正则表达式的常见用法

以下是Python正则表达式的元字符和函数的详细示例：

元字符

• .：匹配除换行符以外的任意字符。

import re
print(re.findall('.', 'abc'))  # 输出：['a', 'b', 'c']

• ^：匹配字符串的开头。

print(re.findall('^a', 'abc'))  # 输出：['a']

• $：匹配字符串的结尾。

print(re.findall('c$', 'abc'))  # 输出：['c']

• *：对它前面的正则式匹配0到任意次重复。

print(re.findall('a*', 'aaabc'))  # 输出：['aaa', '', '', '', '']

• +：对它前面的正则式匹配1到任意次重复。

print(re.findall('a+', 'aaabc'))  # 输出：['aaa']

• ?：对它前面的正则式匹配0到1次重复。

print(re.findall('a?', 'aaabc'))  # 输出：['a', 'a', 'a', '', '', '', '']

• {m}：对其之前的正则式指定匹配 m 个重复。

print(re.findall('a{2}', 'aaabc'))  # 输出：['aa']

• {m,n}：对正则式进行 m 到 n 次匹配，在 m 和 n 之间取尽量多。

print(re.findall('a{1,2}', 'aaabc'))  # 输出：['aa']

• \\：转义特殊字符或表示特殊序列。

print(re.findall('\\$', 'a$bc'))  # 输出：['$']

• []：用于指定一个字符类，你希望匹配的字符的一个集合。

print(re.findall('[abc]', 'abcdef'))  # 输出：['a', 'b', 'c']

• |：表示或，匹配前面的或后面的表达式。

print(re.findall('a|b', 'abcdef'))  # 输出：['a', 'b']

• ()：标记一个子表达式的开始和结束位置。

print(re.findall('(ab)', 'abcdef'))  # 输出：['ab']

特殊序列

• \\d：匹配任何十进制数字，等价于字符类 [0-9]。

print(re.findall('\\d', 'abc123'))  # 输出：['1', '2', '3']
  

• \\D：匹配任何非数字字符，等价于字符类 [^0-9]。

print(re.findall('\\D', 'abc123'))  # 输出：['a', 'b', 'c']

• \\s：匹配任何空白字符，等价于字符类 [ \t\n\r\f\v]。

print(re.findall('\\s', 'a b\nc'))  # 输出：[' ', '\n']

• \\S：匹配任何非空白字符，等价于字符类 [^ \t\n\r\f\v]。

print(re.findall('\\S', 'a b\nc'))  # 输出：['a', 'b', 'c']

• \\w：匹配任何字母与数字字符，等价于字符类 [a-zA-Z0-9_]。

print(re.findall('\\w', 'abc_123'))  # 输出：['a', 'b', 'c', '_', '1', '2', '3']

• \\W：匹配任何非字母与数字字符，等价于字符类 [^a-zA-Z0-9_]。

print(re.findall('\\W', 'abc_123.!'))  # 输出：['.', '!']

函数

• re.match(pattern, string)：确定是否匹配字符串的开始部分。如果匹配则返回表示匹配的对象，如果不匹配则返回 None。# match().span()返回匹配的字符串范围

print(re.match('a', 'abc'))  # 输出：<re.Match object; span=(0, 1), match='a'>

• re.search(pattern, string)：搜索字符串中第一次出现的正则表达式的匹配项。如果匹配则返回表示匹配的对象，如果不匹配则返回 None。

print(re.search('b', 'abc'))  # 输出：<re.Match object; span=(1, 2), match='b'>

• re.findall(pattern, string)：在字符串中查找与模式匹配的所有子字符串，并以列表形式返回。

print(re.findall('a', 'abc'))  # 输出：['a']
 

• re.finditer(pattern, string)：在字符串中查找与模式匹配的所有子字符串，并返回一个迭代器。

for match in re.finditer('a', 'abc'):
    print(match)  # 输出：<re.Match object; span=(0, 1), match='a'>

• re.split(pattern, string, maxsplit=0)：根据模式的匹配项来分割字符串，如果在模式中使用括号，则模式中的所有组的文本也将作为结果列表的一部分。如果maxsplit非零，最多进行 maxsplit 次分割，并返回剩余的字符串。

print(re.split(',', 'a,b,c'))  # 输出：['a', 'b', 'c']

• re.sub(pattern, repl, string, count=0)：使用 repl 替换在字符串中找到的正则表达式的所有匹配项。如果模式中没有找到匹配项，则字符串将保持不变。如果count非零，最多替换 count 次。

print(re.sub('a', 'b', 'abc'))  # 输出：'bbc'