Python正則運算式保姆式教學，帶你精通大名鼎鼎的正則！

正則作為處理字串的一個實用工具，在Python中經常會用到，比如爬蟲爬取資料時常用正則來檢索字串等等，正則運算式已經內嵌在Python中，通過匯入re模塊就可以使用，作為剛學Python的新手大多數都聽說”正則“這個術語，

今天來給大家分享一份關于比較詳細的Python正則運算式寶典，學會之后你將對正則運算式達到精通的狀態，

一、re模塊

在講正則運算式之前，我們首先得知道哪里用得到正則運算式，正則運算式是用在findall()方法當中，大多數的字串檢索都可以通過findall()來完成，

1.匯入re模塊
在使用正則運算式之前，需要匯入re模塊，

import re	

2.findall（）的語法：

匯入了re模塊之后就可以使用findall（）方法了，那么我們必須要清楚findall（）的語法是怎么規定的，

findall(正則運算式，目標字串)

不難看出findall（）的是由正則運算式和目標字串組成，目標字串就是你要檢索的東西，那么如何檢索則是通過正則運算式來進行操作，也就是我們今天的重點，

使用findall（）之后回傳的結果是一個串列，串列中是符合正則要求的字串

二、正則運算式

(一).字串的匹配

1.普通字符
大多數的字母和字符都可以進行自身匹配，

import re
a = "abc123+-*"
b = re.findall('abc',a)
print(b)

輸出結果：

['abc']

2.元字符

元字符指的是. ^ $ ? + {} \ []之類的特殊字符，通過它們我們可以對目標字串進行個性化檢索，回傳我們要的結果，

這里我給大家介紹10個常用的元字符以及它們的用法，這里我先給大家做1個簡單的匯總，便于記憶，下面會挨個講解每一個元字符的使用，

（1） []

[] 的使用方式主要有以下三種：

• 常用來指定一個字符集，

s = "a123456b"
rule = "a[0-9][1-6][1-6][1-6][1-6][1-6]b"	#這里暫時先用這種麻煩點的方法，后面有更容易的，不用敲這么多[1-6]
l = re.findall(rule,s)
print(l)

輸出結果為：

['a123456b']

• 可以表示一個范圍，

例如要在字串"abcabcaccaac"中選出abc元素：

s = "abcabcaccaac"
rule = "a[a,b,c]c"  # rule = "a[a-z0-9][a-z0-9][a-z0-9][a-z0-9]c"	
l = re.findall(rule, s)
print(l)

輸出結果為：

['abc', 'abc', 'acc', 'aac']

• [] 內的元字符不起作用，只表示普通字符，

例如要在字串“caa^{bcabcaabc”中選出“caa}”：

print(re.findall("caa[a，^]", "caa^bcabcaabc"))

輸出結果為：

['caa^']

注意點：當^{在[]的第一個位置時，表示除了a以外的都進行匹配，例如把[]中的}和a換一下位置：

print(re.findall("caa[^,a]", "caa^bcabcaabc")) 

輸出：

['caa^', 'caab'] 

（2）^

^ 通常用來匹配行首，例如：

print(re.findall("^abca", "abcabcabc"))

輸出結果：

['abca']

(3) $
$ 通常用來匹配行尾，例如：

print(re.findall("abc$", "accabcabc"))

輸出結果：

['abc']

（4）\

? 反斜杠后面可以加不同的字符表示不同的特殊含義，常見的有以下3種，

• \d:匹配任何十進制數等價于[0-9]

print(re.findall("c\d\d\da", "abc123abc"))

輸出結果為：

['c123a']

\可以轉義成普通字符，例如：

print(re.findall("\^abc", "^abc^abc"))

輸出結果：

['^abc', '^abc']

• s

匹配任何的空白字符例如：

print(re.findall("\s\s", "a     c"))

輸出結果：

['  ', '  ']

• \w

匹配任何字母數字和下劃線，等價于[a-zA-Z0-9_]，例如：

print(re.findall("\w\w\w", "abc12_"))

輸出：

['abc', '12_']

（5）{n}

{n}可以避免重復寫，比如前面我們用\w時寫了3次\w，而這里我們這需要用用上{n}就可以，n表示匹配的次數，例如：

print(re.findall("\w{2}", "abc12_"))

輸出結果：

['ab', 'c1', '2_']

（6）*

*表示匹配零次或多次（盡可能的多去匹配），例如：

print(re.findall("010-\d*", "010-123456789"))

輸出：

['010-123456789']

**（7） + **

+表示匹配一次或多次，例如

print(re.findall("010-\d+", "010-123456789"))

輸出：

['010-123456789']

（8） .

