一、前言

    日常工作中，不可避免需要进行文件及内容的查找，替换操作，python的正则匹配无疑是专门针对改场景而出现的，灵活地运用可以极大地提高效率，下图是本文内容概览。

​

二、正则表达式符号

    对于所有的正则匹配表达式，都可由4部分组成：基础字符，次数匹配，位置匹配，分组匹配，即

          正则匹配表达式= 基础字符(必选)+次数匹配(可选)+位置匹配(可选)+分组匹配(可选)

2.1 基础字符

    基础字符主要是对应与具体的匹配对象，常用的如下表，其中涉及有特殊含义的字符，如.，*，^，$等，如果要匹配该字符本身，需要使用转移符号"\"。

代码示例：

<code>import re

string="lucky^ /696/   ^money \Healthy **"code>

pattern_num=re.compile("\d")  #匹配数字

num=pattern_num.findall(string)

pattern_letter=re.compile("\w")   #匹配字母或数字

letter=pattern_letter.findall(string)

pattern_blank=re.compile("\s")   #匹配空格

blank=pattern_blank.findall(string)

pattern_slash=re.compile(r"\\")    #匹配反斜杠\

slash=pattern_slash.findall(string)

pattern_tri=re.compile("\^")    #匹配特殊字符^

tri=pattern_tri.findall(string)

print("num:%s\nletter:%s\nblank:%s\nslash:%s\ntri:%s"%(num,letter,blank,slash,tri))

查询结果，注意\s表示单个空格，连续两个空格是作为两个结果，单反斜杠\的结果slash表示用“\\”，如果使用print函数打印查看实际是单斜杠\

2.2 匹配次数

<code>import re

string="lucky^ \/696/\   ^money//  \Healthy 12**"code>

pattern_num=re.compile("\d+")  #匹配至少1个数字

num=pattern_num.findall(string)

pattern_letter=re.compile("\w{4,5}")   #匹配4-5个字母或数字

letter=pattern_letter.findall(string)

pattern_blank=re.compile("\s{3}")   #匹配3个连续的空格

blank=pattern_blank.findall(string)

pattern_slash=re.compile(r"/{2,}")    #匹配至少两个反斜杠//

slash=pattern_slash.findall(string)

pattern_tri=re.compile("\d|\^")    #匹配数字或特殊字符^

tri=pattern_tri.findall(string)

print("num:%s\nletter:%s\nblank:%s\nslash:%s\ntri:%s"%(num,letter,blank,slash,tri))

查询结果

2.3 匹配位置

<code>import re

string="luckyhappy happy-dog /happy, happy_test ^money  Healthy 12**happy**"code>

pattern_head=re.compile("^luc")  #匹配以luc开头的字符

head=pattern_head.findall(string)  #匹配成功

print("head",head)

pattern_head1=re.compile("^money")  #匹配以money开头的字符

head1=pattern_head1.findall(string)  #匹配失败

print("head1",head1)

pattern_tail=re.compile("\*$")  #匹配结尾为*的字符

tail=pattern_tail.findall(string)  #匹配成功

print("tail",tail)

pattern_tail1=re.compile("money$")  #匹配结尾为money的字符

tail1=pattern_tail1.findall(string)  #匹配失败

print("tail1",tail1)

pattern_limit=re.compile(r"\bhappy\b")  #匹配字符串中的单词happy,如果happy左右两侧都是字母数字下划线，注意前面需加r

limit=pattern_limit.findall(string)  #匹配成功,其中luckyhappy和happy_test不属于匹配成功的对象

print("limit",limit)

结果

2.3.1 ^与\A,$与\Z

<code>import re

str = "Have a wonderful\nhope in python\nstudy"  #str内容为3行,\n表示换行

# 使用^

print("^ in slnle line:",re.findall("^hope", str))  # 默认单行模式，执照字符串的行首匹配，找不到匹配项

print("^ in multiple line:",re.findall("^hope", str, re.MULTILINE))  # 在多行模式下找到匹配项，会匹配其他行的行首

# 使用\A

print("\A in slnle line:",re.findall("\Ahope", str))  # 默认单行模式，执照字符串的行首匹配，找不到匹配项

print("\A in multiple line:",re.findall("\Ahope", str, re.MULTILINE))  # 在多行模式下，依然不会匹配其他行的行首

# 使用$

print("$ in slnle line:",re.findall("python$", str))  # 默认单行模式，执照字符串的行首匹配，找不到匹配项

print("$ in multiple line:",re.findall("python$", str, re.MULTILINE))  # 在多行模式下找到匹配项，会匹配其他行的行首

# 使用\Z

print("\Z in slnle line:",re.findall("python\Z", str))  # 默认单行模式，执照字符串的行首匹配，找不到匹配项

print("\Z in multiple line:",re.findall("python\Z", str, re.MULTILINE))  # 在多行模式下，依然不会匹配其他行的行首

