前排提要：

本博客介绍在Python下使用正则表达式从给定的字符串中获取到想要的字符串。

1导库

importre

2使用模板

re_pattern=re.compile(pattern,flags=0)

result=re.findall(re_pattern,string)

3说明

参数描述pattern匹配的正则表达式，如r'abc'可用来匹配abcflags

可选，标志位，控制匹配方式，可选值：

re.I忽略大小写

re.L表示特殊字符集\w\W\b\B\s\S，依赖于当前环境

re.M多行模式

re.S包括换行符在内的任意字符

re.U根据Unicode字符集解析字符

re.X为了增加可读性，忽略空格和#后面的注释

re.A根据ASCII码解析字符

string待匹配字符串方法描述compile编译正则表达式，生成一个正则表达式（Pattern）对象findall全文匹配，匹配结果以列表形式返回

4示例

以下代码用来在字符串str中匹配符合如下规则的字符串：

中英文括号开头1个大写字母1个或无限个数字0个或1个字符“.”0个或1个字符“/”0个或无限个数字中英文括号结尾

#导库

importre

#待处理字符串

str='小分裂细胞型(弥漫性)非霍奇金淋巴瘤(M96720/3)（Y97.1）（Y77)(yyy)'

#设定匹配规则，编译

re_str=re.compile(r'[(（][A-Z][0-9][.]?[/]?[0-9]*[)）]',re.S)

#匹配

ans=re.findall(re_str,str)

#打印

print(ans)

在字符串str中的匹配结果如下，可见有三个字符串符合匹配规则：

5正则表达式匹配规则

语法

描述

正则表达式示例

对应可匹配字符串示例

一般字符匹配自身abcabc元字符.除了换行符之外的任意单个字符a.cabc*匹配前面一个字符0或无限次ab*

a

abbb

匹配前面一个字符1次或无限次ab

ab

abbb

?匹配前面一个字符0次或1次ab?

a

ab

\转义符，使后面一个字符保持原来的意思a\.ba.b{m}m是一个非负整数，表示匹配前一个字符m次abc{2}abcc{m,n}m和n都是非负整数，且m≤n，表示最少匹配m次且最多匹配n次ab{2,4}cabbc|逻辑或，匹配左右表达式中的任意一个。具有“短路”特点，先匹配左侧表达式，再匹配右侧表达式。建议用()括起来，否则会作用于整个正则表达式abc|123

abc

123

()括号，将表达式括起来作为一个分组。分组表达式是一个整体a(bc)?d

ad

abcd

[]字符集，里面的字符可以是任意数量个字符，也可以是一个范围。若第一个字符为^，则表示取反，如[^abc]表示除了abc以外的字符。大多数特殊字符（除了-、]、^，使用时仍需用\转义）在[]内都失去其原有的特殊含义，如[.]仅表示匹配字符.而不是匹配任意字符

[abc]

[a-c]

a

b

c

定位符^匹配字符串的开头字符^abcabc$匹配字符串的结尾字符abc$abc\b

匹配一个单词的边界

如\bab表示匹配字符串ab且ab前面要是空格

如ab\b表示匹配字符串ab且ab后面要是空格

\bab

可以匹配到abc中的ab

无法匹配到cab中的ab

\B匹配非边界\Bab

可以匹配到cab中的ab

无法匹配到abc中的ab

预定义字符集\d匹配数字，等价于[0-9]a\dca1c\D匹配非数字，等价于[^\d]a\Dcabc\s匹配空白字符，包括空格、制表符、换页符等a\scac\S匹配非空白字符，等价于[^\s]a\Scabc\w匹配字母数字下划线，等价于[a-zA-Z0-9_]a\wca_c\W匹配非字母数字下划线，等价于[^\w]a\Wcac