Python 正则

本文主要是介绍Python 正则，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

1.非贪婪模式 - {x,y}?

非贪婪模式是指在使用正则匹配时，尽可能少的匹配（默认是贪婪模式，即：尽可能多的匹配）。例：

>>> re.search(r'[\d]{2,5}?','091234568')

<_sre.SRE_Match object; span=(0, 2), match='09'>
在这里{2,5}?匹配只是匹配2-5个[\d]时只要满足2（最少的）个就好，在看看贪婪模式：

>>> re.search(r'[\d]{2,5}','091234568')
<_sre.SRE_Match object; span=(0, 5), match='09123'>　　

这时候，匹配2-5个[\d]时，默认匹配最多的5个。

注意：贪婪和非贪婪模式的区别就是重复操作符后有没有？字符

2.分组

正则表达式提供了一个机制将表达式分组，匹配的结果也将按照表达式单独分组。例：

>>> m = re.search(r'(\d{3})-(\d{5})','029-25642')
>>> m.group()
'029-25642'
>>> m.groups()
('029', '25642')
>>> m.group(2)
'25642'
可以通过m.groups()看到分组匹配结果，通过m.group(index)查看具体编号的分组结果（编号从1开始，0是完整的匹配）。那分组有什么用呢，好像也没什么特殊的含义，不急，下面会用到。

3.引用分组（回溯） - \N

有这么一种情况，比如假设我要找出一个html文本中的所有<a></a>标签，怎么办？试试这样：

>>> re.search(r'<(\w+)>.+</(\w+)>','<a>this is a demo</e>')
<_sre.SRE_Match object; span=(0, 21), match='<a>this is a demo</e>'>
奇怪的事情来了，为什么<a></e>被匹配成功了，显然结果并不是想要的，那怎么才能只匹配<a></a>而过滤掉其他的呢（比如<a></e>）？答案就是引用分组，例：

Python客栈送红包、纸质书

>>> re.search(r'<(\w+)>.+</\1>','<a>this is a demo</e><p>demo two</p>')
<_sre.SRE_Match object; span=(21, 36), match='<p>demo two</p>'>　　

这里\1是关键，意思就是当前位置匹配的结果需要和第一个分组匹配的结果一致，或者说第一个分组的匹配结果期望在这里再次出现。以此类推。该方法最多只能匹配前99个分组。

4.分组命名 - (?P<name>.*)

分组命名最开始由python引入，比如Django路由中会用到。分组命名的好处是方便，直接使用名字比编号要简单而且不会变化，例：

>>> m = re.search(r'(?P<first_name>\d{3})-(?P<second_name>\d{4})','029-8967')
>>> m.group('first_name')
'029'
>>> m.groupdict()
{'first_name': '029', 'second_name': '8967'}
当然，命名分组仍然是编号分组，依然可以使用编号进行查找分组。

5.先行断言 - X(?!Y)、X(?=Y)

假设有这么一种情况，要查找所有163信箱的文本，也就是@163.com结尾的所有email账号信息，也就是说不要@163.com这部分，但是其还要参与匹配。这就用到了先行断言，也即基于之后的内容是否存在接收或拒绝一个匹配，而不需要接下来的内容作为匹配的一部分。例：

>>> re.search(r'h(?!e)','hello home!')
<_sre.SRE_Match object; span=(6, 7), match='h'>
h(?!e)表示匹配h，而且h后面不能是e，此处匹配成功的是home，但是只返回h

>>> re.search(r'h(?=e)','hello home!')
<_sre.SRE_Match object; span=(0, 1), match='h'>
h(?=e)表示匹配he，此处匹配成功的是hello，但是只返回h

6.标记

不区分大小写：re.IGNORECASE（简写re.I）-使得正则表达式不区分大小写
点匹配换行符：re.DOTALL（简写re.S）-使得 . 符号可以匹配换行符
多行模式：re.MULTILINE（简写re.M）-使得^$字符可以匹配任意行的开始与结束
详细模式：re.VERBOSE（简写re.X）-使得正则表达式可以换行书写，且可以加入注释
调试模式：re.DEBUG-将调试信息输出到sys.stderr
使用多个标记时，使用|分隔，如re.S|re.M

这篇关于Python 正则的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！