正则表达式及其应用

正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，该模式描述在搜索文本时要匹配的一个或多个字符串 正则表达式是字符串处理的有力工具，正则表达式使用预定义的模式去匹配一类具有共同特征的字符串，可以快速、准确地完成复杂的查找、替换等处理要求，比字符串自身提供的方法提供了更强大的处理功能。正则表达式在文本编辑与处理、网页爬虫之类的场合中有重要应用。正则表达式由元字符及其不同组合来构成，通过巧妙地构造正则表达式可以匹配任意字符串，并完成查找、替换、分隔等复杂的字符串处理任务。’[a-zA-Z0-9]’

基本语法

元字符功能说明.匹配除换行符以外的任意单个字符*匹配位于*之前的字符或子模式的0次或多次出现+匹配位于+之前的字符或子模式的1次或多次出现-在[]之内用来表示范围|匹配位于|之前或之后的字符^匹配行首，匹配以^后面的字符开头的字符串$匹配行尾，匹配以$之前的字符结束的字符串?匹配位于?之前的0个或1个字符。当此字符紧随任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是“非贪心的”。“非贪心的”模式匹配搜索到的、尽可能短的字符串，而默认的“贪心的”模式匹配搜索到的、尽可能长的字符串。例如，在字符串“oooo”中，“o+?”只匹配单个“o”，而“o+”匹配所有“o”\表示位于\之后的为转义字符\num此处的num是一个正整数，表示子模式编号。例如，“(.)\1”匹配两个连续的相同字符\f换页符匹配\n换行符匹配 元字符功能说明\r匹配一个回车符\b匹配单词头或单词尾\B与\b含义相反\d匹配任何数字，相当于[0-9]\D与\d含义相反，等效于[^0-9]\s匹配任何空白字符，包括空格、制表符、换页符，与 [ \f\n\r\t\v] 等效\S与\s含义相反\w匹配任何字母、数字以及下划线，相当于[a-zA-Z0-9_]\W与\w含义相反\w含义相反，与“[^A-Za-z0-9_]”等效()将位于()内的内容作为一个整体来对待{m,n}{}前的字符或子模式重复至少m次，至多n次[]表示范围，匹配位于[a-z]中的任意一个字符[^xyz]反向字符集，匹配除x、y、z之外的任何字符[a-z]字符范围，匹配指定范围内的任何字符[^a-z]反向范围字符，匹配除小写英文字母之外的任何字符

扩展语法

正则表达式使用圆括号“()”表示一个子模式，圆括号内的内容作为一个整体对待，例如’(red)+‘可以匹配’redred’、'redredred’等一个或多个重复’red’的情况。 使用子模式扩展语法可以实现更加复杂的字符串处理功能。

语法功能说明(?P)为子模式命名(?iLmsux)设置匹配标志，可以是几个字母的组合，每个字母含义与编译标志相同(?:…)匹配但不捕获该匹配的子表达式(?P=groupname)表示在此之前的命名为groupname的子模式(?#…)表示注释(?<=…)用于正则表达式之前，表示如果<=后的内容在字符串中不出现则匹配，但不返回<=之后的内容(?=…)用于正则表达式之后，表示如果=后的内容在字符串中出现则匹配，但不返回=之后的内容(?<!..)用于正则表达式之前，表示如果<!后的内容在字符串中不出现则匹配，但不返回<!之后的内容(?!..)用于正则表达式之后，表示如果!后的内容在字符串中不出现则匹配，但不返回!之后的内容

应用集锦

实际应用举例

Python标准库re模块提供了正则表达式操作所需要的功能。

方法功能说明compile(pattern[, flags])创建模式对象escape(string)将字符串中所有特殊正则表达式字符转义findall(pattern, string[, flags])返回包含字符串中所有与给定模式匹配的项的列表finditer(pattern, string, flags=0)返回包含所有匹配项的迭代对象，其中每个匹配项都是match对象fullmatch(pattern, string, flags=0)尝试把模式作用于整个字符串，返回match对象或Nonematch(pattern, string[, flags])从字符串的开始处匹配模式，返回match对象或Nonepurge()清空正则表达式缓存search(pattern, string[, flags])在整个字符串中寻找模式，返回match对象或Nonesplit(pattern, string[, maxsplit=0])根据模式匹配项分隔字符串sub(pat, repl, string[, count=0])将字符串中所有与pat匹配的项用repl替换，返回新字符串，repl可以是字符串或返回字符串的可调用对象，作用于每个匹配的match对象subn(pat, repl, string[, count=0])将字符串中所有pat的匹配项用repl替换，返回包含新字符串和替换次数的二元元组，repl可以是字符串或返回字符串的可调用对象，作用于每个匹配的match对象 import re telNumber = "My tel: 0234-1234675,your tel: 023-1223344, his tel: 034-23456" pattern = r"(\d{3,4})-(\d{3,8})" for item in re.findall(pattern, telNumber): print("-".join(item))

import re phone = "2004-959-599 #这是一个电话号码" num = re.sub("#.*$","", phone) print(num) num = re.sub("\D","", phone) print(num)