A. 正则表达式（RegEx） 是一种特殊的字符序列，它使用搜索模式查找字符串或字符串集。它可以通过与特定模式匹配来检测文本的存在或不存在，还可以将模式拆分为一个或多个子模式。Python提供了 重新 支持在Python中使用正则表达式的模块。它的主要功能是提供搜索，其中包含正则表达式和字符串。在这里，它要么返回第一个匹配项，要么不返回任何匹配项。
例子：
Python3
import re s = 'GeeksforGeeks: A computer science portal for geeks' match = re.search(r 'portal' , s) print ( 'Start Index:' , match.start()) print ( 'End Index:' , match.end()) |
Start Index: 34End Index: 40
上面的代码给出了字符串门户的起始索引和结束索引。
注： 这里r字符（r’portal’）代表原始字符，而不是正则表达式。原始字符串与常规字符串略有不同，它不会将字符解释为转义字符。这是因为正则表达式引擎将字符用于其自身的转义目的。
在开始Python正则表达式模块之前，让我们看看如何使用元字符或特殊序列编写正则表达式。
元字符
为了理解RE类比，元字符是有用的、重要的，并将用于模块RE的函数中。下面是元字符列表。
| 元字符 | 描述 |
|---|---|
| 用于删除后面字符的特殊含义 | |
| [] | 表示一个字符类 |
| ^ | 匹配开头 |
| $ | 匹配结尾 |
| . | 匹配除换行符以外的任何字符 |
| | | 表示或（与由其分隔的任何字符匹配）。 |
| ? | 匹配零次或一次 |
| * | 任意数量的事件（包括0个事件） |
| + | 一个或多个事件 |
| {} | 指示要匹配的前一个正则表达式的出现次数。 |
| () | 附上一组正则表达式 |
让我们详细讨论每一个元字符
–反斜杠
反斜杠（）确保不会以特殊方式处理字符。这可以被认为是一种逃避元字符的方法。例如，如果要搜索点（.）在字符串中，你会发现点（.）将被视为特殊字符，就像元字符之一一样（如上表所示）。对于这种情况，我们将在点（.）之前使用反斜杠（）这样它就会失去它的特色。请参阅下面的示例以更好地理解。
例子：
Python3
import re s = 'geeks.forgeeks' # without using match = re.search(r '.' , s) print (match) # using match = re.search(r '.' , s) print (match) |
<_sre.SRE_Match object; span=(0, 1), match='g'><_sre.SRE_Match object; span=(5, 6), match='.'>
[]–方括号
方括号（[]）表示一个字符类，它由一组我们希望匹配的字符组成。例如，字符类[abc]将匹配任何单个a、b或c。
我们还可以在方括号内使用–指定一系列字符。例如
- [0,3]是样本[0123]
- [a-c]与[abc]相同
我们还可以使用插入符号（^）反转字符类。例如
- [^0-3]指除0、1、2或3之外的任何数字
- [^a-c]指除a、b或c以外的任何字符
^-插入符号
插入符号（^）与字符串开头匹配，即检查字符串是否以给定字符开头。例如——
- ^g将检查字符串是否以g开头，例如极客、地球仪、女孩、g等。
- ^ge将检查字符串是否以ge开头，例如geeks、Geeksforgeks等。
美元
美元（$）符号与字符串结尾匹配，即检查字符串是否以给定字符结尾。例如——
- s$将检查以a结尾的字符串，例如geeks、ends、s等。
- ks$将检查以ks结尾的字符串，例如geeks、GeeksForgeks、ks等。
.–圆点
点（.）除换行符外，符号只匹配单个字符().例如——
- a、 b将检查在点位置包含任何字符的字符串，如acb、acbd、abbb等
- ..将检查字符串是否包含至少2个字符
|–或者
Or符号用作Or运算符，这意味着它检查Or符号之前或之后的模式是否存在于字符串中。例如——
- a | b将匹配任何包含a或b的字符串，如acd、bcd、abcd等。
? – 问号
问号（？）检查正则表达式中问号之前的字符串是否至少出现一次。例如——
- ab？c将与字符串ac、acb、dabc匹配，但不会与abbc匹配，因为有两个b。同样，它也不会与abdc匹配，因为b后面没有c。
*–明星
星号（*）符号与*符号前面的正则表达式的零次或多次匹配。例如——
- ab*c将与字符串ac、abc、abbbc、dabc等匹配，但不会与abdc匹配，因为b后面不跟c。
+–外加
加号（+）与+号前面的一个或多个正则表达式匹配。例如——
- ab+c将与字符串abc、abbc、dabc匹配，但不会与ac、abdc匹配，因为ac中没有b，abdc中b后面没有c。
{m，n}–大括号
大括号匹配正则表达式前面从m到n的任何重复。例如——
- a{2，4}将与字符串aaab，baaaac，gaad匹配，但不会与字符串abc，bc匹配，因为两种情况下只有一个a或没有a。
（ ）-集团
组符号用于对子图案进行分组。例如——
- （a | b）cd将匹配acd、abcd、gacd等字符串。
特殊序列
特殊序列与字符串中的实际字符不匹配，而是告诉搜索字符串中必须匹配的特定位置。它使编写常用模式变得更容易。
特殊序列列表
| 特殊序列 | 描述 | 例子 | |
|---|---|---|---|
| A. | 如果字符串以给定字符开头，则匹配 | 阿福 | 对于极客 |
| 为了世界 | |||
| 如果单词以给定字符开头或结尾，则匹配。（string）将检查单词的开头，（string）将检查单词的结尾。 | 通用电气 | 极客 | |
| 收到 | |||
| B | 它与正则表达式相反，即字符串不应以给定的正则表达式开头或结尾。 | Bge | 在一起 |
| 锻造 | |||
