正泽学校

python正则表达式group⽤法_【Python】正则表达式⽤法

导读：正则在各语⾔中的使⽤是有差异的，本⽂以Python3为基础。本⽂主要讲述的是正则的语法，对于re模块不做过多描述，只会对⼀些特殊地⽅做提⽰。

很多⼈觉得正则很难，在我看来，这些⼈⼀定是没有⽤⼼。其实正则很简单，根据⼆⼋原则，我们只需要懂20%的内容就可以解决80%

的问题了。我曾经有⼏年⼏乎每天都跟正则打交道，刚接⼿项⽬的时候我对正则也是⼀⽆所知，花半⼩时百度了⼀下，然后写了⼏个

demo，就开始正式接⼿了。三年多时间，我⽤到的正则鲜有超出我最初半⼩时百度到的知识的。

1、正则基础

1.1、基础语法

(1)常⽤元字符

语法描述b

匹配单词的开始或结束

d

匹配数字s

匹配任意不可见字符(空格、换⾏符、制表符等)，等价于[fnrtv]。w

匹配任意Unicode字符集，包括字母、数字、下划线、汉字等.

匹配除换⾏符(n)以外的任意字符^或A

匹配字符串或⾏的起始位置$或Z

匹配字符串或⾏的结束位置

(2)限定词(⼜叫量词)

语法描述*

重复零次或更多次+

重复⼀次或更多次

重复零次或⼀次

{n}

重复n次{n,}

重复n次或更多次{n,m}

重复n到m次

(3)常疫情防控人员 ⽤反义词

语法描述B

匹配⾮单词的开始或结束

D

匹配⾮数字S

匹配任意可见字符，[^fnrtv]W

匹配任意⾮Unicode字符集

除a、b、c以外的任意字符

(4)字符族

语法描述

[abc]a、b或c

除a、b、c以外的任意字符

[a-zA-Z]

a到z或A到Z[a-d[m-p]]

a到d或m到p，即[a-dm-假如我是风 p](并集)

[a-z&&[def]]

d、e或f(交集)[a-z&&[^bc]]

a到z，除了b和c：[ad-z](减去)[a-z&&[^m-p]]

a到z，减去m到p：[a-lq-z](减去)

以上便是正则的基础内容，下⾯来写两个例⼦看下：s='123abc你好'

('d+',s).group()

('w+',s).group()结果：

123

123abc你好是不是很简单？

1.2、修饰符

修饰符在各语⾔中也是有差异的。

Python中的修饰符：

修饰符描述re.A

匹配ASCII字符类，影响w,W,b,B,d,D

re.I

忽略⼤⼩写re.L

做本地化识别匹配(这个极少极少使⽤)re.M

多⾏匹配，影响和re.S

使.匹配包括换⾏符(n)在内的所有字符re.U

匹配Unicode字符集。与re.A相对，这是默认设置re.X

忽略空格和#后⾯的注释以获得看起来更易懂的正则。(1)re.A

修饰符A使w只匹配ASCII字符，W匹配⾮ASCII字符。s='123abc你好'

('w+',s,re.A).group()

('W+',s,re.A).group()

结果：

123abc你好

但是描述中还有d和D，数试卷反思怎么写 字不都是ASCII字符吗？这是什么意思？别忘了，还有全⾓和半⾓！

s='０１２３４５６７８９'#全⾓数字

('d+',s,re.U).group()结果：

０１２３４５６７８９

(2)re.M

多⾏匹配的模式其实也不常⽤，很少有⼀⾏⾏规整的数据。

s='aaarnbbbrnccc'

l('^[sw]*?$',s)

l('^[sw]*?$',s,re.M)结果：

['aaarnbbbrnccc']#单⾏模式

['aaar','bbbr','ccc']#多⾏模式(3)re.S

这个简单，直接看个例⼦。

s='aaarnbbbrnccc'

l('^.*',s)

l('^.*',s,re.S)

结果：['aaar']

['aaarnbbbrnccc']

(4)re.X⽤法如下：

rc=e(r"""

d+#匹配数字

#和字母

[a-zA-Z]+""",re.X)

('123abc').group()

结果：123abc

注意，⽤了X修饰符后，正则中的所有空格会被忽略，包括正则⾥⾯的原本有⽤的空格。如果正则中有需要使⽤空格，只能⽤s代替。(5)(?aiLmsux)

修饰符不仅可以代码中指定，也可以在正则中指定。(?aiLmsux)员工自愿离职协议书 表⽰了以上所有的修饰符，具体⽤的时候需要哪个就右侧腰疼 在?后⾯加上对应的

字母，⽰例如下，(?a)和re.A效果是⼀样的：s='123abc你好'

('(?a)w+',s).group()

