AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

Python 正则表达式 re模块 最全面超详细总结（下）

2023-06-13 221
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： Python 正则表达式 re模块 最全面超详细总结（下）

【sub函数】

函数语法

sub(pattern: str | Pattern[str], repl: str | (Match[str]), string: str, count: int = ...,

【参数 pattern】正则表达式字符串或者Pattern类


【参数 repl】要替换为的字符串或者函数（函数必须接收一个Match类，并返回一个字符串）


【参数 string】要进行操作的字符串


【参数 count】替换次数，从左往右计数，默认为对象ellipsis，即完全替换，若设为0也将完全替换


【参数 flags】可选标志，修饰符，默认不进行修饰


函数将把 string 中满足正则表达式的部分替换为 repl（如果repl是字符串），或者按照某种字符串生成规则（repl 为函数），替换为相应的字符串，返回替换后的字符串

代码示例

import re
#替换为固定的字符串
print(re.sub('\w*','!','123Python'))
#输出：!!（仔细体会为什么是两个感叹号）
def repl(match:re.Match):
    #repl替换函数
    #接收一个Match类
    #返回一个字符串
    return str(int(match.group())**2)
#替换为某种字符串（由替换函数决定）
print(re.sub('\d',repl,'123'))
#输出：149

【subn函数】

函数语法

subn(pattern: str | Pattern[str], repl: str | (Match[str]), string: str, count: int = ..., f

【参数 pattern】正则表达式字符串或者Pattern类


【参数 repl】要替换为的字符串或者函数（函数必须接收一个Match类，并返回一个字符串）


【参数 string】要进行操作的字符串


【参数 count】替换次数，从左往右计数，默认为对象ellipsis，即完全替换，若设为0也将完全替换


【参数 flags】可选标志，修饰符，默认不进行修饰


与 sub 函数类似，但是返回一个元组（tuple[str, int]），为替换后的字符串以及原字符串的总替换次数

代码示例

import re
#替换为固定的字符串
print(re.subn('\w+','!','123Python'))
#输出：('!', 1)
def repl(match:re.Match):
    #repl替换函数
    #接收一个Match类
    #返回一个字符串
    return str(int(match.group())**2)
#替换为某种字符串（由替换函数决定）
#替换次数：2次
print(re.subn('\d',repl,'123',2))
#输出：('143', 2)

【template函数】

函数语法

template(pattern: AnyStr@template | Pattern[AnyStr@template], flags: _FlagsType = ...)

【参数 pattern】一个正则表达式字符串


【参数 flags】可选标志，修饰符，默认不进行修饰


和 compile 函数类似，编译正则表达式函数，将正则表达式字符串编译为 Pattern 对象（Pattern[AnyStr@template]），但其返回的 Pattern 对象多了一个修饰符 T（TEMPLATE）

代码示例

import re
print(re.template('\d'))
#输出：re.compile('\\d', re.TEMPLATE)
print(re.template('\d').match('123').group())
#输出：1

示例说明

匹配单个字符

匹配单个字符的比较简单，下面这些元字符是用于匹配单个字符的image.png

import re
#点号元字符
print(re.match('.','\n').group())#点号元字符默认不包含换行符
#输出：AttributeError: 'NoneType' object has no attribute 'group'
print(re.match('.','\n',re.S).group().__repr__())#S修饰符使换行符被包括
#输出：'\n'
#方括号元字符
print(re.match('[abc]','b').group())#匹配abc任意其一
#输出：b
print(re.match('[!-/:-@]','?').group())#匹配标点符号
#输出：?
#\d元字符
print(re.match('\d','666').group())#匹配数字字符
#输出：6
print(re.match('\D','nb').group())#匹配非数字字符
#输出：n
#\w元字符
print(re.match('\w','abc').group())#匹配单词字符
#输出：a
print(re.match('\W','???').group())#匹配非单词字符
#输出：?
#\s元字符
print(re.match('\s',' ').group())#匹配空白字符
#输出：（此处输出了一个空格）
print(re.match('\S','\n').group())#匹配非空白字符
#输出：AttributeError: 'NoneType' object has no attribute 'group'
#特殊符号元字符（换行符等）
print(re.match('\n','\n').group().__repr__())#匹配换行符
#输出：'\n'
print(re.match('\t','\t').group().__repr__())#匹配横向制表符
#输出：'\t'

