python学习笔记：正则表达式 leah

python学习笔记：正则表达式

用标准化代码（正则表达式）匹配字符串

一般

正则表达式	字符串
\d	数字
\w	数字或字母
\s	空格或tab等空白符
.	单个任意字符
*	任意个字符 （含零个）
+	至少一个字符
？	零或一个字符
{n}	n个字符
{m,n}	m到n个字符

进阶

正则表达式	字符串
[0-9a-zA-Z\ _]	一个数字字母下划线组成的字符串
[a-zA-Z\ _] [0-9a-zA-Z\ _] *	首位不是数字的（如上的）字符串
a|b	a或者b
^	行首
$	行尾

说明：没有^ 和$的时候，可以用字符串的一部分匹配整体

使用

在字符串前添加前缀r，例如r’a\b’，避免\被用于转义

import re

re.match(正则表达式,字符串)

成功返回一个match对象，失败返回none

re.split(r’[\s\,]+’ , ‘a,b, c d’)

返回 [‘a’ , ‘b’ , ‘c’ , ‘d’]

分组

m = re.match(r’^(\d{3})-(\d{3,8})$’, ‘010-12345’)

m.group(0)为‘010-12345’

m.group(1)为‘010’

m.group(2)为‘12345’

贪婪匹配

\d+会尽可能的多匹配字符

\d+？会根据后文尽可能少匹配

预编译

re_telephone=re.compile(r’^(\d{3})-(\d{3,8})$’)

re_telephone.match(‘010-12345’).groups()

输出(‘010’, ‘12345’)