Python中的正規表達式(re)

<code>import</code> <code>re</code>

<code>re.match </code><code>#從開始位置開始比對，如果開頭沒有則無</code>

<code>re.search </code><code>#搜尋整個字元串</code>

<code>re.findall </code><code>#搜尋整個字元串，傳回一個list</code>

舉例：

<code>r(raw)用在pattern之前，表示單引号中的字元串為原生字元，不會進行任何轉義</code>

<code>re.match(r</code><code>'l'</code><code>,</code><code>'liuyan1'</code><code>).group()  </code><code>#傳回l</code>

<code>re.match(r</code><code>'y'</code><code>,</code><code>'liuyan1'</code><code>)  </code><code>#傳回None</code>

<code>re.search(r</code><code>'y'</code><code>,</code><code>'liuyan1'</code><code>).group() </code><code>#傳回y</code>

正規表達式可以包含一些可選标志修飾符來控制比對的模式。修飾符被指定為一個可選的标志。多個标志可以通過按位 OR(|) 它們來指定。如 re.I | re.M 被設定成 I 和 M 标志：

修飾符

描述

re.I

使比對對大小寫不敏感

re.L

做本地化識别（locale-aware）比對

re.M

多行比對，影響 ^ 和 $

re.S

使 . 比對包括換行在内的所有字元

re.U

根據Unicode字元集解析字元。這個标志影響 \w, \W, \b, \B.

re.X

該标志通過給予你更靈活的格式以便你将正規表達式寫得更易于了解。

<code>re.search(r</code><code>'[a-z]+'</code><code>,</code><code>'liuyaN1234ab9'</code><code>).group() </code><code>#傳回'liuya'</code>

<code>re.search(r</code><code>'[a-z]+'</code><code>,</code><code>'liuyaN1234ab9'</code><code>, re.I).group() </code><code>#傳回'liuyaN'，對大小寫不敏感</code>

<code>#如果比對成功，則列印m，否則傳回Null</code>

<code>if</code> <code>re.match(r</code><code>'[0-9]'</code><code>,</code><code>'a'</code><code>):</code><code>print</code> <code>'m'</code>

<code>#用空格分割</code>

<code> </code><code>re.split(r</code><code>'\s+'</code><code>, </code><code>'a b   c'</code><code>)</code>

<code>傳回：[</code><code>'a'</code><code>, </code><code>'b'</code><code>, </code><code>'c'</code><code>, </code><code>'d'</code><code>]</code>

<code>#用逗号分隔</code>

<code>re.split(r</code><code>'[\s\,]+'</code><code>, </code><code>'a,b, c  d'</code><code>)</code>

<code>rr</code><code>=</code><code>re.match(r</code><code>'[0-9]'</code><code>,</code><code>'3'</code><code>)</code>

<code>rr.group(</code><code>0</code><code>)</code>

模式字元串使用特殊的文法來表示一個正規表達式：

字母和數字表示他們自身。一個正規表達式模式中的字母和數字比對同樣的字元串。

多數字母和數字前加一個反斜杠時會擁有不同的含義。

标點符号隻有被轉義時才比對自身，否則它們表示特殊的含義。

反斜杠本身需要使用反斜杠轉義。

由于正規表達式通常都包含反斜杠，是以你最好使用原始字元串來表示它們。模式元素(如 r'/t'，等價于'//t')比對相應的特殊字元。

下表列出了正規表達式模式文法中的特殊元素。如果你使用模式的同時提供了可選的标志參數，某些模式元素的含義會改變。

模式

^

比對字元串的開頭

$

比對字元串的末尾。

.

比對任意字元，除了換行符，當re.DOTALL标記被指定時，則可以比對包括換行符的任意字元。

[...]

用來表示一組字元,單獨列出：[amk] 比對 'a'，'m'或'k'

[^...]

不在[]中的字元：[^abc] 比對除了a,b,c之外的字元。

re*

比對0個或多個的表達式。

re+

比對1個或多個的表達式。

re?

比對0個或1個由前面的正規表達式定義的片段，非貪婪方式

re{ n}

re{ n,}

精确比對n個前面表達式。

re{ n, m}

比對 n 到 m 次由前面的正規表達式定義的片段，貪婪方式

a| b

比對a或b

(re)

G比對括号内的表達式，也表示一個組

(?imx)

正規表達式包含三種可選标志：i, m, 或 x 。隻影響括号中的區域。

(?-imx)

正規表達式關閉 i, m, 或 x 可選标志。隻影響括号中的區域。

(?: re)

類似 (...), 但是不表示一個組

(?imx: re)

在括号中使用i, m, 或 x 可選标志

(?-imx: re)

在括号中不使用i, m, 或 x 可選标志

(?#...)

注釋.

(?= re)

前向肯定界定符。如果所含正規表達式，以 ... 表示，在目前位置成功比對時成功，否則失敗。但一旦所含表達式已經嘗試，比對引擎根本沒有提高；模式的剩餘部分還要嘗試界定符的右邊。

(?! re)

前向否定界定符。與肯定界定符相反；當所含表達式不能在字元串目前位置比對時成功

(?&gt; re)

比對的獨立模式，省去回溯。

\w

比對字母數字

\W

比對非字母數字

\s

比對任意空白字元，等價于 [\t\n\r\f].

\S

比對任意非空字元

\d

比對任意數字，等價于 [0-9].

\D

比對任意非數字

\A

比對字元串開始

\Z

比對字元串結束，如果是存在換行，隻比對到換行前的結束字元串。c

\z

比對字元串結束

\G

比對最後比對完成的位置。

\b

比對一個單詞邊界，也就是指單詞和空格間的位置。例如， 'er\b' 可以比對"never" 中的 'er'，但不能比對 "verb" 中的 'er'。

\B

比對非單詞邊界。'er\B' 能比對 "verb" 中的 'er'，但不能比對 "never" 中的 'er'。

\n, \t, 等.

比對一個換行符。比對一個制表符。等

\1...\9

比對第n個分組的子表達式。

\10

比對第n個分組的子表達式，如果它經比對。否則指的是八進制字元碼的表達式。

執行個體

python

比對 "python".

[Pp]ython

比對 "Python" 或 "python"

rub[ye]

比對 "ruby" 或 "rube"

[aeiou]

比對中括号内的任意一個字母

[0-9]

比對任何數字。類似于 [0123456789]

[a-z]

比對任何小寫字母

[A-Z]

比對任何大寫字母

[a-zA-Z0-9]

比對任何字母及數字

[^aeiou]

除了aeiou字母以外的所有字元

[^0-9]

比對除了數字外的字元

比對除 "\n" 之外的任何單個字元。要比對包括 '\n' 在内的任何字元，請使用象 '[.\n]' 的模式。

比對一個數字字元。等價于 [0-9]。

比對一個非數字字元。等價于 [^0-9]。

比對任何空白字元，包括空格、制表符、換頁符等等。等價于 [ \f\n\r\t\v]。

比對任何非空白字元。等價于 [^ \f\n\r\t\v]。

比對包括下劃線的任何單詞字元。等價于'[A-Za-z0-9_]'。

比對任何非單詞字元。等價于 '[^A-Za-z0-9_]'。

 Python正則式的基本用法 (非常詳細)

http://www.cnblogs.com/tina-python/p/5508402.html