达式了:
检索字符串以查看它是否以 "China" 开头并以 "country" 结尾:
import re
txt = "China is a great country"
x = re.search("^China.*country$", txt)
if (x):
print("YES! We have a match!")
else:
print("No match")
RegEx 函数
re 模块提供了一组函数,允许我们检索字符串以进行匹配:
函数 | 描述 |
---|---|
findall | 返回包含所有匹配项的列表 |
search | 如果字符串中的任意位置存在匹配,则返回 Match 对象 |
split | 返回在每次匹配时拆分字符串的列表 |
sub | 用字符串替换一个或多个匹配项 |
元字符
元字符是具有特殊含义的字符:
字符 | 描述 | 示例 | TIY |
---|---|---|---|
[] | 一组字符 | "[a-m]" | 试一试 |
\ | 示意特殊序列(也可用于转义特殊字符) | "\d" | 试一试 |
. | 任何字符(换行符除外) | "he..o" | 试一试 |
^ | 起始于 | "^hello" | 试一试 |
$ | 结束于 | "world$" | 试一试 |
* | 零次或多次出现 | "aix*" | 试一试 |
+ | 一次或多次出现 | "aix+" | 试一试 |
{} | 确切地指定的出现次数 | "al{2}" | 试一试 |
| | 两者任一 | "falls|stays" | 试一试 |
() | 捕获和分组 |
特殊序列
特殊序列指的是 \ 后跟下表中的某个字符,拥有特殊含义:
字符 | 描述 | 示例 | TIY |
---|---|---|---|
\A | 如果指定的字符位于字符串的开头,则返回匹配项 | "\AThe" | 试一试 |
\b | 返回指定字符位于单词的开头或末尾的匹配项 | r"\bain" r"ain\b" | 试一试 试一试 |
\B | 返回指定字符存在的匹配项,但不在单词的开头(或结尾处) | r"\Bain" r"ain\B" | 试一试 试一试 |
\d | 返回字符串包含数字的匹配项(数字 0-9) | "\d" | 试一试 |
\D | 返回字符串不包含数字的匹配项 | "\D" | 试一试 |
\s | 返回字符串包含空白字符的匹配项 | "\s" | 试一试 |
\S | 返回字符串不包含空白字符的匹配项 | "\S" | 试一试 |
\w | 返回一个匹配项,其中字符串包含任何单词字符(从 a 到 Z 的字符,从 0 到 9 的数字和下划线 _ 字符) | "\w" | 试一试 |
\W | 返回一个匹配项,其中字符串不包含任何单词字符 | "\W" | 试一试 |
\Z | 如果指定的字符位于字符串的末尾,则返回匹配项 | "Spain\Z" | 试一试 |
集合(Set)
集合(Set)是一对方括号 [] 内的一组字符,具有特殊含义:
集合 | 描述 | 试一试 |
---|---|---|
[arn] | 返回一个匹配项,其中存在指定字符(a,r 或 n)之一 | 试一试 |
[a-n] | 返回字母顺序 a 和 n 之间的任意小写字符匹配项 | 试一试 |
[^arn] | 返回除 a、r 和 n 之外的任意字符的匹配项 | 试一试 |
[0123] | 返回存在任何指定数字(0、1、2 或 3)的匹配项 | 试一试 |
[0-9] | 返回 0 与 9 之间任意数字的匹配 | 试一试 |
[0-5][0-9] | 返回介于 0 到 9 之间的任何数字的匹配项 | 试一试 |
[a-zA-Z] | 返回字母顺序 a 和 z 之间的任何字符的匹配,小写或大写 | 试一试 |
[+] | 在集合中,+、*、.、|、()、$、{} 没有特殊含义,因此 [+] 表示:返回字符串中任何 + 字符的匹配项 | 试一试 |
findall() 函数
findall() 函数返回包含所有匹配项的列表。
打印所有匹配的列表:
import re
#Return a list containing every occurrence of "ai":
str = "China is a great country"
x = re.findall("a", str)
print(x)
这个列表以被找到的顺序包含匹配项。
如果未找到匹配项,则返回空列表:
如果未找到匹配,则返回空列表:
import re
str = "China is a great country"
#Check if "USA" is in the string:
x = re.findall("USA", str)
print(x)
if (x):
print("Yes, there is at least one match!")
else:
print("No match")
search() 函数
search() 函数搜索字符串中的匹配项,如果存在匹配则返回 Match 对象。
如果有多个匹配,则仅返回首个匹配项:
在字符串中搜索第一个空白字符:
import re
str = "China is a great country"
x = re.search("\s", str)
print("The first white-space character is located in position:", x.start())
如果未找到匹配,则返回值 None:
进行不返回匹配的检索:
import re
str = "China is a great country"
x = re.search("USA", str)
print(x)
split() 函数
split() 函数返回一个列表,其中字符串在每次匹配时被拆分:
在每个空白字符处进行拆分:
import re
str = "China is a great country"
x = re.split("\s", str)
print(x)
您可以通过指定 maxsplit 参数来控制出现次数:
仅在首次出现时拆分字符串:
import re
str = "China is a great country"
x = re.split("\s", str, 1)
print(x)
sub() 函数
sub() 函数把匹配替换为您选择的文本:
用数字 9 替换每个空白字符:
import re
str = "China is a great country"
x = re.sub("\s", "9", str)
print(x)
您可以通过指定 count 参数来控制替换次数:
替换前两次出现:
import re
str = "China is a great country"
x = re.sub("\s", "9", str, 2)
print(x)
Match 对象
Match 对象是包含有关搜索和结果信息的对象。
注释:如果没有匹配,则返回值 None,而不是 Match 对象。
执行会返回 Match 对象的搜索:
import re
str = "China is a great country"
x = re.search("a", str)
print(x) #this will print an object
Match 对象提供了用于取回有关搜索及结果信息的属性和方法:
- span() 返回的元组包含了匹配的开始和结束位置
- .string 返回传入函数的字符串
- group() 返回匹配的字符串部分
打印首个匹配出现的位置(开始和结束位置)。
正则表达式查找以大写 "C" 开头的任何单词:
import re
str = "China is a great country"
x = re.search(r"\bC\w+", str)
print(x.span())
打印传入函数的字符串:
import re
str = "China is a great country"
x = re.search(r"\bC\w+", str)
print(x.string)
打印匹配的字符串部分。
正则表达式查找以大写 "C" 开头的任何单词:
import re
str = "China is a great country"
x = re.search(r"\bC\w+", str)
print(x.group())
注释:如果没有匹配项,则返回值 None,而不是 Match 对象。