Java及python正则表达式详解

Java  /  管理员 发布于 8年前   153

正则表达式语法及常用元字符：

正则表达式有元字符及不同组合来构成，通过巧妙的构造正则表达式可以匹配任意字符串，并完成复杂的字符串处理任务。

常用的元字符有：

其中在使用反斜线时要注意：如果以‘\'开头的元字符与转义字符相同，则需要使用‘\\'或者原始字符串，在字符串前面加上字符‘r'或‘R'。原始字符串可以减少用户的输入，主要用于‘\\'，主要用于正则表达式和文件路径字符串，如果字符串以一个‘\'结束，则需要多加一个斜线，以‘\\'结束。

\  :将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如，'n' 匹配字符 "n"。'\n' 匹配一个换行符。序列 '\\' 匹配 "\" 而 "\(" 则匹配 "("。

常用正则表达式的写法：

‘[a-zA-Z0-9]'：匹配字母或数字
‘[^abc]'：匹配除abc之外的字母
‘p(ython|erl)'匹配Python和perl
‘(pattern)*'匹配0次或多次
‘(pattern)+'匹配1次或多次
‘(pattern){m,n}'匹配m_n次
‘(a|b)*c'匹配0-n次a或b后面紧跟c
‘^[a-zA-Z]{1}([a-zA-Z0-9\._]){4,19}$'匹配20个字符以字母开始
‘^(\w){6,20}$'匹配6-20个单词字符
‘^\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}$'匹配IP
‘^[a-zA-Z]+$'检查字符中只包含英文字母
‘\w+@(\w+\.)\w+$'匹配邮箱
‘[\u4e00-\u9fa5]'匹配汉字
‘^\d{18|\d{15}$'匹配身份证
‘\d{4}-\d{1,2}-\d{1,2}'匹配时间
‘^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[,._]).{8,}$)'判断是否为强密码
‘(.)\\1+'匹配任意字符的一次或多次出现

re模块常用方法介绍：

compile(pattern[,flags])创建模式对象
search(pattern,string[,flags])在整个字符中寻找模式，返回match对象或者None
match(pattern,string[,flags])从字符串的开始处于匹配模式，返回匹配对象
findall(pattern,string[,flags])：列出匹配模式中的所有匹配项
split(pattern,string[,maxsplit=0])根据匹配模式分割字符串
sub(pat,repl,string[,count=0])将字符串中所有pat匹配项用repl替换
escape(string)将字符中的所有特殊正则表达式字符转义

match，search，findall区别

match在字符串开头或指定位置进行搜索，模式必须出现在开头或指定位置；
search方法在整个字符串或指定位置进行搜索；
findall在字符串中查找所有符合正则表达式的字符串并以列表返回。

子模式与match对象

正则表达式中match和search方法匹配成功后都会返回match对象，其中match对象的主要方法有group()（返回匹配的一个或多个子模式内容），groups()（方法返回一个包含匹配所有子模式内容的元组），groupdict()（方法返回一个包含匹配所有子模式内容的字典），start()（返回子模式内容的起始位置），end()（返回子模式内容的结束位置）span()（返回包含指定子模式内容起始位置和结束位置前一个位置的元组）

代码演示

>>> import re>>> m = re.match(r'(\w+) (\w+)','Isaac Newton,physicist')>>> m.group(0)'Isaac Newton'>>> m.group(1)'Isaac'>>> m.group(2)'Newton'>>> m.group(1,2)('Isaac', 'Newton')>>>m=re.match(r'(?P<first_name>\w+)(?P<last_name>\w+)','Malcolm Reynolds')>>> m.group('first_name')'Malcolm'>>> m.group('last_name')'Reynolds'>>> m.groups()('Malcolm', 'Reynolds')>>> m.groupdict(){'first_name': 'Malcolm', 'last_name': 'Reynolds'}

验证并理解子模式扩展语法的功能

>>> import re>>> exampleString = '''There should be one--and preferably only one--obvious way to do it.Although that way may not be obvious at first unless you're Dutch.Now is better than never. Although never never is often better than right now.'''>>> pattern = re.compile(r'(?<=\w\s)never(?=\s\w)')>>> matchResult = pattern.search(exampleString)>>> matchResult.span()(171, 176)>>> pattern = re.compile(r'(?<=\w\s)never')>>> matchResult = pattern.search(exampleString)>>> matchResult.span()(154, 159)>>> pattern = re.compile(r'(?:is\s)better(\sthan)')>>> matchResult = pattern.search(exampleString)>>> matchResult.span()(139, 153)>>> matchResult.group(0)'is better than'>>> matchResult.group(1)' than'>>> pattern = re.compile(r'\b(?i)n\w+\b')>>> index = 0>>> while True: matchResult = pattern.search(exampleString,index) if not matchResult: break print(matchResult.group(0),':',matchResult.span(0)) index = matchResult.end(0)not : (90, 93)Now : (135, 138)never : (154, 159)never : (171, 176)never : (177, 182)now : (210, 213)>>> pattern = re.compile(r'(?<!not\s)be\b')>>> index = 0>>> while True: matchResult = pattern.search(exampleString,index) if not matchResult: break print(matchResult.group(0),':',matchResult.span(0)) index = matchResult.end(0)be : (13, 15)>>> exampleString[13:20]'be one-'>>> pattern = re.compile(r'(\b\w*(?P<f>\w+)(?P=f)\w*\b)')>>> index = 0>>> while True: matchResult = pattern.search(exampleString,index) if not matchResult: break print(matchResult.group(0),':',matchResult.group(2)) index = matchResult.end(0)+1unless : sbetter : tbetter : t>>> s = 'aabc abbcd abccd abbcd abcdd'>>> p = re.compile(r'(\b\w*(?P<f>\w+)(?P=f)\w*\b)')>>> p.findall(s)[('aabc', 'a'), ('abbcd', 'b'), ('abccd', 'c'), ('abbcd', 'b'), ('abcdd', 'd')] 

以上就是关于python正则表达式的相关内容，更多资料请查看以前的文章。