Python的正则表达式匹配

正则表达式（regular expression），是定义了一个有规则的表达式，编程语言能够根据这条规则，帮助小伙伴们从字符串中寻找所有的符合规则的部分，根据正则表达式的定义规则，我们可以将规则写的很具体，比如 3，那么 Python 会帮我们去匹配给定的字符串是否包含 3，也可以复杂一点，例如，\d 表示数字，Python 会帮我们把字符串中的数字都匹配出来，那么，我们一起来学习一下 Python 中正则匹配的语法吧：

匹配一句话内是否包括某个字段

pattern1 = "cat"
pattern2 = "bird"
string = "dog runs to cat"
print(pattern1 in string)  # True
print(pattern2 in string)  # False

用正则包 re 来操作上面同样的需求

pattern1 = "cat"
pattern2 = "bird"
string = "dog runs to cat"
print(re.search(pattern1,string))
print(re.search(pattern2,string))

[ ] 和 - 的相关用法

pattern = r"r[au]n"  # 可以匹配到 run 和 ran （其中，r""，r 在字符串前，代表是正则表达式，不是普通的字符串）
print(re.search(pattern,string))
print(re.search(r"r[A-Z]n","dog runs to cat"))
print(re.search(r"r[a-z]n","dog runs to cat"))
print(re.search(r"r[0-9]n,dog r0ns to cat"))
print(re.search(r"r[0-9a-z]n","dog runs to cat"))

\d 匹配所有的数字，\D 匹配所有的非数字

\s 匹配所有的空白，包括空格，制表符，回车等造成的空白

\S 匹配所有的非空白字符

\w 匹配 a-zA-Z0-9，即所有的数字，字母和 "_"

\W 匹配所有非数字，字母和 "_"

\b 匹配单个空格

print(re.search(r"\bruns\b","dog runs to cat") # 可以匹配到
print(re.search(r"\bruns\b","dog  runs  to cat") # 匹配不到
print(re.search(r"\b runs \b","dog  runs  to cat") # 匹配不到

\B 忽略空格匹配

print(re.search(r"\Bruns\B","dog runs to cat") # 匹配到
print(re.search(r"\Bruns\B","dog  runs  to cat") # 匹配到
print(re.search(r"\B runs \B","dog  runs  to cat") # 匹配到

匹配 \，前面需要再加一个 \

print(re.search(r"runs\\","runs\ to me")) # 匹配到
print(re.search(r"r.n","r-ns to me")) # 匹配到，"."可以匹配一个字符

匹配句首句尾

print(re.search(r"^dog","dog runs to cat")) # 匹配到    
print(re.search(r"cat$","dog runs to cat"))   # 匹配到

? 匹配（内容）可以省略括号中内容

print(re.search(r"Mon(day)?","Monday"))  # 匹配到
print(re.search(r"Mon(day)?","Mon"))    # 匹配到

Multi 多行匹配

string_mul = """
dog runs to cat.
I run to dog.
"""

print(re.search(r"^I",string))  # 匹配不到，把整个字符串看成一个句子，句首是 dog
print(re.search(r"^I",string,flags=re.M)) # 匹配到，整个字符串看成是多个句子，每个句子的句首都匹配一下

0次或者多次出现 用 *，1次或者多次出现 用 +

print(re.search(r"ab*","a"))   # 匹配到，b可以出现0次或者多次
print(re.search(r"ab*","abbbbbbbb")) # 匹配到，b可以出现0次或者多次
print(re.search(r"ab+","a"))  # 匹配不到，b可以出现1次或者多次
print(re.search(r"ab+","abbbbbbbb")) # 匹配到，b可以出现1次或者多次

{ } 出现次数的范围，b{1,10}指的是b可以出现1次到10次之间

print(re.search(r"ab{2,10}","ab"))  #匹配不到
print(re.search(r"ab{2,10}","abbbbb")) #匹配到

group 组匹配

match = re.search(r"ID: (\d+), Date: (.+)","ID: 021523, Date: Feb/12/2017")
print(match.group())      # 输出匹配到的所有的信息
print(match.group(1))    # 输出第一个() 匹配到的信息
print(match.group(2))    # 输出第二个() 匹配到的信息
如果 () 特别多，会导致 1,2，……这样很麻烦，应该起一个名字：?P<名字>
match = re.search(r"ID: (?P<id>\d+), Date: (?P<data>.+)","ID: 021523, Date: Feb/12/2017")
print(match.group("id"))
print(match.group("date"))

findall 寻找所有的匹配，区别于 search 是找到一个就可以

print(re.findall(r"r[ua]n","run ran ren")) # run ran

替换

print(re.sub(r"r[au]ns","catches","dog runs to cat"))  # dog catches to cat

分裂

print(re.split(r"[,;\.]","a;b,c.d;e"))  # a b c d e  如果碰到任何一个 r"[分隔符]" 就把后面的内容分割。"." 代表任何字符，所以我们需要加 "\."，将其转义为一个点

complie 编译形式

compiled_re = [re.compile(r"r](http://re.compile%28r/)[ua]n")
print(compiled_re.search("dog run to cat")) #跟上述的操作基本一致，不同就是，先把规则进行 compile，然后用 compile 的规则作用于文本