Python中使用正则表达式及正则表达式匹配规则详解_Python

Python中使用正则表达式及正则表达式匹配规则详解

2023-03-22 17:03叶疏鸿 Python

这篇文章主要介绍了Python中使用正则表达式以及正则表达式匹配规则,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下

1 导库

				?

									import re

2 使用模板

				?

									re_pattern = re.compile(pattern, flags=0)

									result = re.findall(re_pattern,string)

3 说明

参数	描述
pattern	匹配的正则表达式，如 r'abc' 可用来匹配abc
flags	可选，标志位，控制匹配方式，可选值： re.I 忽略大小写 re.L 表示特殊字符集\w \W \b \B \s \S，依赖于当前环境 re.M 多行模式 re.S 包括换行符在内的任意字符 re.U 根据Unicode字符集解析字符 re.X 为了增加可读性，忽略空格和#后面的注释 re.A 根据ASCII码解析字符
string	待匹配字符串

方法	描述
compile	编译正则表达式，生成一个正则表达式（Pattern）对象
findall	全文匹配，匹配结果以列表形式返回

4 示例

以下代码用来在字符串 str 中匹配符合如下规则的字符串：

中英文括号开头+1个大写字母+1个或无限个数字+0个或1个字符“.”+0个或1个字符“/”+0个或无限个数字+中英文括号结尾

				?

									# 导库

									import re

									# 待处理字符串

									str = '小分裂细胞型(弥漫性)非霍奇金淋巴瘤(M96720/3)（Y97.1）（Y77)(yyy)'

									# 设定匹配规则，编译

									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 中的匹配结果如下，可见有三个字符串符合匹配规则：

Python中使用正则表达式及正则表达式匹配规则详解

5 正则表达式匹配规则

语法	描述	正则表达式示例	对应可匹配字符串示例
一般字符	匹配自身	abc	abc
元字符
.	除了换行符之外的任意单个字符	a.c	abc
*	匹配前面一个字符0或无限次	ab*	a abbb
+	匹配前面一个字符1次或无限次	ab+	ab abbb
?	匹配前面一个字符0次或1次	ab?	a ab
\	转义符，使后面一个字符保持原来的意思	a\.b	a.b
[]	字符集，里面的字符可以是任意数量个字符，也可以是一个范围，比如可以是[abc]或者[a-c]，均表示匹配abc中的一个字符。同时，可以将第一个字符设为^，用来表示取反，如[^abc]表示除了abc以外的字符。注意，所有的特殊字符在[]内都失去其原有的特殊含义，如[.]仅表示匹配字符.而不是匹配任意字符了，当然，如果要使用]、-或^三个字符，仍需要使用转义字符\	[abc] [a-c]	a b c
{m}	m是一个非负整数，表示匹配前一个字符m次	abc{2}	abcc
{m,n}	m和n都是非负整数，且m≤n，表示最少匹配m次且最多匹配n次	ab{2,4}c	abbc
\|	逻辑或，匹配左右表达式中的任意一个。具有“短路”特点，先匹配左侧表达式，再匹配右侧表达式。建议用()括起来，否则会作用于整个正则表达式	abc\|123	abc 123
()	括号，将表达式括起来作为一个分组。分组表达式是一个整体	a(bc)?d	ad abcd
定位符
^	匹配字符串的开头字符	^abc	abc
$	匹配字符串的结尾字符	abc$	abc
\b	匹配一个单词的边界如\bab表示匹配字符串ab且ab前面要是空格如ab\b表示匹配字符串ab且ab后面要是空格	\bab	可以匹配到abc中的ab 无法匹配到cab中的ab
\B	匹配非边界	\Bab	可以匹配到cab中的ab 无法匹配到abc中的ab
预定义字符集
\d	匹配数字，等价于[0-9]	a\dc	a1c
\D	匹配非数字，等价于[^\d]	a\Dc	abc
\s	匹配空白字符，包括空格、制表符、换页符等	a\sc	a c
\S	匹配非空白字符，等价于[^\s]	a\Sc	abc
\w	匹配字母数字下划线，等价于[a-zA-Z0-9_]	a\wc	a_c
\W	匹配非字母数字下划线，等价于[^\w]	a\Wc	a c