正则作为处理字符串的一个实用工具，在Python中经常会用到，比如爬虫爬取数据时常用正则来检索字符串等等。正则表达式已经内嵌在Python中，通过导入re模块就可以使用，作为刚学Python的新手大多数都听说”正则“这个术语。
今天来给大家分享一份关于比较详细的Python正则表达式宝典，学会之后你将对正则表达式达到精通的状态。
文章目录
-
- 一、re模块
- 二、正则表达式
-
- (一)字符串的匹配
-
- 1.普通字符
- 2.元字符
- （二）正则的使用
-
-
- 1.编译正则
- 2.正则对象的使用方法
- 3.Match object 的操作方法
- 4.re模块的函数
-
- 三、结语
一、re模块
在讲正则表达式之前，我们首先得知道哪里用得到正则表达式。正则表达式是用在findall()方法当中，大多数的字符串检索都可以通过findall()来完成。
1.导入re模块
在使用正则表达式之前，需要导入re模块。
import re
- 1
2.findall（）的语法：
导入了re模块之后就可以使用findall（）方法了，那么我们必须要清楚findall（）的语法是怎么规定的。
findall(正则表达式，目标字符串)
- 1
不难看出findall（）的是由正则表达式和目标字符串组成，目标字符串就是你要检索的东西，那么如何检索则是通过正则表达式来进行操作，也就是我们今天的重点。
使用findall（）之后返回的结果是一个列表，列表中是符合正则要求的字符串
二、正则表达式
(一)字符串的匹配
1.普通字符
大多数的字母和字符都可以进行自身匹配。
import re
a = "abc123+-*"
b = re.findall('abc',a)
print(b)
- 1
- 2
- 3
- 4
输出结果：
['abc']
- 1
2.元字符
元字符指的是. ^ $ ? + {} \ []之类的特殊字符，通过它们我们可以对目标字符串进行个性化检索，返回我们要的结果。
这里我给大家介绍10个常用的元字符以及它们的用法，这里我先给大家做1个简单的汇总，便于记忆，下面会挨个讲解每一个元字符的使用。
（1） []
[] 的使用方式主要有以下三种：
- 常用来指定一个字符集。
s = "a123456b"
rule = "a[0-9][1-6][1-6][1-6][1-6][1-6]b" #这里暂时先用这种麻烦点的方法，后面有更容易的，不用敲这么多[1-6]
l = re.findall(rule,s)
print(l)
- 1
- 2
- 3
- 4
输出结果为：
['a123456b']
- 1
- 可以表示一个范围。
例如要在字符串"abcabcaccaac"中选出abc元素：
s = "abcabcaccaac"
rule = "a[a,b,c]c" # rule = "a[a-z0-9][a-z0-9][a-z0-9][a-z0-9]c"
l = re.findall(rule, s)
print(l)
- 1
- 2
- 3
- 4
输出结果为：
['abc', 'abc', 'acc', 'aac']
- 1
- [] 内的元字符不起作用，只表示普通字符。
例如要在字符串“caabcabcaabc”中选出“caa”：
print(re.findall("caa[a，^]", "caa^bcabcaabc"))
- 1
输出结果为：
['caa^']
- 1
注意点：当在[]的第一个位置时，表示除了a以外的都进行匹配，例如把[]中的和a换一下位置：
print(re.findall("caa[^,a]", "caa^bcabcaabc"))
- 1
输出：
['caa^', 'caab']
- 1
（2）^
^ 通常用来匹配行首，例如：
print(re.findall("^abca", "abcabcabc"))
- 1
输出结果：
['abca']
- 1
(3) $
$ 通常用来匹配行尾，例如：
print(re.findall("abc$", "accabcabc"))
- 1
输出结果：
['abc']
- 1
（4）\
反斜杠后面可以加不同的字符表示不同的特殊含义，常见的有以下3种。
- \d:匹配任何十进制数等价于[0-9]
print(re.findall("c\d\d\da", "abc123abc"))
- 1
输出结果为：
['c123a']
- 1
\可以转义成普通字符，例如：
print(re.findall("\^abc", "^abc^abc"))
- 1
输出结果：
['^abc', '^abc']
- 1
- s
匹配任何的空白字符例如：
print(re.findall("\s\s", "a c"))
- 1
输出结果：
[' ', ' ']
- 1
- \w
匹配任何字母数字和下划线，等价于[a-zA-Z0-9_]，例如：
print(re.findall("\w\w\w", "abc12_"))
- 1
输出：
['abc', '12_']
- 1
（5）{n}
{n}可以避免重复写，比如前面我们用\w时写了3次\w，而这里我们这需要用用上{n}就可以，n表示匹配的次数，例如：
print(re.findall("\w{2}", "abc12_"))
- 1
输出结果：
['ab', 'c1', '2_']
- 1
（6）*
*表示匹配零次或多次（尽可能的多去匹配），例如：
print(re.findall("010-\d*", "010-123456789"))
- 1
输出：
['010-123456789']
- 1
**（7） + **
+表示匹配一次或多次，例如
print(re.findall("010-\d+", "010-123456789"))
- 1
输出：
['010-123456789']
- 1
（8） .
