python入门系列16―——正则表达式1

欢迎前往我的个人博客

正则表达式是一个特殊的字符序列，主要检查一个字符串是否与某种模式匹配。

现在,我们来介绍最常用的元字符(metacharacters)——特殊字符和符号，正是它们赋予了正则表达式强大的功能和灵活性。正则表达式中最常见的符号和字符见表



PS：此表来自互联网

re 模块使 Python 语言拥有全部的正则表达式功能。

1.re.match函数

函数从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。

语法：

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

pattern：需要检查的字符串

string：要匹配的字符串。

flags：标志位，控制匹配方式，比如：是否区分大小写，多行匹配等等

例如：

import re
a= re.match("www","www.baidu.com") # 是否在起始位置
print a.group() #输出匹配的字符串
a = re.match("com","www.baidu.com") #因为不是在开始，所以a是None
print a.group() #a为None，所以匹配字符串会报错

2.re.search方法

re.search 扫描整个字符串并返回第一个成功的匹配。

函数语法：

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

匹配成功re.search方法返回一个匹配的对象，否则返回None。

earch 和 match 的工作方式一样，不同之处在于 search 会检查

参数字符串任意位置的地方给定正则表达式模式的匹配情况。如果搜索到成功的匹配，会返回一个匹配对象，否则返回 None。

我们来看下区别：

import re
m = re.match('foo', 'seafood') # no match 匹配失败
if m is not None:
print m.group()
else:
print "匹配失败"
m = re.search('foo', 'seafood') # search()匹配成功
if m is not None:
print m.group()
else:
print "匹配失败"

结果：

匹配失败
foo

接下来我们利用match和search来学习正则表达式语法中的绝大部分特殊字符和符号

匹配多个字符串：

import re
bt = 'hi|hello' 
m = re.match(bt, 'hi python') 
if m is not None:
    print m.group()
else:
    print '匹配失败'
m = re.match(bt, 'python') 
if m is not None:
    print m.group()
else:
    print '匹配失败'
m = re.match(bt, 'python hello')
if m is not None:
    print m.group()
else:
    print '匹配失败'
m = re.search(bt, 'python hello!')
if m is not None:
    print m.group()
else:
    print '匹配失败'

结果：

hi
匹配失败
匹配失败
hello

匹配任意单个字符串：

import re
bt = '.ello'
m = re.match(bt, 'hi python')
if m is not None:
print m.group()
else:
print '匹配失败'
m = re.match(bt, 'hello python')
if m is not None:
print m.group()
else:
print '匹配失败'
m = re.search(bt, 'python hello!')
if m is not None:
print m.group()
else:
print '匹配失败'

#多个单字符
bt = '.ell..'
m = re.search(bt, 'python h.ello!')
if m is not None:
print m.group()
else:
print '匹配失败'

#如果想检查小数点本身就需要加\
bt = '\.ello'
m = re.search(bt, 'python h.ello!')
if m is not None:
print m.group()
else:
print '匹配失败'

结果：

匹配失败
hello
hello
.ello!
.ello

字符集合[ ]：

import re
bt = '[ab][cd][0-9]'
m = re.match(bt, 'ac99')
if m is not None:
print m.group()
else:
print '匹配失败'
m = re.match(bt, '9ac9')
if m is not None:
print m.group()
else:
print '匹配失败'
m = re.search(bt, '9ac9')
if m is not None:
print m.group()
else:
print '匹配失败'

结果：

ac9
匹配失败
ac9

重复、特殊字符和子组：

import re
bt = '\w+@(\w+\.)?\w+\.com'  #“?”表示此模式可出现 0 次或 1 次
m = re.match(bt, 'python@123.com')
if m is not None:
print m.group()
else:
print '匹配失败'
m = re.match(bt, 'hi python@123.com')
if m is not None:
print m.group()
else:
print '匹配失败'
m = re.search(bt, 'hi python@123.com')
if m is not None:
print m.group()
else:
print '匹配失败'

m = re.search(bt, 'hi python@123.789.com')
if m is not None:
print m.group()
else:
print '匹配失败'

m = re.search(bt, 'hi python@123.456.789.com')
if m is not None:
print m.group()
else:
print '匹配失败'

bt = '\w+@(\w+\.)*\w+\.com' #允许任意数量的子域名存在
m = re.search(bt, 'hi python@123.456.com')
if m is not None:
print m.group()
else:
print '匹配失败'

结果：

python@123.com
匹配失败
python@123.com
匹配失败
python@123.456.com

匹配子组：

import re
bt = '\w\w\w-\d\d\d'
m = re.match(bt, 'abc-123')
if m is not None:
print m.group()
else:
print '匹配失败'
m = re.match(bt, 'abc-abc')
if m is not None:
print m.group()
else:
print '匹配失败'
bt ='(\w\w\w)-(\d\d\d)'
m = re.match(bt, 'abc-123')
if m is not None:
print m.group()
print m.group(1)
print m.group(2)
print m.groups()
else:
print '匹配失败'

结果：

abc-123
匹配失败
abc-123
abc
123
('abc', '123')

从字符串的开头或结尾匹配及在单词边界上的匹配：

import re
bt = '^hi'  #hi 开头的
m = re.match(bt, 'hi hello') 
if m is not None:
    print m.group()
else:
    print '匹配失败'
m = re.match(bt, 'hello hi') 
if m is not None:
    print m.group()
else:
    print '匹配失败'
m = re.search(bt, 'hello hi')
if m is not None:
    print m.group()
else:
    print '匹配失败'
    
bt = r'\bhi'
#前面的一个 r 表示字符串为非转义的原始字符串，让编译器忽略反斜杠，
#也就是忽略转义字符。但是这个字符串里没有反斜杠，所以这个 r 可有可无。
m = re.search(bt, 'hello hi python')
if m is not None:
    print m.group()
else:
    print '匹配失败'

m = re.search(bt, 'hellohi python')
if m is not None:
    print m.group()
else:
    print '匹配失败'

m = re.search(bt, 'hi hello python ')
if m is not None:
    print m.group()
else:
    print '匹配失败'

bt = '\Bhi' 
m = re.search(bt, 'hellohi python')
if m is not None:
    print m.group()
else:
    print '匹配失败'

bt='thon$' #thon结尾的
m = re.search(bt, 'hellohi python')
if m is not None:
    print m.group()
else:
    print '匹配失败'

bt='thon$'  #thon结尾的
m = re.search(bt, 'python hellohi')
if m is not None:
    print m.group()
else:
    print '匹配失败'

bt='^thon$'  # 单独 thon 字符串
m = re.search(bt, 'hellohi python')
if m is not None:
    print m.group()
else:
    print '匹配失败'

bt='thon$'  #单独 thon 字符串
m = re.search(bt, 'hellohi thon')
if m is not None:
    print m.group()
else:
    print '匹配失败'

结果：

hi
匹配失败
匹配失败
hi
匹配失败
hi
hi
thon
匹配失败
匹配失败
thon

非某个字符：

import re
bt = '[^abc]x'  #非abc的+x
m = re.search(bt, 'ax')
if m is not None:
print m.group()
else:
print '匹配失败'
m = re.search(bt, 'dx')
if m is not None:
print m.group()
else:
print '匹配失败'

结果：

匹配失败
dx