正则表达式

Python 使用正则表达式的一些知识。

Python 调用正则表达式

Python 中使用正则表达式需要先导入 re 模块并且定义正则表达式然后再进行通过 re 模块的函数调用

>>> import re
>>> p = r'\w+@gmail\.com'
>>> email = 'hieroglyphs@gmail.com'
>>> m = re.match(p, email)
>>> print(m)
<re.Match object; span=(0, 21), match='hieroglyphs@gmail.com'>

返回非空的 Match 对象则说明匹配成功，返回 None 则匹配失败

Python 中 re 模块常用的函数（p 为正则表达式，string 为字符串）：

• search(p, string) 查找字符串，返回非空的 Match 对象则说明匹配成功，返回 None 则匹配失败
• findall(p, string) 查找字符串，如果找到会返回所有匹配到的字符串列表，如果找不到则返回 None
• sub(p, repl, string, count=0) 字符串替换，repl 是用于替换的新字符串，string 是要被替换的字符串，count 是要替换的最大数量，默认为 0，表示不限制数量
• split(p, string, maxsplit=0) 字符串分割，maxsplit 表示最大分割次数，默认为 0，表示不限制次数

正则表达式语法

• 限定符

  • a* a 出现 0 次或多次
  • a+ a 出现 1 次或多次
  • a? a 出现 0 次或多次
  • a{6} a 出现 6 次
  • a{2,6} a 出现 2-6 次
  • a{2,} a 出现 2 次以上

• 或运算符

  • (a|b) 匹配 a 或 b
  • (ab)|(cd) 匹配 ab 或 cd

• 字符类

  • [abc] 匹配 a 或 b 或 c
  • [a-c] 匹配 a 或 b 或 c
  • [a-fA-F0-9] 匹配所有小写字母、大写字母及数字或它们的组合
  • [^0-9] 除了数字其它都匹配

• 元字符

  • \d 匹配数字字符（0-9）
  • \D 匹配非数字字符
  • \w 匹配单词字符（英文、数字、下划线）
  • \W 匹配非单词字符
  • \s 匹配空白符（包括换行符、Tab 制表符）
  • \S 匹配非空白符
  • . 匹配任意字符（换行符除外）
  • \bword\b \b 标注字符的边界（全字匹配）
  • ^ 匹配行首
  • **$**匹配行尾

• 贪婪/懒惰匹配

  • <.+> 默认贪婪匹配“任意字符”
  • <.+?> 懒惰匹配“任意字符”

例子

匹配下列文本中的 IP 地址

255.255.255.1
255.255.0.1
256.256.255.1
256.256.255
abcd.efg.hig.c
giduihda
19216801
192.16801
192.168.0.1
10.32.14.754
4.2.2.1

正则表达式

\b((25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}(25[0-5]|2[0-4]\d|[01]?\d\d?)\b

Python 运行程序

在 Python 正则表达式中，括号是用来捕获组的，只有通过括号捕获的部分才会被 findall 函数返回，所以需要先把括号展开再查找字符串

import re
p = r'\b(25[0-5]|2[0-4]\d|[01]?\d\d?)\.(25[0-5]|2[0-4]\d|[01]?\d\d?)\.(25[0-5]|2[0-4]\d|[01]?\d\d?)\.(25[0-5]|2[0-4]\d|[01]?\d\d?)\b'
string = '''
255.255.255.1
255.255.0.1
256.256.255.1
256.256.255
abcd.efg.hig.c
giduihda
19216801
192.16801
192.168.0.1
10.32.14.754
4.2.2.1
'''
print(re.findall(p,string))