Python正则表达式笔记

注：整理自 www.liaoxuefeng.com

##re模块
###导入re模块

import re

###match()方法

re.match()

match()方法匹配成功返回一个Match对象，否则返回None。
常见使用方法：

str = 'xxxxx'    #待处理字符串
if re.match(r'RegExp', str): #r表示字符串内不使用转义
    pass    #匹配成功
else:
    pass    #匹配失败

###split()方法
用于正则表达式切分字符串。
用法：

re.split(r'RegExp', str)

返回切分好的list。

###分组与group()方法
在正则表达式中使用()来分组，如果分了组，就可以对Match对象用group()方法来提取组员。
eg：

m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
m.group(0)  #返回'010-12345'，即原字符串
m.group(1)  #返回'010'，即第一个匹配组
m.group(2)  #返回'12345'，即第二个匹配组

※此外还有groups()方法，对Match对象使用，返回一个每组按顺序组成的tuple，不包含原字符串。

###预编译和compile()方法
使用预编译可以提高大量使用RegExp时的效率。
eg：

import re
re_telNumber = re.compile(r'^(\d{3})-(\d{3,8})$')   #将RegExp匹配样式预编译，以便之后直接使用
re_telNumber.match('010-12345').groups()    #直接匹配，match()方法的参数只有待处理字符串
#返回('010', '12345')

##匹配语法
###精确匹配

• \d
  匹配一个数字

• \w
  匹配一个字母或数字

• .
  匹配任意一个字符

###匹配变长字符
作为匹配表达式后缀：

• {n}
  匹配n个数字

• {m, n}
  匹配m至n个字符

• *
  匹配任意个数字符

• +
  匹配至少一个字符

• ?
  匹配0个或1个字符

###进阶

• []
  匹配范围
  eg：[0-9a-zA-z\_] 匹配一个数字or字母or下划线

• a|b
  匹配a或者b
  eg：(p|P)ython 匹配python或者Python

• ^
  匹配开头
  eg：^\d 匹配以一个数字开头

• $
  匹配结尾
  eg：\d$ 匹配以一个数字结尾

※^和$一般成对使用，能更规范地进行匹配。