| D | 匹配任何十进制数字，这相当于集合类[0-9] | D | 123 |
| 哎呀 | |||
| D | 匹配任何非数字字符，这相当于集合类[^0-9] | D | 极客 |
| 天哪 | |||
| s | 匹配任何空白字符。 | s | 天哪 |
| 公元前 | |||
| s | 匹配任何非空白字符 | s | 屋宇署 |
| abcd | |||
| W | 匹配任何字母数字字符，这相当于类[a-zA-Z0-9_]。 | W | 123 |
| 极客4 | |||
| W | 匹配任何非字母数字字符。 | W | >$ |
| 哎呀<> | |||
| 匹配字符串是否以给定的正则表达式结尾 | ab | abcdab | |
| 阿巴巴布 | |||
Python中的正则表达式模块
Python有一个名为re的模块，用于Python中的正则表达式。我们可以使用 进口声明 .
例子： 在Python中导入re模块
Python3
import re |
让我们看看这个模块提供的各种函数，它们可以在Python中使用正则表达式。
重新。芬德尔（）
返回字符串中模式的所有非重叠匹配项，作为字符串列表。从左到右扫描字符串，并按找到的顺序返回匹配项。
例子： 查找模式的所有匹配项
Python3
# A Python program to demonstrate working of # findall() import re # A sample text string where regular expression # is searched. string = """Hello my Number is 123456789 and my friend's number is 987654321""" # A sample regular expression to find digits. regex = 'd+' match = re.findall(regex, string) print (match) # This example is contributed by Ayush Saluja. |
['123456789', '987654321']
重新。编译（）
正则表达式被编译成模式对象，这些对象具有用于各种操作的方法，例如搜索模式匹配或执行字符串替换。
例1：
python
# Module Regular Expression is imported # using __import__(). import re # compile() creates regular expression # character class [a-e], # which is equivalent to [abcde]. # class [abcde] will match with string with # 'a', 'b', 'c', 'd', 'e'. p = re. compile ( '[a-e]' ) # findall() searches for the Regular Expression # and return a list upon finding print (p.findall( "Aye, said Mr. Gibenson Stark" )) |
输出：
['e', 'a', 'd', 'b', 'e', 'a']
理解输出：
- 第一个出现在“是”中的是“e”，而不是“A”，因为它区分大小写。
- 下一个出现是“said”中的“a”，然后是“said”中的“d”，接着是“Gibenson”中的“b”和“e”，最后一个“a”与“Stark”匹配。
- 元字符反斜杠“”具有非常重要的作用，因为它表示各种序列。如果要使用反斜杠，但没有作为元字符的特殊含义，请使用“\”
例2： 设置类[s，.]将匹配任何空白字符“，”或“.”。
python
import re # d is equivalent to [0-9]. p = re. compile ( 'd' ) print (p.findall( "I went to him at 11 A.M. on 4th July 1886" )) # d+ will match a group on [0-9], group # of one or greater size p = re. compile ( 'd+' ) print (p.findall( "I went to him at 11 A.M. on 4th July 1886" )) |
输出：
['1', '1', '4', '1', '8', '8', '6']['11', '4', '1886']
例3：
python
import re # w is equivalent to [a-zA-Z0-9_]. p = re. compile ( 'w' ) print (p.findall( "He said * in some_lang." )) # w+ matches to group of alphanumeric character. p = re. compile ( 'w+' ) print (p.findall("I went to him at 11 A.M., he said * * * in some_language.")) # W matches to non alphanumeric characters. p = re. compile ( 'W' ) print (p.findall( "he said *** in some_language." )) |
输出：
['H', 'e', 's', 'a', 'i', 'd', 'i', 'n', 's', 'o', 'm', 'e', '_', 'l', 'a', 'n', 'g']['I', 'went', 'to', 'him', 'at', '11', 'A', 'M', 'he', 'said', 'in', 'some_language'][' ', ' ', '*', '*', '*', ' ', ' ', '.']
