正則表達式模式
模式字符串使用特殊的語法來表示一個正則表達式：
字母和數字表示他們自身。一個正則表達式模式中的字母和數字匹配同樣的字符串。
多數字母和數字前加一個反斜杠時會擁有不同的含義。
標點符號只有被轉義時才匹配自身，否則它們表示特殊的含義。
反斜杠本身需要使用反斜杠轉義。
由於正則表達式通常都包含反斜杠，所以你最好使用原始字符串來表示它們。模式元素(如 r'\t'，等價於 '\\t')匹配相應的特殊字符。
下表列出了正則表達式模式語法中的特殊元素。如果你使用模式的同時提供了可選的標志參數，某些模式元素的含義會改變。
| 模式 | 描述 |
|---|---|
| ^ | 匹配字符串的開頭 |
| $ | 匹配字符串的末尾。 |
| . | 匹配任意字符，除了換行符，當re.DOTALL標記被指定時，則可以匹配包括換行符的任意字符。 |
| [...] | 用來表示一組字符,單獨列出：[amk] 匹配 'a'，'m'或'k' |
| [^...] | 不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。 |
| re* | 匹配0個或多個的表達式。 |
| re+ | 匹配1個或多個的表達式。 |
| re? | 匹配0個或1個由前面的正則表達式定義的片段，非貪婪方式 |
| re{ n} | 精確匹配 n 個前面表達式。例如， o{2} 不能匹配 "Bob" 中的 "o"，但是能匹配 "food" 中的兩個 o。 |
| re{ n,} | 匹配 n 個前面表達式。例如， o{2,} 不能匹配"Bob"中的"o"，但能匹配 "foooood"中的所有 o。"o{1,}" 等價於 "o+"。"o{0,}" 則等價於 "o*"。 |
| re{ n, m} | 匹配 n 到 m 次由前面的正則表達式定義的片段，貪婪方式 |
| a| b | 匹配a或b |
| (re) | 匹配括號內的表達式，也表示一個組 |
| (?imx) | 正則表達式包含三種可選標志：i, m, 或 x 。只影響括號中的區域。 |
| (?-imx) | 正則表達式關閉 i, m, 或 x 可選標志。只影響括號中的區域。 |
| (?: re) | 類似 (...), 但是不表示一個組 |
| (?imx: re) | 在括號中使用i, m, 或 x 可選標志 |
| (?-imx: re) | 在括號中不使用i, m, 或 x 可選標志 |
| (?#...) | 注釋. |
| (?= re) | 前向肯定界定符。如果所含正則表達式，以 ... 表示，在當前位置成功匹配時成功，否則失敗。但一旦所含表達式已經嘗試，匹配引擎根本沒有提高；模式的剩余部分還要嘗試界定符的右邊。 |
| (?! re) | 前向否定界定符。與肯定界定符相反；當所含表達式不能在字符串當前位置匹配時成功 |
| (?> re) | 匹配的獨立模式，省去回溯。 |
| \w | 匹配字母數字及下划線 |
| \W | 匹配非字母數字及下划線 |
| \s | 匹配任意空白字符，等價於 [\t\n\r\f]. |
| \S | 匹配任意非空字符 |
| \d | 匹配任意數字，等價於 [0-9]. |
| \D | 匹配任意非數字 |
| \A | 匹配字符串開始 |
| \Z | 匹配字符串結束，如果是存在換行，只匹配到換行前的結束字符串。 |
| \z | 匹配字符串結束 |
| \G | 匹配最后匹配完成的位置。 |
| \b | 匹配一個單詞邊界，也就是指單詞和空格間的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。 |
| \B | 匹配非單詞邊界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。 |
| \n, \t, 等. | 匹配一個換行符。匹配一個制表符。等 |
| \1...\9 | 匹配第n個分組的內容。 |
| \10 | 匹配第n個分組的內容，如果它經匹配。否則指的是八進制字符碼的表達式。 |
正則表達式實例
字符匹配
| 實例 | 描述 |
|---|---|
| python | 匹配 "python". |
字符類
| 實例 | 描述 |
|---|---|
| [Pp]ython | 匹配 "Python" 或 "python" |
| rub[ye] | 匹配 "ruby" 或 "rube" |
| [aeiou] | 匹配中括號內的任意一個字母 |
| [0-9] | 匹配任何數字。類似於 [0123456789] |
| [a-z] | 匹配任何小寫字母 |
| [A-Z] | 匹配任何大寫字母 |
| [a-zA-Z0-9] | 匹配任何字母及數字 |
| [^aeiou] | 除了aeiou字母以外的所有字符 |
| [^0-9] | 匹配除了數字外的字符 |
特殊字符類
| 實例 | 描述 |
|---|---|
| . | 匹配除 "\n" 之外的任何單個字符。要匹配包括 '\n' 在內的任何字符，請使用象 '[.\n]' 的模式。 |
| \d | 匹配一個數字字符。等價於 [0-9]。 |
| \D | 匹配一個非數字字符。等價於 [^0-9]。 |
| \s | 匹配任何空白字符，包括空格、制表符、換頁符等等。等價於 [ \f\n\r\t\v]。 |
| \S | 匹配任何非空白字符。等價於 [^ \f\n\r\t\v]。 |
| \w | 匹配包括下划線的任何單詞字符。等價於'[A-Za-z0-9_]'。 |
