Python 正则表达式（RegEx）指南

正则表达式（RegEx）是一系列字符，形成了一个搜索模式。RegEx 可用于检查字符串是否包含指定的搜索模式。

RegEx 模块

Python 中有一个内置的包叫做 re，它可以用于处理正则表达式。导入 re 模块：

import re

Python 中的 RegEx，一旦导入了 re 模块，您就可以开始使用正则表达式了。

示例：搜索字符串以查看它是否以 “The” 开头并以 “Spain” 结尾：

import re

  

txt = "The rain in Spain"

x = re.search("^The.*Spain$", txt)

RegEx 函数

re 模块提供了一组函数，允许我们在字符串中搜索匹配项：

  

函数 描述

  

findall 返回包含所有匹配项的列表

  

search 如果字符串中的任何位置存在匹配项，则返回一个 Match 对象

  

split 返回一个列表，其中字符串已在每个匹配项处拆分

  

sub 用字符串替换一个或多个匹配项

  

元字符

  

元字符是具有特殊含义的字符：

  

字符 描述 示例

  

[] 一组字符 "[a-m]"

  

\ 表示特殊序列（也可以用于转义特殊字符） "\d"

  

. 任何字符（除换行符之外的任何字符） "he..o"

  

^ 以...开始 "^hello"

  

$ 以...结束 "planet$"

  

- 零次或多次出现 "he.*o"

- 一次或多次出现 "he.+o"

  

? 零次或一次出现 "he.?o"

  

{} 指定次数的出现次数 "he.{2}o"

  

| 要么是...，要么是... "falls|stays"

  

() 捕获和分组

特殊序列

特殊序列是一个 \ 后面跟着下面列表中的一个字符，具有特殊含义：

字符 描述 示例

  

\A 如果指定的字符位于字符串的开头，则返回一个匹配项 "\AThe"

  

\b 返回指定字符在单词的开头或结尾的匹配项

  

（开头的 "r" 确保字符串被视为“原始字符串”） r"\bain"

  

r"ain\b"

  

\B 返回指定字符存在但不在单词的开头（或结尾）的匹配项

  

（开头的 "r" 确保字符串被视为“原始字符串”） r"\Bain"

  

r"ain\B"

  

\d 返回字符串包含数字（0-9）的匹配项 "\d"

  

\D 返回字符串不包含数字的匹配项 "\D"

  

\s 返回字符串包含空白字符的匹配项 "\s"

  

\S 返回字符串不包含空白字符的匹配项 "\S"

  

\w 返回字符串包含任何单词字符的匹配项（从 a 到 Z，从 0 到 9，以及下划线 _ 字符） "\w"

  

\W 返回字符串不包含任何单词字符的匹配项 "\W"

  

\Z 如果指定的字符位于字符串的末尾，则返回一个匹配项 "Spain\Z"

集合

集合是一个放在一对方括号 [] 中的一组字符，具有特殊含义：

集合 描述

  

[arn] 返回一个匹配项，其中存在指定的字符（a、r 或 n）

  

[a-n] 返回任何小写字符的匹配项，字母顺序在 a 和 n 之间

  

[^arn] 返回除 a、r 和 n 之外的任何字符的匹配项

  

[0123] 返回字符串中存在任何指定的数字（0、1、2 或 3）的匹配项

  

[0-9] 返回字符串中存在任何数字（0 到 9）的匹配项

  

[0-5][0-9] 返回字符串中存在任何两位数的匹配项，介于 00 和 59 之间

  

[a-zA-Z] 返回任何字母字符的匹配项，字母顺序在 a 到 z 之间，不区分大小写

  

[+] 在集合中，+、*、.、|、()、$、{} 没有特殊含义，因此 [+] 意味着：返回字符串中的任何 + 字符的匹配项

findall() 函数

findall() 函数返回一个包含所有匹配项的列表。

示例：打印所有匹配项的列表：

import re

  

txt = "The rain in Spain"

x = re.findall("ai", txt)

print(x)

该列表按照找到的顺序包含匹配项。如果没有找到匹配项，则返回一个空列表：

示例：如果未找到匹配项，则返回一个空列表：

import re

  

txt = "The rain in Spain"

x = re.findall("Portugal", txt)

print(x)

search() 函数

search() 函数在字符串中搜索匹配项，如果有匹配项，则返回一个 Match 对象。如果有多个匹配项，只会返回第一个匹配项：

示例：搜索字符串中的第一个空格字符：

import re

  

txt = "The rain in Spain"

x = re.search("\s", txt)

  

print("第一个空格字符位于位置：", x.start())

如果没有找到匹配项，则返回值为 None：

示例：进行一个不会返回匹配项的搜索：

import re

  

txt = "The rain in Spain"

x = re.search("Portugal", txt)

print(x)

split() 函数

split() 函数返回一个列表，其中字符串已在每个匹配项处拆分：

示例：在每个空格字符处拆分：

import re

  

txt = "The rain in Spain"

x = re.split("\s", txt)

print(x)

您可以通过指定 maxsplit 参数来控制出现的次数：

示例：仅在第一个匹配项处拆分字符串：

import re

  

txt = "The rain in Spain"

x = re.split("\s", txt, 1)

print(x)

sub() 函数

sub() 函数用您选择的文本替换匹配项：

示例：用数字 9 替换每个空格字符：

import re

  

txt = "The rain in Spain"

x = re.sub("\s", "9", txt)

print(x)

您可以通过指定 count 参数来控制替换的次数：

示例：替换前两个匹配项：

import re

  

txt = "The rain in Spain"

x = re.sub("\s", "9", txt, 2)

print(x)

Match 对象

Match 对象是一个包含有关搜索和结果的信息的对象。

注意：如果没有匹配项，将返回值 None，而不是 Match 对象。

示例：执行一个将返回 Match 对象的搜索：

import re

  

txt = "The rain in Spain"

x = re.search("ai", txt)

print(x) # 这将打印一个对象

Match 对象具有属性和方法，用于检索有关搜索和结果的信息：

• .span() 返回一个包含匹配项的起始位置和结束位置的元组。

• .string 返回传递给函数的字符串。

• .group() 返回字符串中存在匹配项的部分。

示例：打印第一个匹配项的位置（起始位置和结束位置）。正则表达式查找以大写字母 “S” 开头的任何单词：

import re

  

txt = "The rain in Spain"

x = re.search(r"\bS\w+", txt)

print(x.span())

示例：打印传递给函数的字符串：

import re

  

txt = "The rain in Spain"

x = re.search(r"\bS\w+", txt)

print(x.string)

示例：打印存在匹配项的字符串部分。正则表达式查找以大写字母 “S” 开头的任何单词：

import re

  

txt = "The rain in Spain"

x = re.search(r"\bS\w+", txt)

print(x.group())