例4：
python
import re # '*' replaces the no. of occurrence # of a character. p = re. compile ( 'ab*' ) print (p.findall( "ababbaabbb" )) |
输出：
['ab', 'abb', 'a', 'abbb']
理解输出：
- 我们的RE是ab*，它由“a”和任何数量的“b”组成，从0开始。
- 输出“ab”有效，因为单个“a”带有单个“b”。
- 输出“abb”有效，因为单个“a”带有2个“b”。
- 输出“a”有效，因为单个“a”带有0“b”。
- 输出“abbb”是有效的，因为单个“a”带有3个“b”。
重新。split（）
按字符或模式的出现次数拆分字符串，找到该模式后，字符串中的剩余字符将作为结果列表的一部分返回。
语法：
re.split(pattern, string, maxsplit=0, flags=0)
第一个参数pattern表示正则表达式，string是给定的字符串，将在其中搜索pattern，并在其中发生拆分，如果未提供maxsplit，则将其视为零“0”，如果提供了任何非零值，则最多会发生这么多拆分。如果maxsplit=1，则字符串将只拆分一次，从而生成长度为2的列表。这些标志非常有用，可以帮助缩短代码，它们不是必需的参数，例如：flags=re。IGNORECASE，在这个拆分中，大小写，即小写或大写将被忽略。
例1：
python
from re import split # 'W+' denotes Non-Alphanumeric Characters # or group of characters Upon finding ',' # or whitespace ' ', the split(), splits the # string from that point print (split( 'W+' , 'Words, words , Words' )) print (split( 'W+' , "Word's words Words" )) # Here ':', ' ' ,',' are not AlphaNumeric thus, # the point where splitting occurs print (split( 'W+' , 'On 12th Jan 2016, at 11:02 AM' )) # 'd+' denotes Numeric Characters or group of # characters Splitting occurs at '12', '2016', # '11', '02' only print (split( 'd+' , 'On 12th Jan 2016, at 11:02 AM' )) |
输出：
['Words', 'words', 'Words']['Word', 's', 'words', 'Words']['On', '12th', 'Jan', '2016', 'at', '11', '02', 'AM']['On ', 'th Jan ', ', at ', ':', ' AM']
例2：
python
import re # Splitting will occurs only once, at # '12', returned list will have length 2 print (re.split( 'd+' , 'On 12th Jan 2016, at 11:02 AM' , 1 )) # 'Boy' and 'boy' will be treated same when # flags = re.IGNORECASE print (re.split( '[a-f]+' , 'Aey, Boy oh boy, come here' , flags = re.IGNORECASE)) print (re.split( '[a-f]+' , 'Aey, Boy oh boy, come here' )) |
输出：
['On ', 'th Jan 2016, at 11:02 AM']['', 'y, ', 'oy oh ', 'oy, ', 'om', ' h', 'r', '']['A', 'y, Boy oh ', 'oy, ', 'om', ' h', 'r', '']
重新。sub（）
函数中的’sub’代表子字符串，在给定字符串（第3个参数）中搜索特定的正则表达式模式，找到子字符串模式后，用repl（第2个参数）替换，计数检查并保持发生的次数。
语法：
re.sub(pattern, repl, string, count=0, flags=0)
例1：
python
import re # Regular Expression pattern 'ub' matches the # string at "Subject" and "Uber". As the CASE # has been ignored, using Flag, 'ub' should # match twice with the string Upon matching, # 'ub' is replaced by '~*' in "Subject", and # in "Uber", 'Ub' is replaced. print (re.sub( 'ub' , '~*' , 'Subject has Uber booked already' , flags = re.IGNORECASE)) # Consider the Case Sensitivity, 'Ub' in # "Uber", will not be reaplced. print (re.sub( 'ub' , '~*' , 'Subject has Uber booked already' )) # As count has been given value 1, the maximum # times replacement occurs is 1 print (re.sub( 'ub' , '~*' , 'Subject has Uber booked already' , count = 1 , flags = re.IGNORECASE)) # 'r' before the pattern denotes RE, s is for # start and end of a String. print (re.sub(r 'sANDs' , ' & ' , 'Baked Beans And Spam' , flags = re.IGNORECASE)) |
输出
S~*ject has ~*er booked alreadyS~*ject has Uber booked alreadyS~*ject has Uber booked alreadyBaked Beans & Spam
重新。subn（）
subn（）在所有方面都与sub（）类似，只是在提供输出的方式上不同。它返回一个元组，其中包含替换和新字符串的总数，而不仅仅是字符串。
语法：
re.subn(pattern, repl, string, count=0, flags=0)
例子：
python
