Python3 正则表达式

>>>import re>>> pattern = re.compile(r'\d+')


# 用于匹配至少一个数字>>> m = pattern.match('one12twothree34four')


# 查找头部，没有匹配>>> print mNone>>> m = pattern.match('one12twothree34four', 2, 10)


# 从'e'的位置开始匹配，没有匹配>>> print mNone>>> m = pattern.match('one12twothree34four', 3, 10)


# 从'1'的位置开始匹配，正好匹配>>> print m


# 返回一个 Match 对象<_sre.SRE_Match object at 0x10a42aac0>>>> m.group(0)


# 可省略 0'12'>>> m.start(0)


# 可省略 03>>> m.end(0)


# 可省略 05>>> m.span(0)


# 可省略 0(3, 5)在上面，当匹配成功时返回一个 Match 对象，其中：group([group1, …]) 方法用于获得一个或多个分组匹配的字符串，当要获得整个匹配的子串时，可直接使用 group() 或 group(0)；start([group]) 方法用于获取分组匹配的子串在整个字符串中的起始位置（子串第一个字符的索引），参数默认值为 0；end([group]) 方法用于获取分组匹配的子串在整个字符串中的结束位置（子串最后一个字符的索引+1），参数默认值为 0；span([group]) 方法返回 (start(group), end(group))。再看看一个例子：实例>>>import re>>> pattern = re.compile(r'([a-z]+) ([a-z]+)', re.I)


# re.I 表示忽略大小写>>> m = pattern.match('Hello World Wide Web')>>> print m


# 匹配成功，返回一个 Match 对象<_sre.SRE_Match object at 0x10bea83e8>>>> m.group(0)


# 返回匹配成功的整个子串'Hello World'>>> m.span(0)


# 返回匹配成功的整个子串的索引(0, 11)>>> m.group(1)


# 返回第一个分组匹配成功的子串'Hello'>>> m.span(1)


# 返回第一个分组匹配成功的子串的索引(0, 5)>>> m.group(2)


# 返回第二个分组匹配成功的子串'World'>>> m.span(2)


# 返回第二个分组匹配成功的子串(6, 11)>>> m.groups()


# 等价于 (m.group(1), m.group(2), ...)('Hello', 'World')>>> m.group(3)


# 不存在第三个分组Traceback (most recent call last):


File "<stdin>", line 1, in <module>IndexError:


no such groupfindall在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。注意： match 和 search 是匹配一次 findall 匹配所有。语法格式为：findall(string[, pos[, endpos]])参数：string 待匹配的字符串。pos 可选参数，指定字符串的起始位置，默认为 0。endpos 可选参数，指定字符串的结束位置，默认为字符串的长度。查找字符串中的所有数字：实例import repattern = re.compile(r'\d+')


# 查找数字result1 = pattern.findall('k88 123 google 456')result2 = pattern.findall('run88oob123google456', 0, 10)print(result1)print(result2)输出结果：['123', '456']['88', '12']re.finditer和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。re.finditer(pattern, string, flags=0)参数：参数描述pattern匹配的正则表达式string要匹配的字符串。flags标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志实例import reit = re.finditer(r"\d+","12a32bc43jf3")for match in it:


print (match.group() )输出结果：12 32 43 3re.splitsplit 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：re.split(pattern, string[, maxsplit=0, flags=0])参数：参数描述pattern匹配的正则表达式string要匹配的字符串。maxsplit分隔次数，maxsplit=1 分隔一次，默认为 0，不限制次数。flags标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志实例>>>import re>>> re.split('\W+', 'k88, k88, k88.')['k88', 'k88', 'k88', '']>>> re.split('(\W+)', ' k88, k88, k88.')['', ' ', 'k88', ', ', 'k88', ', ', 'k88', '.', '']>>> re.split('\W+', ' k88, k88, k88.', 1)['', 'k88, k88, k88.']>>> re.split('a*', 'hello world')


# 对于一个找不到匹配的字符串而言，split 不会对其作出分割['hello world']正则表达式对象re.RegexObjectre.compile() 返回 RegexObject 对象。re.MatchObjectgroup() 返回被 RE 匹配的字符串。start() 返回匹配开始的位置end() 返回匹配结束的位置span() 返回一个元组包含匹配 (开始,结束) 的位置正则表达式修饰符 - 可选标志正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。多个标志可以通过按位 OR(|) 它们来指定。如 re.I | re.M 被设置成 I 和 M 标志：修饰符描述re.I使匹配对大小写不敏感re.L做本地化识别（locale-aware）匹配re.M多行匹配，影响 ^ 和 $re.S使 . 匹配包括换行在内的所有字符re.U根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B.re.X该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。正则表达式模式模式字符串使用特殊的语法来表示一个正则表达式：字母和数字表示他们自身。一个正则表达式模式中的字母和数字匹配同样的字符串。多数字母和数字前加一个反斜杠时会拥有不同的含义。标点符号只有被转义时才匹配自身，否则它们表示特殊的含义。反斜杠本身需要使用反斜杠转义。由于正则表达式通常都包含反斜杠，所以你最好使用原始字符串来表示它们。模式元素(如 r'\t'，等价于 \\t )匹配相应的特殊字符。下表列出了正则表达式模式语法中的特殊元素。如果你使用模式的同时提供了可选的标志参数，某些模式元素的含义会改变。模式描述^匹配字符串的开头$匹配字符串的末尾。.匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。[...]用来表示一组字符,单独列出：[amk] 匹配 'a'，'m'或'k'[^...]不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。re*匹配0个或多个的表达式。re+匹配1个或多个的表达式。re? 匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式re{ n}匹配n个前面表达式。例如，"o{2}"不能匹配"Bob"中的"o"，但是能匹配"food"中的两个o。re{ n,}精确匹配n个前面表达式。例如，"o{2,}"不能匹配"Bob"中的"o"，但能匹配"foooood"中的所有o。"o{1,}"等价于"o+"。"o{0,}"则等价于"o*"。re{ n, m}匹配 n 到 m 次由前面