.是個點，這里不是很明顯，它用來操作除了換行符以外的任何字符，例如：

print(re.findall(".", "010\n?!"))

輸出：

['0', '1', '0', '?', '!']

(9) ？

？表示匹配一次或零次

print(re.findall("010-\d?", "010-123456789"))

輸出：

['010-1']

這里要注意一下貪婪模式和非貪婪模式，

貪婪模式：盡可能多的去匹配資料，表現為\d后面加某個元字符，例如\d*：

print(re.findall("010-\d*", "010-123456789"))

輸出：

['010-123456789']

非貪婪模式：盡可能少的去匹配資料，表現為\d后面加？，例如\d?

print(re.findall("010-\d*?", "010-123456789"))

輸出為：

['010-']

(10){m,n}
m,n指的是十進制數,表示最少重復m次，最多重復n次，例如：

print(re.findall("010-\d{3,5}", "010-123456789"))

輸出：

['010-12345']

加上？表示盡可能少的去匹配

print(re.findall("010-\d{3,5}?", "010-123456789"))

輸出：

['010-123']

{m,n}還有其他的一些靈活的寫法，比如：

• {1,} 相當于前面提過的 + 的效果
• {0，1} 相當于前面提過的 ？ 的效果
• {0，} 相當于前面提過的 * 的效果

關于常用的元字符以及使用方法就先到這里，我們再來看看正則的其他知識，

（二）正則的使用

1.編譯正則

在Python中，re模塊可通過compile() 方法來編譯正則，re.compile(正則運算式),例如：

 s = "010-123456789"
 rule = "010-\d*"
 rule_compile = re.compile(rule) #回傳一個物件
 # print(rule_compile)
 s_compile = rule_compile.findall(s)
 print(s_compile)	#列印compile()回傳的物件是什么

輸出結果：

['010-123456789']

2.正則物件的使用方法

正則物件的使用方法不僅僅是通過我們前面所介紹的 findall() 來使用，還可以通過其他的方法進行使用，效果是不一樣的，這里我做個簡單的總結：

（1）findall()
找到re匹配的所有字串，回傳一個串列

（2）search()
掃描字串，找到這個re匹配的位置（僅僅是第一個查到的）

（3）match()
決定re是否在字串剛開始的位置（匹配行首）

就拿上面的 compile()編譯正則之后回傳的物件來做舉例，我們這里不用 findall() ,用 match() 來看一下結果如何：

s = "010-123456789"
rule = "010-\d*"
rule_compile = re.compile(rule)  # 回傳一個物件
# print(rule_compile)
s_compile = rule_compile.match(s)
print(s_compile)  # 列印compile()回傳的物件是什么

輸出：

<re.Match object; span=(0, 13), match='010-123456789'>

可以看出結果是1個match 物件，開始下標位置為0~13，match為 010-123456789 ，既然回傳的是物件，那么接下來我們來講講這個match 物件的一些操作方法，

3.Match object 的操作方法

這里先介紹一下方法，后面我再舉例，Match物件常見的使用方法有以下幾個：

（1）group()
回傳re匹配的字串

（2）start()
回傳匹配開始的位置

（3）end()
回傳匹配結束的位置

（4）span()
回傳一個元組：（開始,結束）的位置

舉例：用span()來對search()回傳的物件進行操作：

s = "010-123456789"
rule = "010-\d*"
rule_compile = re.compile(rule)  # 回傳一個物件
s_compile = rule_compile.match(s)
print(s_compile.span())  #用span()處理回傳的物件

結果為：

(0, 13)

4.re模塊的函式

re模塊中除了上面介紹的findall()函式之外，還有其他的函式，來做一個介紹：

（1）findall()
根據正則運算式回傳匹配到的所有字串，這個我就不多說了，前面都是在介紹它，

（2）sub(正則,新字串,原字串)
sub() 函式的功能是替換字串，例如：

s = "abcabcacc" #原字串
l = re.sub("abc","ddd",s)   #通過sub()處理過的字串
print(l)

輸出：

ddddddacc	#把abc全部替換成ddd

(3)subn(正則,新字串,原字串)
subn()的作用是替換字串，并回傳替換的次數

s = "abcabcacc" #原字串
l = re.subn("abc","ddd",s)   #通過sub()處理過的字串
print(l)

輸出：

('ddddddacc', 2)

（4）split()
split()分割字串，例如：

s = "abcabcacc"
l = re.split("b",s)
print(l)

輸出結果：

['a', 'ca', 'cacc']

關于正則，我就講這么多了，正則幾乎是Python所有方向中是必不可少的一個基礎，祝你的Python之旅學有所成！