快捷導航

Python中使用正則表達式及正則表達式匹配規(guī)則詳解

更新時間：2023年03月22日 14:16:18 作者：葉疏鴻

這篇文章主要介紹了Python中使用正則表達式以及正則表達式匹配規(guī)則,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下

1 導庫

import re

2 使用模板

re_pattern = re.compile(pattern, flags=0)
result = re.findall(re_pattern,string)

3 說明

參數(shù)	描述
pattern	匹配的正則表達式，如 r'abc' 可用來匹配abc
flags	可選，標志位，控制匹配方式，可選值： re.I 忽略大小寫 re.L 表示特殊字符集\w \W \b \B \s \S，依賴于當前環(huán)境 re.M 多行模式 re.S 包括換行符在內(nèi)的任意字符 re.U 根據(jù)Unicode字符集解析字符 re.X 為了增加可讀性，忽略空格和#后面的注釋 re.A 根據(jù)ASCII碼解析字符
string	待匹配字符串

方法	描述
compile	編譯正則表達式，生成一個正則表達式（Pattern）對象
findall	全文匹配，匹配結(jié)果以列表形式返回

4 示例

以下代碼用來在字符串 str 中匹配符合如下規(guī)則的字符串：

中英文括號開頭+1個大寫字母+1個或無限個數(shù)字+0個或1個字符“.”+0個或1個字符“/”+0個或無限個數(shù)字+中英文括號結(jié)尾

# 導庫
import re
# 待處理字符串
str = '小分裂細胞型(彌漫性)非霍奇金淋巴瘤(M96720/3)（Y97.1）（Y77)(yyy)'
# 設(shè)定匹配規(guī)則，編譯
re_str = re.compile(r'[(|（][A-Z][0-9]+[.]?[/]?[0-9]*[)|）]', re.S)
# 匹配
ans = re.findall(re_str,str)
# 打印
print(ans)

在字符串 str 中的匹配結(jié)果如下，可見有三個字符串符合匹配規(guī)則：

5 正則表達式匹配規(guī)則

語法	描述	正則表達式示例	對應(yīng)可匹配字符串示例
一般字符	匹配自身	abc	abc
元字符
.	除了換行符之外的任意單個字符	a.c	abc
*	匹配前面一個字符0或無限次	ab*	a abbb
+	匹配前面一個字符1次或無限次	ab+	ab abbb
?	匹配前面一個字符0次或1次	ab?	a ab
\	轉(zhuǎn)義符，使后面一個字符保持原來的意思	a\.b	a.b
[]	字符集，里面的字符可以是任意數(shù)量個字符，也可以是一個范圍，比如可以是[abc]或者[a-c]，均表示匹配abc中的一個字符。同時，可以將第一個字符設(shè)為^，用來表示取反，如[^abc]表示除了abc以外的字符。注意，所有的特殊字符在[]內(nèi)都失去其原有的特殊含義，如[.]僅表示匹配字符.而不是匹配任意字符了，當然，如果要使用]、-或^三個字符，仍需要使用轉(zhuǎn)義字符\	[abc] [a-c]	a b c
{m}	m是一個非負整數(shù)，表示匹配前一個字符m次	abc{2}	abcc
{m,n}	m和n都是非負整數(shù)，且m≤n，表示最少匹配m次且最多匹配n次	ab{2,4}c	abbc
\|	邏輯或，匹配左右表達式中的任意一個。具有“短路”特點，先匹配左側(cè)表達式，再匹配右側(cè)表達式。建議用()括起來，否則會作用于整個正則表達式	abc\|123	abc 123
()	括號，將表達式括起來作為一個分組。分組表達式是一個整體	a(bc)?d	ad abcd
定位符
^	匹配字符串的開頭字符	^abc	abc
$	匹配字符串的結(jié)尾字符	abc$	abc
\b	匹配一個單詞的邊界如\bab表示匹配字符串a(chǎn)b且ab前面要是空格如ab\b表示匹配字符串a(chǎn)b且ab后面要是空格	\bab	可以匹配到abc中的ab 無法匹配到cab中的ab
\B	匹配非邊界	\Bab	可以匹配到cab中的ab 無法匹配到abc中的ab
預(yù)定義字符集
\d	匹配數(shù)字，等價于[0-9]	a\dc	a1c
\D	匹配非數(shù)字，等價于[^\d]	a\Dc	abc
\s	匹配空白字符，包括空格、制表符、換頁符等	a\sc	a c
\S	匹配非空白字符，等價于[^\s]	a\Sc	abc
\w	匹配字母數(shù)字下劃線，等價于[a-zA-Z0-9_]	a\wc	a_c
\W	匹配非字母數(shù)字下劃線，等價于[^\w]	a\Wc	a c