匹配多个字符image.png

import re
#问号元字符
print(re.match('What?','what',re.I).group())#匹配wha或者what，对大小写不敏感
#输出：what
#加号元字符
print(re.match('2+3','22223').group())#匹配一个或多个2再加上3
#输出：22223
#星号元字符
print(re.match('[abc]*','cba').group())#匹配任意个a或b或c
#输出：cba
#花括号元字符
print(re.match('(nb){3,}','NBnbNBnb',re.I).group())#匹配3个及3个以上的字符串nb，对大小写不敏感
#输出：NBnbNBnb
#竖线元字符
print(re.match('我去！|牛啊！','牛啊！').group())#匹配“我去！”或者“牛啊！”
#输出：牛啊！

匹配多组字符

在正则表达式里面使用圆括号会产生分组，若分组没有给定确切的组名，那么就从左往右按顺序以数字来命名，如

(123)([456]*)(\s+)

上面的正则表达式中就出现了 3 组，分别为 123、[456]* 和 \s+ ，组号就分别为 1、2 和 3，这都是属于捕获分组

特别说明

【捕获分组】分组且匹配，其内容将会被保存，组名按顺序以数字命名或者自定义具体组名，后续用命名进行引用

【非捕获分组】分组且匹配，没有组名，其内容不会被保存，后续将无法引用该组（或者说不需要用到）image.png

import re
#圆括号一般捕获分组
Match_Onject_1 = re.match('(\d+)([a-z]*)\\2','123abcABC',re.I)#\\2表示引用第2个分组内容（即[a-z]*）
print(Match_Onject_1.group())#没有参数，表示输出全部匹配结果
#输出：123abcABC
print(Match_Onject_1.group(1))#输出组号为1的分组（第1个分组）
#输出：123
print(Match_Onject_1.group(2))#输出组号为2的分组（第2个分组）
#输出：abc
#自定义组名捕获分组
Match_Onject_2 = re.match('(?P<First>[abc]{2,3})(?P=First)!','abab!')#自定义分组名为First
print(Match_Onject_2.group())#没有参数，表示输出全部匹配结果
#输出：abab!
print(Match_Onject_2.group('First'))#输出组名为First的分组
#输出：ab
#一般非捕获分组
Match_Onject_3 = re.match('([123]{2})(?:\w)(nb)\\2','22znbnb')#\\2表示第2个分组，为nb（忽略了\w）
print(Match_Onject_3.group())#没有参数，表示输出全部匹配结果
#输出：22znbnb（匹配结果中含有z）
print(Match_Onject_3.group(2))#输出组号为2的分组（第2个分组）
#输出：nb
#正向肯定预查
print(re.match('[Pp]ython(?=3\\.\d{2})','Python3.10').group())#版本号必须是3.\d{2}的形式时才能匹配
#输出：Python（匹配结果中不含3.10）
#正向否定预查
print(re.match('[Pp]ython(?!3\\.[0-9]{2})','python2.7').group())#版本号不是3.\d{2}的形式时才能匹配
#输出：python（匹配结果中不含2.7）
#分组内不区分大小写
print(re.match('(?i:p)p','Pp').group())
#输出：Pp
#分组内点号元字符不匹配换行符
print(re.match('(?-s:.).','\n\n',re.S).group().__repr__())
#输出：AttributeError: 'NoneType' object has no attribute 'group'

