python

python官方文档

findall（）方法

• 除了search（）方法，Regex对象还有一个findall（）方法。当search（）将返回搜索字符串中第一个匹配文本的Match对象时，findall（）方法将返回搜索字符串中每个匹配的字符串。

import re
phoneNumRegex = re.compile(r'\d\d\d-\d\d\d-\d\d\d\d')
mo = phoneNumRegex.search('Cell: 415-555-9999 Work: 212-555-0000')
mo.group()

'415-555-9999'

• 另一方面，findall（）不会返回一个Match对象，而是一个字符串列表，只要正则表达式中没有任何组。列表中的每个字符串都是与正则表达式匹配的搜索文本。

phoneNumRegex = re.compile(r'\d\d\d-\d\d\d-\d\d\d\d') # has no groups
phoneNumRegex.findall('Cell: 415-555-9999 Work: 212-555-0000')

['415-555-9999', '212-555-0000']

如果正则表达式中有组，那么findall（）将返回一个元组列表。每个元组表示一个找到的匹配，它的项是正则表达式中每个组的匹配字符串。

phoneNumRegex = re.compile(r'(\d\d\d)-(\d\d\d)-(\d\d\d\d)') # has groups
phoneNumRegex.findall('Cell: 415-555-9999 Work: 212-555-0000')

[('415', '555', '9999'), ('212', '555', '0000')]

• 总结findall（）方法返回，请记住以下内容：
• • 当没有组的正则表达式调用时，例如\ d \ d \ d- \ d \ d \ d- \ d \ d \ d \ d，方法findall（）返回一个字符串匹配列表，如[' 415-555-9999'，'212-555-0000']。
• • 当对具有组的正则表达式（例如（\ d \ d \ d） - （\ d \ d \ d） - （\ d \ d \ d \ d））调用时，findall（）方法返回一个元组列表（[415'，'555'，'9999'），（'212'，'555'，'0000'）的字符串（每个组的一个字符串）]。

字符类

• 在上面的电话号码正则表达式示例中，您了解到\ d可以代表任何数字。也就是说，\ d是正则表达式（0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9）的缩写。有很多这样的速写字符类，如表7-1所示。

* 字符类对缩短正则表达式很好。字符类[0-5]将仅匹配数字0到5;这比打字（0 | 1 | 2 | 3 | 4 | 5）短得多。

xmasRegex = re.compile(r'\d+\s\w+')
xmasRegex.findall('12 drummers, 11 pipers, 10 lords, 9 ladies, 8 maids, 7swans, 6 geese, 5 rings, 4 birds, 3 hens, 2 doves, 1 partridge')

['12 drummers',
'11 pipers',
'10 lords',
'9 ladies',
'8 maids',
'6 geese',
'5 rings',
'4 birds',
'3 hens',
'2 doves',
'1 partridge']

• 正则表达式\ d \ s \ w将匹配具有一个或多个数字（\ d），后跟空格字符（\ s），后跟一个或多个字母/数字/下划线字符（\ w）的文本。 findall（）方法返回列表中正则表达式模式的所有匹配字符串。

制作你自己的字符类

• 有时你想要匹配一组字符，但速写字符类（\ d，\ w，\ s等）太宽泛了。您可以使用方括号定义自己的角色类。例如，字符类[aeiouAEIOU]将匹配任何元音，小写和大写。

 vowelRegex = re.compile(r'[aeiouAEIOU]')
vowelRegex.findall('Robocop eats baby food. BABY FOOD.')

['o', 'o', 'o', 'e', 'a', 'a', 'o', 'o', 'A', 'O', 'O']

• 您还可以使用连字符包括字母或数字的范围。例如，字符类[a-zA-Z0-9]将匹配所有小写字母，大写字母和数字。
• 请注意，在方括号内，正常的正则表达式符号不会如此解释。这意味着您不需要使用前面的反斜杠来转义。，*，？或（）字符。例如，字符类[0-5.]将匹配数字0到5和一个句点。你不需要把它写成[0-5 .]。
• 通过在字符类的开头括号后面放置一个插入符号（^），您可以进行负面字符类。负面字符类将匹配不在字符类中的所有字符。

consonantRegex = re.compile(r'[^aeiouAEIOU]')
consonantRegex.findall('Robocop eats baby food. BABY FOOD.')

['R',
'b',
'c',
'p',
' ',
't',
's',
' ',
'b',
'b',
'y',
' ',
'f',
'd',
'.',
' ',
'B',
'B',
'Y',
' ',
'F',
'D',
'.']

• 现在，我们不是匹配每个元音，而是匹配不是元音的每个字符。

插入符号和美元符号字符

• 您也可以使用正则表达式开头的插入符号（^）来表示匹配必须在搜索文本的开始处出现。同样，您可以在正则表达式的末尾放一个美元符号（$），以指示字符串必须以此正则表达式模式结束。您可以使用^和$一起表示整个字符串必须与正则表达式匹配 - 也就是说，在字符串的某个子集上进行匹配是不够的。
• 例如，r'^ Hello'正则表达式字符串匹配以“Hello”开头的字符串。

beginsWithHello = re.compile(r'^Hello')
beginsWithHello.search('Hello world!')

<_sre.SRE_Match object; span=(0, 5), match='Hello'>

beginsWithHello.search('He said hello.') == None

True

• r'\ d+$'正则表达式字符串匹配以0到9的数字字符结尾的字符串。

endsWithNumber = re.compile(r'\d$')
endsWithNumber.search('Your number is 42')

<_sre.SRE_Match object; span=(16, 17), match='2'>

endsWithNumber.search('Your number is forty two.') == None

True

• r'^ \ d + $'正则表达式字符串匹配以一个或多个数字字符开头和结尾的字符串。

wholeStringIsNum = re.compile(r'^\d+$')
wholeStringIsNum.search('1234567890')

<_sre.SRE_Match object; span=(0, 10), match='1234567890'>

wholeStringIsNum.search('12345xyz67890') == None

True

wholeStringIsNum.search('12 34567890') == None

True

• 前一个代码示例中的最后两个search（）调用演示了如果使用^和$，整个字符串必须与正则表达式匹配。
• 我总是混淆这两个符号的含义，所以我使用助记符“胡萝卜花费美元”提醒自己，插入符号是首先，美元符号是最后的。

通配符

. （点）字符称为通配符，并将匹配除换行之外的任何字符。

atRegex = re.compile(r'.at')
atRegex.findall('The cat in the hat sat on the flat mat.')

['cat', 'hat', 'sat', 'lat', 'mat']

• 请记住，点的字符只匹配一个字符，这就是为什么前面示例中的文本平面匹配只有lat。要匹配实际的点，请使用反斜杠转义点：\ ..