匹配结果

2.4 分组匹配

示例代码

<code>import re

str = "Zyp Have a 626 wonderful hello hope in python *** study"

pattern=re.compile("(Zyp).*([0-9]{3}).*(\*{3})")    #创建3个group查询

result=pattern.match(str)

print("All content:",result.group(0))   #group[0]为原始字符串

print("Name:",result.group(1))     #查找的结果下标从1开始

print("Value",result.group(2))

print("Count:",result.group(3))

结果

三、匹配函数

    ​前面内容已对匹配表达式进行了介绍，下面将介绍一些常用的查找函数，查找的条件也就是匹配表达式。主要有match,search,findall,finditer,sub，下表是它们之间的差异

3.1 compile

compile函数不是匹配函数，主要是用于生成pattern对象，供匹配函数使用，好处是可以将该规则重复使用。

<code> 语法： re.compile(pattern, flags=0)

pattern : 匹配规则

flags : 标志位，默认为0，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

关于其中的flags，可配置如下值

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 即为 . 并且包括换行符在内的任意字符（. 不包括换行符）

re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库

re.X 为了增加可读性，忽略空格和 # 后面的注释

示例代码

import re

str ="Zyp Have a 626 wonderful hello hope in python *** study"

str2="Hwq Have a 888 wonderful hello hope in python * study"code>

pattern=re.compile("(\w{3}).*([0-9]{3}).*(\*)")    #创建3个group查询

result=pattern.match(str)

result2=pattern.match(str2)    #直接复用pattern,直接修改用于匹配的对象

print("Name:",result.group(1),result2.group(1))     #查找的结果下标从1开始

print("Value",result.group(2),result2.group(2))

print("Count:",result.group(3),result2.group(3))

匹配结果

3.2 match

<code>   语法： re.match(pattern, string, flags=0)

           pattern : 匹配规则

           string : 用于正则匹配的字符串。

           flags : 标志位，默认为0，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

代码示例

匹配结果，返回的结果为一个match对象

3.3 search

search作用与match类似，只进行一次匹配，但不会限制于在行首位置匹配，可在任意位置进行匹配，仍以match中的字符串示例

<code>   语法： re.search(pattern, string, flags=0)

           pattern : 匹配规则

           string : 用于正则匹配的字符串。

           flags : 标志位，默认为0，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

代码示例

匹配结果，两个字符串str,str1都匹配到了符合规则的结果，返回的结果为一个match对象

3.4 findall

findall从名称可看出是查询所有符合的匹配项，并且返回的结果类型为列表，仍以相同的例子为例，多加了一个1314

<code>   语法： re.findall(pattern, string, flags=0)

           pattern : 匹配规则

           string : 用于正则匹配的字符串。

           flags : 标志位，默认为0，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

示例代码

匹配结果，两个字符串的查询结果一致

3.5 finditer

finditer作用与findall相同，也是查询所有符合条件的结果，区别是返回的结果为迭代器，而不是列表。同时迭代表结果的查看可通过函数group或groups进行查看，但groups查看结果，必须匹配规则pattern中设置了分组形式，否则查找的内容为空元组。

<code>   语法： re.finditer(pattern, string, flags=0)

           pattern : 匹配规则

           string : 用于正则匹配的字符串。

           flags : 标志位，默认为0，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

示例代码

匹配结果

3.6 sub

<code>   语法： re.sub(pattern, repl, string, count=0, flags=0)

           pattern : 匹配规则

           repl : 用于替换匹配结果的新字符串。

           string : 用于正则匹配的字符串。

           count : 设置匹配后的替换次数，默认 0 表示替换所有的匹配结果。

           flags : 编译时用的匹配模式。

代码示例

import re

str ="Zyp Have a 626 wonderful hello hope 520 in python 1314*** study"  #str存在2个3位,1个4位的数字，

pattern=re.compile("[0-9]{3}")    #匹配一个3位的数字

result=re.sub(pattern,"999",str,count=2)   #对于查询到的3位数字用999替换，只替换2次

print("result:",result)

替换结果，原先3位的数字前面2个都已替换位999，因只替换2次，第3个1314不进行替换

四、常用场景

下面将针对一些常用的场景提供对应的匹配规则

<code>正则表达式含义

[3]匹配数字“3”，即指定匹配的具体数字

[c]匹配字母“c”,即指定匹配的具体字符

[0-9]匹配一个数字

[^0-9]匹配一个除0-9外的字符

[a-z]匹配一个小写字母

[A-Z]匹配一个大写字母

[a-zA-Z]匹配一个字母

[^a-z]匹配一个非小写字母的字符

^\d{4}-\d{1,2}-\d{1,2}匹配以“-”形式分隔的日期，如2024-5-2

\d{18}|\d{17}[X]$匹配出身份证号码

\d+\.\d+\.\d+\.\d+匹配IP地址

^[A-Za-z0-9\.\+_-]+@[A-Za-z0-9\._-]+\.[a-zA-Z]*$匹配电子邮箱