正则表达式re模块的使用教程『更新中』

python 复制代码

import os
import re
from pathlib import Path, PurePath

使用match函数只能检测匹配的第一个字符

python 复制代码

pattern = "s"
strs = "sdsjflakdhfpsa"

res = re.match(pattern, strs)
print(res) # 如果第一个字符匹配成功了则返回类型信息和字符信息
print(res.group()) # 使用group函数，才可以另返回值是匹配的字符

复制代码

<re.Match object; span=(0, 1), match='s'>
s

使用findall实现所有字符的匹配

python 复制代码

res = re.findall(pattern, strs)
print(res)

复制代码

['s', 's', 's']

元字符

python 复制代码

#. 表示非\n的任意字符
print(re.match(".", "123456789"))
# \d 匹配任意的数字0～9
print(re.match("\d", "123456789"))
# \D 匹配非数字0～9(任意大写都表示非)
print(re.match("\D", "a_123456789")) 
# 每一个方括号表示只匹配一个字符
# \s表示空白字符，就是看不到的字符， 如\n\t, "\S"与之相反
print(re.match("\s\s", "\n\t"))
# \w 大小写字母，数字和下划线 "\W"与之相反
print(re.match("\w\w\w\w", "_Aa123456789"))

复制代码

<re.Match object; span=(0, 1), match='1'>
<re.Match object; span=(0, 1), match='1'>
<re.Match object; span=(0, 1), match='a'>
<re.Match object; span=(0, 2), match='\n\t'>
<re.Match object; span=(0, 4), match='_Aa1'>

可以使用范围, 一个中括号表示一个字符位置

python 复制代码

print(re.match("[0-9][0-9]", "123456789"))
print(re.match("[a-e]", "asddfffgg"))
print(re.match("[w-z]", "xsfasdff"))
print(re.match("[0-9a-e]", "123456789"))# 第一个位置不管是0-9内还是a-e内都可以匹配

复制代码

<re.Match object; span=(0, 2), match='12'>
<re.Match object; span=(0, 1), match='a'>
<re.Match object; span=(0, 1), match='x'>
<re.Match object; span=(0, 1), match='1'>

多字符的匹配

python 复制代码

print(re.match("\d\d\d\d\d\d\d\d\d", "123456789"))
# 等价于
print(re.match("\d*", "123456789")) # "*"使用任意次的"\d"
print(re.match("\d*", "12345a6789")) # 一直向后匹配直到遇到非数字
print(re.match("\d+", "12a3456789")) # "+"之前一定要出现至少一次数字才能匹配
print(re.match("\d+", "a12a3456789")) # "a"之前一次都没有出现，所以是None

复制代码

<re.Match object; span=(0, 9), match='123456789'>
<re.Match object; span=(0, 9), match='123456789'>
<re.Match object; span=(0, 5), match='12345'>
<re.Match object; span=(0, 2), match='12'>
None

次数匹配

python 复制代码

print(re.match("\d{3}", "1234a3456789")) # 之前一定要至少出现3次，才可以拿到3个位置的字符
print(re.match("\d{3,}", "1234a3456789")) # 之前一定要至少出现3次，才可以拿到所有的字符
print(re.match("\d{3,6}", "1234345a6789")) # 之前一定要至少出现3到6次之间，才可以拿到其中的所有的字符

复制代码

<re.Match object; span=(0, 3), match='123'>
<re.Match object; span=(0, 4), match='1234'>
<re.Match object; span=(0, 6), match='123434'>

边界处理

python 复制代码

# 匹配一个电话号码
tel = "13345678910aa298097"
print(re.match("^1[358][1-9]\d{8}$", tel)) # "^"表示开头，"$"表是结尾
# "\b"表示边界， \B与之相反 
str = "Welcome to Longman Dictionary of Contemporary English Online"
print(re.findall('an\\b', str)) # 以an结尾的内容
print(re.findall('\\bLon', str)) # 以Lon开头的内容

复制代码

None
['an']
['Lon']

分组匹配

python 复制代码

t = "2023-10-30fagd"
print(re.match("\d{4}-(0[1-9]|1[0-2])-([0-2][0-9]|3[0-1])", t))# "|" 这个符号为或者，使用是必须在两边加小括号表示作用域， 小括号为分组使用 
print(re.match("\d{4}-(0[1-9]|1[0-2])-([0-2][0-9]|3[0-1])", t).group())
print(re.match("\d{4}-(0[1-9]|1[0-2])-([0-2][0-9]|3[0-1])", t).group(0))
print(re.match("\d{4}-(0[1-9]|1[0-2])-([0-2][0-9]|3[0-1])", t).group(1))
print(re.match("\d{4}-(0[1-9]|1[0-2])-([0-2][0-9]|3[0-1])", t).group(2))
print(re.match("(\d{4})-(0[1-9]|1[0-2])-([0-2][0-9]|3[0-1])", t).group(1))# "0"为全部，"1表示第一组"，"2表示第二组"， "2表示第三组"

复制代码

<re.Match object; span=(0, 10), match='2023-10-30'>
2023-10-30
2023-10-30
10
30
2023