Python_Package_re模块

本文不是汇总所有 re 相关属性和方法，仅作为个人工作学习中记录使用

1 字符相关介绍

1.1 普通字符

包括没有显式指定为元字符的所有可打印和不可打印字符

包括所有大写和小写字母、所有数字、所有标点符号和一些其他符号。

1.2 非打印字符

可以是正则表达式的组成部分。

下表列出了表示非打印字符的转义序列：

1.3 特殊字符

特殊字符，就是一些有特殊含义的字符，若要匹配这些特殊字符，必须首先使字符"转义"，即，将反斜杠字符\ 放在它们前面。

下表列出了正则表达式中的特殊字符：

1.4 限定符

限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。
 

1.5 贪婪

*、+ 限定符都是贪婪的，因为它们会尽可能多的匹配文字，只有在它们的后面加上一个?就可以实现非贪婪或最小匹配。

通过在 *、+ 或 ? 限定符之后放置 ?，该表达式从"贪婪"表达式转换为"非贪婪"表达式或者最小匹配。

1.6 定位符

定位符使您能够将正则表达式固定到行首或行尾。它们还使您能够创建这样的正则表达式，这些正则表达式出现在一个单词内、在一个单词的开头或者一个单词的结尾。

注意：不能将限定符与定位符一起使用。由于在紧靠换行或者单词边界的前面或后面不能有一个以上位置，因此不允许诸如 ^* 之类的表达式。

1.7 选择

用圆括号将所有选择项括起来，相邻的选择项之间用|分隔。

非捕获元：?: ?= ?!

2 方法

2.1 方法介绍

2.2 代码示例

import re

str1 = 'a1b2c3d4e5'

# 编写一个pattern，可以重复使用
pattern = re.compile(r'[a-z]+')
print(pattern)
# re.compile('[a-z]+')

# 从字符串起始位置匹配，没有匹配返回None使用 .group() 返回匹配的字符串
re_match = re.match(pattern, str1)
print(re_match.group())
# a

# 匹配整个字符串，返回第一个匹配成功的结果，没有匹配返回None使用 .group() 返回匹配的字符串
re_search = re.search(pattern, str1)
print(re_search.group())
# a

# 替换匹配的字符串，返回替换后的字符串可以指定count替换的数量，默认为0，替换所有匹配成功的字符串
re_sub = re.sub(pattern, ' ', str1, count=0)
print(re_sub)
# 1 2 3 4 5

# 用法同 re.sub() ，返回的是元组（替换后的字符串，替换的数量）
re_subn = re.subn(pattern, ' ', str1, count=0)
print(re_subn)
# (' 1 2 3 4 5', 5)

# 返回所有匹配成功的字符串组成的列表，没有匹配返回空列表
re_findall = re.findall(pattern, str1)
print(re_findall)
# ['a', 'b', 'c', 'd', 'e']

# 与 re.findall() 类似，返回的是迭代器
re_finditer = re.finditer(pattern, str1)
print(re_finditer)
# <callable_iterator object at 0x7fec5be32f28>

# 按照匹配的字符串分割列表，返回分割后的字符串
re_split = re.split(pattern, str1, maxsplit=0)
print(re_split)
# ['', '1', '2', '3', '4', '5']

# 去除转义字符，一些文本中可能存在 \d * # 之类会被转义的字符，使用escape可以将这些字符转换为字面意思
str2 = re.escape(r'\d*')
print(str2)
# \\d\*

3 匹配规则

4 修饰符

正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。多个标志可以通过按位 OR(|) 它们来指定。如 re.I | re.M 被设置成 I 和 M 标志：

5 特殊用法

# 匹配中文字符
pattern = re.compile('[\u4e00-\u9fa5]+')