| \W | 匹配任何非單詞字符。等價於 '[^A-Za-z0-9_]'。 |
re.findall() 查找字符
從字符串中找出符合模式的字符序列：findall(模式（正則表達式），目標字符串)， 返回值為list類型，list元素為匹配出的各個字符串
如：
import re a = "java|python12988" b = re.findall("java", a) c = re.findall("\d",a) print(b,c)結果
['java'] ['1', '2', '9', '8', '8']findall()函數還有第三個參數匹配模式，使用多個模式可以用'|'將各個模式分開，並且所有模式可以同時生效
如re.I：
import re language = "PythonC#JavaPHP" r = re.findall('c#', language) print(r)結果為
[]默認情況下區分大小寫，所以'c#'並不能匹配出原字符串中的'C#'
編輯第三個參數為re.I，使得匹配不受字母大小寫影響
import re language = "PythonC#JavaPHP" r = re.findall('c#', language, re.I) print(r)結果為
['C#']如re.S：
import re language = "PythonC#\nJavaPHP" r = re.findall('c#.{1}', language, re.I) # "."匹配出除換行符外的所有字符 print(r)結果為
[]加上模式re.S，可以改變"."的行為，將其匹配出換行符
import re language = "PythonC#\nJavaPHP" r = re.findall('c#.{1}', language, re.I | re.S) # "."匹配除換行符外的所有字符 print(r)結果為
['C#\n']re.sub()正則替換，替換字符
re.sub(要替換的字符，替換后字符，目標字符串，替換個數)，返回值為替換后的字符串
如：
import re language = 'PythonC#JavaC#PHPC#' r = re.sub('C#','GO',language) print(r)結果為
PythonGOJavaGOPHPGO上例中，替換個數默認為0，加入替換個數參數
如：
import re language = 'PythonC#JavaC#PHPC#' r = re.sub('C#','GO',language,count=1) print(r)結果為
PythonGOJavaC#PHPC#結果就只把第一個C#給替換了
效果與python的內置函數replace()一樣
re.sub()的第二個參數也可以傳入一個函數
如：
import re def convert(value): print(value) language = 'PythonC#JavaC#PHPC#' r = re.sub('C#', convert, language) print(r)結果為打印出了三個match對象，span表示了匹配到的字符的位置
<_sre.SRE_Match object; span=(6, 8), match='C#'> <_sre.SRE_Match object; span=(12, 14), match='C#'> <_sre.SRE_Match object; span=(17, 19), match='C#'> PythonJavaPHP說明'C#'被匹配到了三次，每次都會調用convert函數，由於該函數沒有返回值，所以返回的字符串的'C#'被去掉了
改寫上例，由於value是個對象，所以可以調用value的group()方法獲得所要匹配的'C#'
import re def convert(value): matched = value.group() return '!!' + matched + '!!' language = 'PythonC#JavaC#PHPC#' r = re.sub('C#', convert, language) print(r)結果'C#'被成功替換成了'!!C#!!':
Python!!C#!!Java!!C#!!PHP!!C#!!由於re.sub()的第二個參數可以傳入一個函數，所以可以對字符串進行各種復雜的操作
例如：
將字符串'ABC24525DEF22698'中所有小於等於4的數字替換成0，大於4的數字替換成9，就可以編輯convert函數實現這個功能
import re def convert(value): matched = value.group() if int(matched) <= 4: return '0' else: return '9' language = 'ABC24525DEF22698' r = re.sub('\d', convert, language) print(r)打印結果為：
ABC00909DEF00999將函數作為參數傳入另一個函數是函數式編程
re.match()和re.search()
re.match()從字符串的起始位置匹配，若起始位置不符合正則表達式，則返回空
re.search()搜索整個字符串，返回第一個匹配的結果
兩個函數若都能匹配到結果，那么返回的結果也是一個match對象
match對象的方法除了有group()之外還有span()方法，可以返回匹配結果的位置
而re.findall()方法就是把所有的匹配結果返回