.是个点，这里不是很明显，它用来操作除了换行符以外的任何字符，例如：
print(re.findall(".", "010\n?!"))
- 1
输出：
['0', '1', '0', '?', '!']
- 1
(9) ？
？表示匹配一次或零次
print(re.findall("010-\d?", "010-123456789"))
- 1
输出：
['010-1']
- 1
这里要注意一下贪婪模式和非贪婪模式。
贪婪模式：尽可能多的去匹配数据，表现为\d后面加某个元字符，例如\d*：
print(re.findall("010-\d*", "010-123456789"))
- 1
输出：
['010-123456789']
- 1
非贪婪模式：尽可能少的去匹配数据，表现为\d后面加？，例如\d?
print(re.findall("010-\d*?", "010-123456789"))
- 1
输出为：
['010-']
- 1
(10){m,n}
m,n指的是十进制数,表示最少重复m次，最多重复n次，例如：
print(re.findall("010-\d{3,5}", "010-123456789"))
- 1
输出：
['010-12345']
- 1
加上？表示尽可能少的去匹配
print(re.findall("010-\d{3,5}?", "010-123456789"))
- 1
输出：
['010-123']
- 1
{m,n}还有其他的一些灵活的写法，比如：
- {1,} 相当于前面提过的 + 的效果
- {0，1} 相当于前面提过的 ？ 的效果
- {0，} 相当于前面提过的 * 的效果
关于常用的元字符以及使用方法就先到这里，我们再来看看正则的其他知识。
（二）正则的使用
1.编译正则
在Python中，re模块可通过compile() 方法来编译正则，re.compile(正则表达式),例如：
s = "010-123456789"
rule = "010-\d*"
rule_compile = re.compile(rule) #返回一个对象
# print(rule_compile)
s_compile = rule_compile.findall(s)
print(s_compile) #打印compile()返回的对象是什么
- 1
- 2
- 3
- 4
- 5
- 6
输出结果：
['010-123456789']
- 1
2.正则对象的使用方法
正则对象的使用方法不仅仅是通过我们前面所介绍的 findall() 来使用，还可以通过其他的方法进行使用，效果是不一样的，这里我做个简单的总结：
（1）findall()
找到re匹配的所有字符串，返回一个列表
（2）search()
扫描字符串，找到这个re匹配的位置（仅仅是第一个查到的）
（3）match()
决定re是否在字符串刚开始的位置（匹配行首）
就拿上面的 compile()编译正则之后返回的对象来做举例，我们这里不用 findall() ,用 match() 来看一下结果如何：
s = "010-123456789"
rule = "010-\d*"
rule_compile = re.compile(rule) # 返回一个对象
# print(rule_compile)
s_compile = rule_compile.match(s)
print(s_compile) # 打印compile()返回的对象是什么
- 1
- 2
- 3
- 4
- 5
- 6
输出：
<re.Match object; span=(0, 13), match='010-123456789'>
- 1
可以看出结果是1个match 对象，开始下标位置为0~13，match为 010-123456789 。既然返回的是对象，那么接下来我们来讲讲这个match 对象的一些操作方法。
3.Match object 的操作方法
这里先介绍一下方法，后面我再举例，Match对象常见的使用方法有以下几个：
（1）group()
返回re匹配的字符串
（2）start()
返回匹配开始的位置
（3）end()
返回匹配结束的位置
（4）span()
返回一个元组：（开始,结束）的位置
举例：用span()来对search()返回的对象进行操作：
s = "010-123456789"
rule = "010-\d*"
rule_compile = re.compile(rule) # 返回一个对象
s_compile = rule_compile.match(s)
print(s_compile.span()) #用span()处理返回的对象
- 1
- 2
- 3
- 4
- 5
结果为：
(0, 13)
- 1
4.re模块的函数
re模块中除了上面介绍的findall()函数之外，还有其他的函数，来做一个介绍：
（1）findall()
根据正则表达式返回匹配到的所有字符串，这个我就不多说了，前面都是在介绍它。
（2）sub(正则,新字符串,原字符串)
sub() 函数的功能是替换字符串，例如：
s = "abcabcacc" #原字符串
l = re.sub("abc","ddd",s) #通过sub()处理过的字符串
print(l)
- 1
- 2
- 3
输出：
ddddddacc #把abc全部替换成ddd
- 1
(3)subn(正则,新字符串,原字符串)
subn()的作用是替换字符串，并返回替换的次数
s = "abcabcacc" #原字符串
l = re.subn("abc","ddd",s) #通过sub()处理过的字符串
print(l)
- 1
- 2
- 3
输出：
('ddddddacc', 2)
- 1
（4）split()
split()分割字符串，例如：
s = "abcabcacc"
l = re.split("b",s)
print(l)
- 1
- 2
- 3
输出结果：
['a', 'ca', 'cacc']
- 1
三、结语
关于正则，我就讲这么多了，正则几乎是Python所有方向中是必不可少的一个基础，祝你的Python之旅学有所成！
**感谢小伙伴的关注，我这里整理很多之前网安自学的干货视频，找资源不易，帮忙给个三连呗！**
（都打包成一块的了，不能一一展开，总共300多集）
🐵这些东西我都可以免费分享给大家，需要的可以点这里自取👉:网安入门到进阶资源
