模块re：正则表达式

正则表达式是用来匹配字符串或者子串的一种模式，匹配的字符串可以很具体，也可以很一般化。

Python 标准库提供了 re 模块：

import re

re.match()函数

re.match()函数对字符串的开头进行匹配，返回第一个匹配对应的Match对象，否则返回None：

pat = "\d+"

s = "abc123abc123456"

re.match(pat, s)

由于字符串不是字母开头，没有匹配结果。

re.search()函数

与re.match()函数不同，re.search()函数会用正则表达式去匹配字符串中所有的子串，如果找到，返回第一个匹配对应的Match对象，否则返回None：

re.search(pat, s)

可以调用返回的Match对象的.group()方法查看匹配到的字符串：

m = re.search(pat, s)

m.group(0)

'123'

re.split()函数

re.split()使用指定的正则表达式作为分隔符，对字符串进行分割，其用法为：

pat = " +"

s = "a b    c   d  e"

re.split(pat, s)

['a', 'b', 'c', 'd', 'e']

re.sub()函数

re.sub()函数对字符串中正则表达式匹配的部分进行替换：

pat = " +"

replace = ";"

s = "a b    c   d  e"

re.sub(pat, replace, s)

'a;b;c;d;e'

正则表达式规则

正则表达式由一些普通字符和一些元字符组成。普通字符包括大小写的字母和数字，而元字符则具有特殊的含义：

• |表示匹配前面的子表达式 0 次或更多次

• |表示匹配前面的子表达式 1 次或更多次
  ? |表示匹配前面的子表达式 0 次或 1 次
  {m} |表示匹配前面的子表达式 m 次
  {m,} |表示匹配前面的子表达式至少 m 次
  {m,n} |表示匹配前面的子表达式至少 m 次，至多 n 次

例如：

• ca*t 匹配： ct, cat, caaaat, ...
• ab\d|ac\d 匹配： ab1, ac9, ...
• ([^a-q]bd) 匹配： rbd, 5bd, ...