匹配的起始与末尾

用于改变或检测匹配位置的元字符有下面四种image.png

import re
#匹配Python源文件的文件名
#不会检测文件名开头是否符合一些要求
print(re.search('\w*\.py','#Hello_World.pyi').group())
#输出：Hello_World.py
#利用 $ 判断结尾是否符合要求
print(re.search('\w*\.py$','Hello_World.pyi').group())#字符串末尾多了个i，而不是空字符
#输出：AttributeError: 'NoneType' object has no attribute 'group'
#利用 ^ 判断起始是否符合要求
print(re.search('^\w*\.py','#Hello_World.py').group())#字符串开头多了个#，而不是空字符
#输出：AttributeError: 'NoneType' object has no attribute 'group'
#利用 \Z 判断结尾是否符合要求
print(re.search('\w*\.py\Z','Hello_World.pyi').group())#字符串末尾多了个i，而不是空字符
#输出：AttributeError: 'NoneType' object has no attribute 'group'
#利用 \A 判断起始是否符合要求
print(re.search('\A\w*\.py','#Hello_World.py').group())#字符串开头多了个#，而不是空字符
#输出：AttributeError: 'NoneType' object has no attribute 'group'

匹配的贪婪与非贪婪

Python语言默认是贪婪的，意思就是说，总是尝试匹配尽可能多的字符，反之，非贪婪就是尝试匹配尽可能少的字符

在元字符 *、?、+ 及 {} 后面加上一个 ? 来指定它们为非贪婪模式

import re
#正则表达式含义：匹配一个或多个数字字符，贪婪模式，尽可能多
Match_Object_1 = re.match('\d+','123')
#正则表达式含义：匹配一个或多个数字字符，非贪婪模式，尽可能少
Match_Object_2 = re.match('\d+?','123')
print(Match_Object_1.group())
#输出：123
print(Match_Object_2.group())
#输出：1

字符的转义与还原

在python里，字符的转义是由反斜杠 \ 实现的，如换行符 \n、横向制表符 \t 等等，但我们有时候并不想要它们转义的含义，而是想要它们原本的含义，即原生字符串，这个时候就有两种做法了

温馨提示：print 函数打印字符串的结果是转义后的结果，若想要原生字符串，请调用 __repr__ 方法后再用 print 输出

第一种操作

把转义用的反斜杠给还原，这样就不会产生转义字符了，也就实现了还原的目的，具体操作就是在反斜杠前再加上一个反斜杠

1. '\n' ————> '\\n'
2. '\t' ————> '\\t'

但这样不能高效地解决问题，如果转义字符很多就比较麻烦，或者比如你要匹配单个的反斜杠文本字符 \，那么你要先将其在正则表达式语法格式中还原为 \\，在再字符串语法中将其还原为 \\\\，极其的麻烦，于是就有了第二种操作

第二种操作

在字符串前面加上一个小写的 r 字母，其含义应该是 raw 的缩写，也可能是 repr 的缩写？（个人猜测），可以将操作的字符串中的转义字符还原为普通字符

1. '\n' ————> r'\n'
2. '\t' ————> r'\t'

经典案例

改变日期格式

将美国格式的日期（2/8/2022）改为中国格式（2022/8/2）

import re
print(re.sub('(\d+)/(\d+)/(\d+)','\\3/\\2/\\1','2/8/2022'))
#输出：2022/8/2
print(re.sub('(\d+)/(\d+)/(\d+)',r'\3/\2/\1','2/8/2022'))
#输出：2022/8/2

判断变量名是否正确

任意给一段字符串，判断其是否能作为一个变量名

import re
print(re.fullmatch('[^\d]+\w+','_name_').group())
#输出：_name_
print(re.fullmatch('[^\d]+\w+','What_Fuc*!!!').group())
#输出：AttributeError: 'NoneType' object has no attribute 'group'
print(re.fullmatch('[^\d]+\w+','123Yeah').group())
#输出：AttributeError: 'NoneType' object has no attribute 'group'

