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：

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：

实例

检索字符串以查看它是否以 "China" 开头并以 "country" 结尾：

import re

txt = "China is a great country"
x = re.search("^China.*country$", txt)

运行实例

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。

实例

打印所有匹配的列表：

import re

str = "China is a great country"
x = re.findall("a", str)
print(x)

运行实例

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：

实例

如果未找到匹配，则返回空列表：

import re

str = "China is a great country"
x = re.findall("USA", str)
print(x)

运行实例

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：

实例

在字符串中搜索第一个空白字符：

import re

str = "China is a great country"
x = re.search("\s", str)

print("The first white-space character is located in position:", x.start())

运行实例

如果未找到匹配，则返回值 None：

实例

进行不返回匹配的检索：

import re

str = "China is a great country"
x = re.search("USA", str)
print(x)

运行实例

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：

实例

在每个空白字符处进行拆分：

import re

str = "China is a great country"
x = re.split("\s", str)
print(x)

运行实例

您可以通过指定 maxsplit 参数来控制出现次数：

实例

仅在首次出现时拆分字符串：

import re

str = "China is a great country"
x = re.split("\s", str, 1)
print(x)

运行实例

sub() 函数

sub() 函数把匹配替换为您选择的文本：

实例

用数字 9 替换每个空白字符：

import re

str = "China is a great country"
x = re.sub("\s", "9", str)
print(x)

运行实例

您可以通过指定 count 参数来控制替换次数：

实例

替换前两次出现：

import re

str = "China is a great country"
x = re.sub("\s", "9", str, 2)
print(x)

运行实例

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。

实例

执行会返回 Match 对象的搜索：

import re

str = "China is a great country"
x = re.search("a", str)
print(x) # 将打印一个对象

运行实例

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

实例

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：

import re

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

运行实例

实例

打印传入函数的字符串：

import re

str = "China is a great country"
x = re.search(r"\bC\w+", str)
print(x.string)

运行实例

实例

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：

import re

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

运行实例

注释：如果没有匹配项，则返回值 None，而不是 Match 对象。