常見匹配模式

模式	描述
\w	匹配字母數(shù)字及下劃線
\W	匹配非字母數(shù)字下劃線
\s	匹配任意空白字符，等價于 [\t\n\r\f].
\S	匹配任意非空字符
\d	匹配任意數(shù)字，等價于 [0-9]
\D	匹配任意非數(shù)字
\A	匹配字符串開始
\Z	匹配字符串結(jié)束，如果是存在換行，只匹配到換行前的結(jié)束字符串
\z	匹配字符串結(jié)束
\G	匹配最后匹配完成的位置
\n	匹配一個換行符
\t	匹配一個制表符
^	匹配字符串的開頭
$	匹配字符串的末尾。
.	匹配任意字符，除了換行符，當re.DOTALL標記被指定時，則可以匹配包括換行符的任意字符。
[…]	用來表示一組字符,單獨列出：[amk] 匹配 ‘a(chǎn)’，‘m’或’k’
[^…]	不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。
*	匹配0個或多個的表達式。
+	匹配1個或多個的表達式。
?	匹配0個或1個由前面的正則表達式定義的片段，非貪婪方式
{n}	精確匹配n個前面表達式。
{n, m}	匹配 n 到 m 次由前面的正則表達式定義的片段，貪婪方式
a|b	匹配a或b
( )	匹配括號內(nèi)的表達式，也表示一個組

re.match 從字符串的起始位置匹配一個模式

re.match 嘗試從字符串的起始位置匹配一個模式，如果不是起始位置匹配成功的話，match()就返回none?？偨Y(jié)：盡量使用泛匹配、使用括號得到匹配目標、盡量使用非貪婪模式、有換行符就用re.S

泛匹配

import recontent = 'Hello 123 4567 World_This is a Regex Demo'
result = re.match('^Hello.*Demo$', content)
print(result)
print(result.group())
print(result.span())<re.Match object; span=(0, 41), match='Hello 123 4567 World_This is a Regex Demo'>
Hello 123 4567 World_This is a Regex Demo
(0, 41)

匹配目標

import recontent = 'Hello 1234567 World_This is a Regex Demo'
result = re.match('^Hello\s(\d+)\sWorld.*Demo$', content)
print(result)
print(result.group(1))
print(result.span())<re.Match object; span=(0, 40), match='Hello 1234567 World_This is a Regex Demo'>
1234567
(0, 40)

貪婪匹配

import recontent = 'Hello 1234567 World_This is a Regex Demo'
result = re.match('^He.*(\d+).*Demo$', content)
print(result)
print(result.group(1))<re.Match object; span=(0, 40), match='Hello 1234567 World_This is a Regex Demo'>
7

非貪婪匹配

import recontent = 'Hello 1234567 World_This is a Regex Demo'
result = re.match('^He.*?(\d+).*Demo$', content)
print(result)
print(result.group(1))<_sre.SRE_Match object; span=(0, 40), match='Hello 1234567 World_This is a Regex Demo'>
1234567

匹配模式

import recontent = '''Hello 1234567 World_This
is a Regex Demo
'''
result = re.match('^He.*?(\d+).*?Demo$', content, re.S)	# 可以匹配到換行
print(result.group(1))1234567

轉(zhuǎn)義

import recontent = 'price is $5.00'
result = re.match('price is \$5\.00', content)
print(result)<re.Match object; span=(0, 14), match='price is $5.00'>

re.search 掃描整個字符串并返回第一個成功的匹配

re.search 掃描整個字符串并返回第一個成功的匹配。

import re
content = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'
result = re.match('Hello.*?(\d+).*?Demo', content)
print(result) # None# 總結(jié)：為匹配方便，能用search就不用match
import re
content = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'
result = re.search('Hello.*?(\d+).*?Demo', content)
print(result)
print(result.group(1))<_sre.SRE_Match object; span=(13, 53), match='Hello 1234567 World_This is a Regex Demo'>
1234567

re.findall 以列表形式返回全部能匹配的子串

搜索字符串，以列表形式返回全部能匹配的子串。

import rehtml = '''<div id="songs-list"><h2 class="title">經(jīng)典老歌</h2><p class="introduction">經(jīng)典老歌列表</p><ul id="list" class="list-group"><li data-view="2">一路上有你</li><li data-view="7"><a href="/2.mp3" singer="任賢齊">滄海一聲笑</a></li><li data-view="4" class="active"><a href="/3.mp3" singer="齊秦">往事隨風</a></li><li data-view="6"><a href="/4.mp3" singer="beyond">光輝歲月</a></li><li data-view="5"><a href="/5.mp3" singer="陳慧琳">記事本</a></li><li data-view="5"><a href="/6.mp3" singer="鄧麗君">但愿人長久</a></li></ul>
</div>'''
results = re.findall('<li.*?>\s*?(<a.*?>)?(\w+)(</a>)?\s*?</li>', html, re.S)
print(results)
for result in results:print(result[1])[('', '一路上有你', ''), ('<a href="/2.mp3" singer="任賢齊">', '滄海一聲笑', '</a>'), ('<a href="/3.mp3" singer="齊秦">', '往事隨風', '</a>'), ('<a href="/4.mp3" singer="beyond">', '光輝歲月', '</a>'), ('<a href="/5.mp3" singer="陳慧琳">', '記事本', '</a>'), ('<a href="/6.mp3" singer="鄧麗君">', '但愿人長久', '</a>')]
一路上有你
滄海一聲笑
往事隨風
光輝歲月
記事本
但愿人長久

re.sub 替換字符串中每一個匹配的子串后返回替換后的字符串

替換字符串中每一個匹配的子串后返回替換后的字符串。

import recontent = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'
content = re.sub('\d+', '', content)
print(content)# Extra stings Hello  World_This is a Regex Demo Extra stings

import recontent = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'
content = re.sub('(\d+)', r'\1 8910', content)
print(content)# Extra stings Hello 1234567 8910 World_This is a Regex Demo Extra stings

re.compile 將正則字符串編譯成正則表達式對象

將正則字符串編譯成正則表達式對象

import recontent = '''Hello 1234567 World_This
is a Regex Demo'''
pattern = re.compile('Hello.*Demo', re.S)
result = re.match(pattern, content)
#result = re.match('Hello.*Demo', content, re.S)
print(result)# <re.Match object; span=(0, 40), match='Hello 1234567 World_This\nis a Regex Demo'>