匹配邮箱地址

给定一个地址，匹配其是否为邮箱地址

import re
print(re.match('\w{4,20}@(126|163|qq)\\.com\Z','10086@163.com').group())
#输出：10086@163.com
print(re.match('\w{4,20}@(126|163|qq)\\.com$','110119120@qq.com').group())
#输出：110119120@qq.com
文章标签：
Python
关键词：
Python模块
Python re
Python正则表达式
正则表达式模块
Python正则表达式RE模块
小康2022
目录
相关文章
dufadayang
|
28天前
|
开发者 Python
如何在Python中管理模块和包的依赖关系？
在实际开发中，通常会结合多种方法来管理模块和包的依赖关系，以确保项目的顺利进行和可维护性。同时，要及时更新和解决依赖冲突等问题，以保证代码的稳定性和可靠性
dufadayang
45 4
米果粒
|
7天前
|
Python
Python Internet 模块
Python Internet 模块。
米果粒
102 74
bruce_xiaowei
|
25天前
|
算法 数据安全/隐私保护 开发者
马特赛特旋转算法：Python的随机模块背后的力量
马特赛特旋转算法是Python `random`模块的核心，由松本真和西村拓士于1997年提出。它基于线性反馈移位寄存器，具有超长周期和高维均匀性，适用于模拟、密码学等领域。Python中通过设置种子值初始化状态数组，经状态更新和输出提取生成随机数，代码简单高效。
bruce_xiaowei
104 63
我是快乐的嘟嘟
|
27天前
|
测试技术 Python
手动解决Python模块和包依赖冲突的具体步骤是什么？
需要注意的是，手动解决依赖冲突可能需要一定的时间和经验，并且需要谨慎操作，避免引入新的问题。在实际操作中，还可以结合使用其他方法，如虚拟环境等，来更好地管理和解决依赖冲突😉。
我是快乐的嘟嘟
109 58
我是快乐的嘟嘟
|
27天前
|
持续交付 Python
如何在Python中自动解决模块和包的依赖冲突？
完全自动解决所有依赖冲突可能并不总是可行，特别是在复杂的项目中。有时候仍然需要人工干预和判断。自动解决的方法主要是提供辅助和便捷，但不能完全替代人工的分析和决策😉。
我是快乐的嘟嘟
111 49
小白的大数据之旅
|
1月前
|
JSON Linux 数据格式
Python模块：从入门到精通，只需一篇文章！
Python中的模块是将相关代码组织在一起的单元，便于重用和维护。模块可以是Python文件或C/C++扩展，Python标准库中包含大量模块，如os、sys、time等，用于执行各种任务。定义模块只需创建.py文件并编写代码，导入模块使用import语句。此外，Python还支持自定义模块和包，以及虚拟环境来管理项目依赖。
小白的大数据之旅
44 8
Python模块：从入门到精通，只需一篇文章！
dufadayang
|
28天前
|
Python
Python的模块和包
总之，模块和包是 Python 编程中非常重要的概念，掌握它们可以帮助我们更好地组织和管理代码，提高开发效率和代码质量
dufadayang
38 5
我是快乐的嘟嘟
|
27天前
|
数据可视化 Python
如何在Python中解决模块和包的依赖冲突？
解决模块和包的依赖冲突需要综合运用多种方法，并且需要团队成员的共同努力和协作。通过合理的管理和解决冲突，可以提高项目的稳定性和可扩展性
我是快乐的嘟嘟
57 3
vohelon
|
1月前
|
Python
在Python中，可以使用内置的`re`模块来处理正则表达式
在Python中，可以使用内置的`re`模块来处理正则表达式
vohelon
47 5
爱专研的技术土狗
|
1月前
|
数据采集 Web App开发 iOS开发
如何使用 Python 语言的正则表达式进行网页数据的爬取？
使用 Python 进行网页数据爬取的步骤包括：1. 安装必要库（requests、re、bs4）；2. 发送 HTTP 请求获取网页内容；3. 使用正则表达式提取数据；4. 数据清洗和处理；5. 循环遍历多个页面。通过这些步骤，可以高效地从网页中提取所需信息。
爱专研的技术土狗
71 1