('w+',s,re.A).group()结果是⼀样的：

123abc

123abc1.3、贪婪与懒惰

当正则表达式中包含能接受重复的限定符时，通常的⾏为是(在使整个表达式能得到匹配的前提下)匹配尽可能多的字符。s='aabab'

('a.*b',s).group()#这就是贪婪

('a.*?b',s).group()#这就是懒惰

结果：

aabab

aab简单来说：

所谓贪婪，就是尽可能多的匹配；

所谓懒惰，就是尽可能少的匹配。*、+、{n,}这些表达式属于贪婪；

*?、+?、{n,}?这些表达式就是懒惰(在贪婪的基础上加上?)。

2、正则进阶

2.1、捕获分组

语法描述(exp)

匹配exp，并捕获⽂本到⾃动命名的组⾥(?Pexp)

匹配exp，并捕获⽂本到名称为name的组⾥(?:exp)

匹配exp，不捕获匹配的⽂本，也不给此分组分配组号(?P=name)

匹配之前由名为name的组匹配的⽂本

注意：在其他语⾔或者⽹上的⼀些正则⼯具中，分组命名的语法是(?exp)或(?'name'exp)，但在Python⾥，这样写会报错：This

namedgroupsyntaxisnotsupportedinthisregexdialect。Python中正确的写法是：(?Pexp)⽰例⼀：

分组可以让我们⽤⼀条正则提取出多个信息，例如：

s='姓名：张三；性别：男；电话：9'

m=('姓名[:：](w+).*?电话[:：](d{11})',s)ifm:

name=(1)

phone=(2)

print(f'name:{name},phone:{phone}')结果：

name:张三,phone:⽰例⼆：

(?Pexp)有时还是会⽤到的，(?P=name)则很少情况下会⽤到。我想了⼀个(?P=name)的使⽤⽰例，给⼤家看下效果：

s='''

张三30

9'''

pattern=r'.*?)>(.*?)(?P=name)>'

It=l(pattern,s)结果：

[('name','张三'),('age','30'),('phon描写竹子的诗句 e','9')]

2.2、零宽断⾔

语法描述(?=exp)

匹配exp前⾯的位置(?<=exp)

匹配exp后⾯的位置(?!exp)

匹配后⾯跟的不是exp的位置(?

匹配前⾯不是exp的位置

注意：正则中常⽤的前项界定(?<=exp)和前项否定界定(?

(?<=aaa)#正确

(?<=aaa|bbb)#正确

(?<=aaa|bb)#错误

(?<=d+)#错误

(?<=d{3})#正确2.3、条件匹配

这⼤概是最复杂的正则表达式了。语法如下：语法描述

(?(id/name)yes|no)

如果指定分组存在，则匹配yes模式，否则匹配no模式此语法极少⽤到，印象中只⽤过⼀次。

以下⽰例的要求是：如果以_开头，则以字母结尾，否则以数字结尾。

s1='_abcd's2='abc1'

pattern='(_)?[a-zA-Z]+(?(1)[a-zA-Z]|d)'

(pattern,s1).group()

(pattern,s2).group()

结果：

_abcd

abc12.4、findall

Python中的l是个⽐较特别的⽅法(之所以说它特别，是跟我常⽤的C#做⽐较，在没看注释之前我想当然的掉坑⾥去了)。我们看这个⽅法的官⽅注释：

Returnalistofallnon-overlappingmatchesinthestring.

Ifoneormorecapturinggroupsareprentinthepattern,return

alistofgroups;thiswillbealistoftuplesifthepatternhasmorethanonegroup.

Emptymatchesareincludedintheresult.简单来说，就是

如果没有分组，则返回整条正则匹配结果的列表；

如果有1个分组，则返回分组匹配到的结果的列表；

如果有多个分组，则返回分组匹配到的结果的元组的列表。看下⾯的例⼦：

s='aaa123b鼻子上有痣的女人 bb456ccc'

l('[a-z]+d+',s)#不包含分组

l('[a-z]+(d+)',s)#包含⼀个分组l('([a-z]+(d+))',s)#包含多个分组

l('(?:[a-z]+(d+))',s)#?:不捕获分组匹配结果结果：

['aaa123','bbb456']['123','456']

[('aaa123','123'),('bbb456','456')]

['123','456']

零宽断⾔中讲到Python中前项界定必须是定长的，这很不⽅便，但是配合findall有分组时只取分组结果的特性，就可以模拟出⾮定长前

项界定的效果了。结语

其实正则就像是⼀个数学公式，会背公式不⼀定会做题。但其实这公式⼀点也不难，⾄少⽐学校⾥学的数学简单多简爱心得体会 了，多练习⼏次也就会了。