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:

  1. 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:

  1. import re
  2. txt = "China is a great country"
  3. x = re.search("^China.*country$", txt)
  4. if (x):
  5. print("YES! We have a match!")
  6. else:
  7. 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:

  1. import re
  2. #Return a list containing every occurrence of "ai":
  3. str = "China is a great country"
  4. x = re.findall("a", str)
  5. 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:

  1. import re
  2. str = "China is a great country"
  3. #Check if "USA" is in the string:
  4. x = re.findall("USA", str)
  5. print(x)
  6. if (x):
  7. print("Yes, there is at least one match!")
  8. else:
  9. 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:

  1. import re
  2. str = "China is a great country"
  3. x = re.search("\s", str)
  4. 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:

  1. import re
  2. str = "China is a great country"
  3. x = re.search("USA", str)
  4. 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:

  1. import re
  2. str = "China is a great country"
  3. x = re.split("\s", str)
  4. 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:

  1. import re
  2. str = "China is a great country"
  3. x = re.split("\s", str, 1)
  4. 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:

  1. import re
  2. str = "China is a great country"
  3. x = re.sub("\s", "9", str)
  4. 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:

  1. import re
  2. str = "China is a great country"
  3. x = re.sub("\s", "9", str, 2)
  4. 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:

  1. import re
  2. str = "China is a great country"
  3. x = re.search("a", str)
  4. 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:

  1. import re
  2. str = "China is a great country"
  3. x = re.search(r"\bC\w+", str)
  4. print(x.span())

打印传入函数的字符串:

  1. import re
  2. str = "China is a great country"
  3. x = re.search(r"\bC\w+", str)
  4. 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:

  1. import re
  2. str = "China is a great country"
  3. x = re.search(r"\bC\w+", str)
  4. print(x.group())

注释:如果没有匹配项,则返回值 None,而不是 Match 对象。