一、基礎語法總結

1.1、匹配單個字元

a . d D w W s S [...] [^...]

匹配單個字元（.）

規則：匹配除換行之外的任意字元
In [24]: re.findall("f.o","foo is not fao")
Out[24]: ['foo', 'fao']

匹配任意（非）數字字元（d D）

d [0-9]
D [^0-9]

匹配任意（非）普通字元（w W）

w 普通字元 包括[_0-9A-Za-z] 同時也包括漢字
W 非普通字元

匹配任意（非）空字元（s S）

s 匹配任意空字元 [
	]
S 匹配任意非空字元

匹配字元集合（[...]）

[A-Z][a-z][0-9][_123a-z]

匹配字符集（[^...]）

規則：字符集取非，除列出的字元之外的任意一個字元
[^abc] --> 除a b c之外任意字元

1.2、匹配多個字元

* 匹配0次或者多次
+ 匹配1次或者多次
? 匹配0次或者1次
{m} 匹配m次
{m,n} 匹配m次到n次區間內的任意一次

1.3、匹配位置

^ 匹配開始位置
$ 匹配結束位置
A 匹配開始位置
Z 匹配結束位置
 匹配單詞邊界位置（一般用於首字母大寫的匹配）
B 匹配非單詞邊界問題

1.4、轉義

在正則表示式中有一類特殊字元需要轉移，只需要在特殊字元之間加上 表示轉移即可

. * + ? ^ $ [] {} () |

1.5、子組

使用() 可以為正則表示式建立內部分組，子組為正則表示式的一部分，可以看做一個內部整體。

In [61]: re.search(r"(https|http|ftp)://w+.w+.(com|cn)","https://www.baidu.com").group(0)
Out[61]: 'https://www.baidu.com'
In [62]: re.search(r"(https|http|ftp)://w+.w+.(com|cn)","https://www.baidu.com").group(1)
Out[62]: 'https'

1.6、貪婪模式和非貪婪模式

正則表示式的重複匹配總是儘可能多的向後匹配更多的內容。 貪婪模式包括：* + ? {m,n}

非貪婪模式：儘可能少的匹配內容 貪婪模式轉換為非貪婪模式：*? +? ?? {m,n}?

In [106]: re.findall(r"ab+?","abbbbbbbb")
Out[106]: ['ab']
In [107]: re.findall(r"ab??","abbbbbbbb")
Out[107]: ['a']

二、Re模組

接下來我所有函式裡面的引數解釋如下：

pattern：正則表示式
string：目標字串
pos：擷取目標字串起始位置
endpose：擷取目標字串結束位置
flags:功能標誌
replaceStr：替換的字串
max：最多替換幾處（預設替換全部）

有上圖我們看出來，接下來我們要將的Python中re模組、regex物件、match物件三者之間是存在一定關係的。

• 1、re模組的compile方法返回一個regex物件
• 2、re模組和regex物件的finditer()、fullmatch()、match()、search()等方法返回一個match物件
• 3、他們分別有自己的屬性和方法

2.1、compile

regex = re.compile(pattern, flags = 0) # 生成正則表示式物件

2.2、findall

re.findall(pattern,string,pos,endpose) # 從目標字串中匹配所有符合條件的內容

2.3、split

re.split(pattern,string,flags) #根據正則表示式對目標字串進行分割
In [79]: re.split(r's+',"Hello World")
Out[79]: ['Hello', 'World']

2.4、sub

re.sub(pattern,replaceStr,string,max,flags)
In [80]: re.sub(r's+',"##","hello world")
Out[80]: 'hello##world'

2.5、subn

re.subn(pattern,replaceStr,string,max,flags) #功能同sub，但是返回值返回替換後的字串和替換了幾處
In [80]: re.sub(r's+',"##","hello world")
Out[80]: ('hello##world',1)

2.6、finditer

re.finditer(pattern,string) #使用正則表示式匹配目標字串，返回一個match物件，match物件呼叫group()之後才能拿到值
In [87]: it = re.finditer(r'd+',"2014nianshiqiqngduo 08aoyun 512dizhen")
In [88]: for i in it:
 ....: print(i)
 ....: 
<_sre.SRE_Match object at 0x7f0639767920>
<_sre.SRE_Match object at 0x7f0639767ac0>
<_sre.SRE_Match object at 0x7f0639767920>
In [93]: it = re.finditer(r'd+',"2014nianshiqiqngduo 08aoyun 512dizhen")
In [94]: for i in it:
 ....: print(i.group())
 ....: 
2014
08
512

2.7、fullmatch

fullmatch(pattern,string,flags) #完全匹配目標字串，相當於加了^ 和 $

2.8、match

re.match(pattern,string,flags) #匹配目標字串開頭的位置

2.9、search

re.search(pattern,string,flags) # 正則表示式匹配目標字串，只匹配第一處

三、一些練習題

3.1、匹配首字母大寫的單詞

import re
f = open('test.txt')
pattern= r'[A-Z][a-zA-Z]*s*'
# pattern= r'[A-Z]S'
L = []
for i in f:
 L += re.findall(pattern,i)
print(L)

test.txt文件內容如下：

Hello World -12.6
Nihao 123
How are you -12
1.24
asdk 34%,
佔比 1/2
2003 - 2005./%

3.2、匹配數字（正數、負數、小數、百分數、分數）

import re
pattern = "-?d+((/?d+)|((.)?d+)|((%)?))"
f = open('test.txt')
l = []
for line in f:
 l += re.finditer(pattern,line)
for i in l:
 print(i.group())