import re print (re.subn( 'ub' , '~*' , 'Subject has Uber booked already' )) t = re.subn( 'ub' , '~*' , 'Subject has Uber booked already' , flags = re.IGNORECASE) print (t) print ( len (t)) # This will give same output as sub() would have print (t[ 0 ]) |
输出
('S~*ject has Uber booked already', 1)('S~*ject has ~*er booked already', 2)Length of Tuple is: 2S~*ject has ~*er booked already
重新。逃脱
返回所有非字母数字都反斜杠的字符串，如果要匹配可能包含正则表达式元字符的任意文字字符串，这非常有用。
语法：
re.escape(string)
例子：
python
import re # escape() returns a string with BackSlash '', # before every Non-Alphanumeric Character # In 1st case only ' ', is not alphanumeric # In 2nd case, ' ', caret '^', '-', '[]', '' # are not alphanumeric print (re.escape( "This is Awesome even 1 AM" )) print (re.escape( "I Asked what is this [a-9], he said ^WoW" )) |
This is Awesome even 1 AMI Asked what is this [a-9], he said ^WoW
重新。搜索（）
这个方法要么不返回（如果模式不匹配），要么返回一个re。MatchObject包含有关字符串匹配部分的信息。这种方法在第一次匹配后停止，因此最适合测试正则表达式，而不是提取数据。
例子： 搜索模式的出现
Python3
# A Python program to demonstrate working of re.match(). import re # Lets use a regular expression to match a date string # in the form of Month name followed by day number regex = r "([a-zA-Z]+) (d+)" match = re.search(regex, "I was born on June 24" ) if match ! = None : # We reach here when the expression "([a-zA-Z]+) (d+)" # matches the date string. # This will print [14, 21), since it matches at index 14 # and ends at 21. print ( "Match at index %s, %s" % (match.start(), match.end())) # We us group() method to get all the matches and # captured groups. The groups contain the matched values. # In particular: # match.group(0) always returns the fully matched string # match.group(1) match.group(2), ... return the capture # groups in order from left to right in the input string # match.group() is equivalent to match.group(0) # So this will print "June 24" print ( "Full match: %s" % (match.group( 0 ))) # So this will print "June" print ( "Month: %s" % (match.group( 1 ))) # So this will print "24" print ( "Day: %s" % (match.group( 2 ))) else : print ( "The regex pattern does not match." ) |
Match at index 14, 21Full match: June 24Month: JuneDay: 24
匹配对象
Match对象包含有关搜索和结果的所有信息，如果没有找到匹配项，则不会返回任何信息。让我们看看match对象的一些常用方法和属性。
获取字符串和正则表达式
数学重新 属性返回传递的正则表达式和 火柴一串 属性返回传递的字符串。
例子： 获取匹配对象的字符串和正则表达式
Python3
import re s = "Welcome to GeeksForGeeks" # here x is the match object res = re.search(r "G" , s) print (res.re) print (res.string) |
re.compile('\bG')Welcome to GeeksForGeeks
获取匹配对象的索引
- 方法返回匹配子字符串的起始索引
- 方法返回匹配子字符串的结束索引
- 方法返回一个元组，其中包含匹配子字符串的起始索引和结束索引
例子： 获取匹配对象的索引
Python3
import re s = "Welcome to GeeksForGeeks" # here x is the match object res = re.search(r "Gee" , s) print (res.start()) print (res.end()) print (res.span()) |
1114(11, 14)
获取匹配的子字符串
方法返回模式匹配的字符串部分。请参阅下面的示例以更好地理解。
例子： 获取匹配的子字符串
Python3
import re s = "Welcome to GeeksForGeeks" # here x is the match object res = re.search(r "D{2} t" , s) print (res.group()) |
me t
在上面的示例中，我们的模式为至少包含2个字符的字符串指定了一个空格，该空格后面跟一个t。
相关文章： https://www.geeksforgeeks.org/regular-expressions-python-set-1-search-match-find/
参考： https://docs.python.org/2/library/re.html
本文由 皮尤斯门战 .如果你喜欢GeekSforgek，并想贡献自己的力量，你也可以使用 写极客。组织 或者把你的文章寄去评论-team@geeksforgeeks.org.看到你的文章出现在Geeksforgeks主页上，并帮助其他极客。
如果您发现任何不正确的地方，或者您想分享有关上述主题的更多信息，请写下评论。
![关于”PostgreSQL错误：关系[表]不存在“问题的原因和解决方案-yiteyi-C++库](https://www.yiteyi.com/wp-content/themes/zibll/img/thumbnail.svg)
