5. python re

5. python re

5.1 正则表达式模式

模式	描述
^	匹配字符串的开头
$	匹配字符串的末尾。
.	匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
[...]	用来表示一组字符,单独列出：[amk] 匹配 'a'，'m'或'k'
[^...]	不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。
re*	匹配0个或多个的表达式。
re+	匹配1个或多个的表达式。
re?	匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
re	精确匹配 n 个前面表达式。例如， o{2} 不能匹配 "Bob" 中的 "o"，但是能匹配 "food" 中的两个 o。
re	匹配 n 个前面表达式。例如， o{2,} 不能匹配"Bob"中的"o"，但能匹配 "foooood"中的所有 o。"o{1,}" 等价于 "o+"。"o{0,}" 则等价于 "o*"。
re	匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式
a| b	匹配a或b
(re)	对正则表达式分组并记住匹配的文本
(?imx)	正则表达式包含三种可选标志：i, m, 或 x 。只影响括号中的区域。
(?-imx)	正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。
(?: re)	类似 (...), 但是不表示一个组
(?imx: re)	在括号中使用i, m, 或 x 可选标志
(?-imx: re)	在括号中不使用i, m, 或 x 可选标志
(?#...)	注释.
(?= re)	前向肯定界定符。如果所含正则表达式，以 ... 表示，在当前位置成功匹配时成功，否则失败。但一旦所含表达式已经尝试，匹配引擎根本没有提高；模式的剩余部分还要尝试界定符的右边。
(?! re)	前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功
(?> re)	匹配的独立模式，省去回溯。
\w	匹配字母数字及下划线
\W	匹配非字母数字及下划线
\s	匹配任意空白字符，等价于 [ \t\n\r\f]。
\S	匹配任意非空字符
\d	匹配任意数字，等价于 [0-9].
\D	匹配任意非数字
\A	匹配字符串开始
\Z	匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。
\z	匹配字符串结束
\G	匹配最后匹配完成的位置。
\b	匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
\B	匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
\n, \t, 等.	匹配一个换行符。匹配一个制表符。等
\1...\9	匹配第n个分组的内容。
\10	匹配第n个分组的内容，如果它经匹配。否则指的是八进制字符码的表达式。

5.2 匹配方法

1）findall()

• re.findall(pattern,string,flags=0) 该方法返回列表形式

  • pattern指定匹配的正则表达式，string指定要匹配的字符串，flags是标志位（用于控制正则表达式的匹配模式）

  In [8]: print(re.findall('com','163.com.com.com'))
  ['com', 'com', 'com']
  

2）match()

• re.match() 参数与findall相同，该方法从字符串的起始位置匹配，若匹配成功返回match类型对象

  • 该方法只能使用group(num)或groups()方法获取比配的字符串

  In [1]: import reIn [2]: print(re.match('\d+','163.com'))
  <re.Match object; span=(0, 3), match='163'>In [3]: print(re.match('\d+','163.com').group())
  163In [4]: print(re.match('com','163.com'))	#不是起始位置
  None
  

3）search()

• re.search() 与match方法用法基本相同，不同的是search()方法可在任意位置匹配，匹配成功返回第一个结果，结果也是match()类型

  In [5]: print(re.search('com','163.com'))
  <re.Match object; span=(4, 7), match='com'>In [6]: print(re.search('com','163.com').group())
  comIn [7]: print(re.search('com','163.com.com').group())	#只返回第一个匹配的结果
  com
  

5.3 替换方法

sub()

• re.sub(pattern,repl,string,count=0,flags=0) 和字符串的replace()功能类似，用于替换字符串中的匹配项
  • repl参数指定替换的字符串，也可以是一个函数；count参数指定匹配后替换的最大次数，默认值0

In [9]: date_str="start 05/09/2022 end 06/26/2022"In [10]: re.sub(r'(\d+)/(\d+)/(\d+)',r'\3-\1-\2',date_str)
Out[10]: 'start 2022-05-09 end 2022-06-26'

5.4 分割方法

split()

• re.split(pattern,string[,maxsplit=0,flags=0]) 和字符串的split()功能类似

5.5 编译正则表达式的方法

re.complie()

• re.complie()方法用来编译正则表达式，生成一个正则表达式对象，供findall()、match()、search()等方法使用
• “一处编译，多处使用”，编译的正则表达式比非编译的执行速度更快，适合大量文本的处理。

In [1]: import reIn [2]: re_obj=re.compile('[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}')In [3]: re_obj.search('inet 172.26.224.66/20 metric 100 brd 172.26.239.255 scope global dynamic eth0').group()
Out[3]: '172.26.224.66'