学会Python正则表达式，就看这20个例子(脚本之家修正版)

import re

s='一共20行代码运行时间13.59s'
pat=r'\d+\."htmlcode">

import re

s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'^[emrt]' #查找以
r=re.findall(pat,s)
print(r)
# [],因为字符串的开头是字符`T`，不在emrt匹配范围内，所以返回为空


6、re.I 忽略大小写


import re

s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'^[emrt]' #查找以
r=re.compile(pat,re.I).search(s)
print(r)
# <re.Match object; span=(0, 1), match='T'> 表明字符串的开头在匹配列表中



7、使用正则提取单词
这是不准确版本，请参看第9个


import re

s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'\s[a-zA-Z]+'
r=re.findall(pat,s)
print(r) #[' module', ' provides', ' regular', ' expression', ' matching', ' operations', ' similar', ' to', ' those', ' found', ' in', ' Perl']


8、只捕获单词，去掉空格
使用()捕获，这是不准确版本，请参看第9个


import re

s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'\s([a-zA-Z]+)'
r=re.findall(pat,s)
print(r)
#['module', 'provides', 'regular', 'expression', 'matching', 'operations', 'similar', 'to', 'those', 'found', 'in', 'Perl']




9、补充上第一个单词
上面第8，看到提取单词中未包括第一个单词，使用"htmlcode">

import re

s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'\s"htmlcode">

import re

s = 'This module provides regular expression matching operations similar to those found in Perl'
pat = r'\s+'
r = re.split(pat,s)
print(r)
#['This', 'module', 'provides', 'regular', 'expression', 'matching', 'operations', 'similar', 'to', 'those', 'found', 'in', 'Perl']


11、提取以m或t开头的单词，忽略大小写
下面出现的结果不是我们想要的，原因出在 "htmlcode">

import re

s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'\s"htmlcode">

import re

s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'^([mt][a-zA-Z]*)\s' # 查找以
r=re.compile(pat,re.I).findall(s)
print(r) 
#['This']


13、先分割，再查找满足要求的单词
使用match表示是否匹配


import re

s='This module provides regular expression matching operations similar to those found in Perl'
pat=r'\s+'
r=re.split(pat,s)
res=[i for i in r if re.match(r'[mMtT]',i)]
print(res)
#['This', 'module', 'matching', 'to', 'those']


14、贪心匹配
尽可能多的匹配字符


import re

content='<h>ddedadsad</h><div>graph</div>bb<div>math</div>cc'
pat=re.compile(r"<div>(.*)</div>") #贪婪模式
m=pat.findall(content)
print(m)
#['graph</div>bb<div>math']


15、非贪心匹配
与14相比，仅仅多了一个问号("htmlcode">

import re

content='<h>ddedadsad</h><div>graph</div>bb<div>math</div>cc'
pat=re.compile(r"<div>(.*") #贪婪模式
m=pat.findall(content)
print(m)
#['graph', 'math']



与14比较可知，贪心匹配和非贪心匹配的区别，后者是字符串匹配后立即返回，见好就收。
16、含有多种分割符
使用split函数


import re

content = 'graph math,,english;chemistry' #这种
pat=re.compile(r"[\s\,\;]+") #贪婪模式
m=pat.split(content)
print(m)
#['graph', 'math', 'english', 'chemistry']



17、替换匹配的子串
sub函数实现对匹配子串的替换


import re

content="hello 12345, hello 456321" 
pat=re.compile(r'\d+') #要替换的部分
m=pat.sub("666",content)
print(m)
#hello 666, hello 666


18、爬取百度首页标题


import re
from urllib import request
 
#爬虫爬取百度首页内容
data=request.urlopen("http://www.baidu.com/").read().decode()
 
#分析网页,确定正则表达式
pat=r'<title>(.*"color: #ff0000">下面是知识点分享

19、常用元字符总结

. 匹配任意字符  

^ 匹配字符串始位置 

$ 匹配字符串中结束的位置 

* 前面的原子重复0次1次多次 

? 前面的原子重复一次或者0次 

+ 前面的原子重复一次或多次

{n} 前面的原子出现了 n 次

{n,} 前面的原子至少出现 n 次

{n,m} 前面的原子出现次数介于 n-m 之间

( ) 分组,需要输出的部分



20、常用通用字符总结

\s 匹配空白字符 

\w 匹配任意字母/数字/下划线 

\W 和小写 w 相反，匹配任意字母/数字/下划线以外的字符

\d 匹配十进制数字

\D 匹配除了十进制数以外的值 

[0-9] 匹配一个0-9之间的数字

[a-z] 匹配小写英文字母

[A-Z] 匹配大写英文字母

以上就是Python中正则模块的基本使用总结，里面有循序渐进的优化分析过程，这些虽然是中间过程，但是对于正则小白而言，了解这些很有必要。笔者对于正则的理解也比较肤浅，如有总结不到位之处，恳请指正。

            
            上一篇：正则表达式[\s\S]*与[\w\W]* 什么意思

            下一篇：python 正则表达式语法学习笔记