Python学习笔记【week04day1下】正则表达式

概述

• 正则表达式其实就是一个字符串，使用这个字符串来进行描述某个语法规则搜索的模式
• python 自1.5版本增加了re模块，它提供Perl风格的正则表达式模式
• “re 模块”使 Python 语言拥有全部的正则表达式功能。
• import re
• re模块提供了与这些方法功能完全一致的函数，这些函数使用一个模式的字符串作为他们的第一个参数。

匹配单个字符

. 匹配除换行符以外的任意字符
[] 字符集合，表示匹配[]中任意一个字符
[0-9] 表示匹配任意的数字
[a-z] 表示匹配所有小写字母
[A-Z] 表示匹配所有的大写字母
[0-9a-zA-Z_] 表示匹配数字字母下划线
[^0-9] 非数字。^在[]括号中表示“脱字节” （[^0-9] 这里表示脱离数字，即非数字）
\d 表示匹配数字，效果同[0-9]
\D 表示匹配非数字，效果同[^0-9]
\w 表示匹配数字字母下滑线，效果同[0-9a-zA-Z_]
\W 表示匹配非数字字母下滑线，效果同[^0-9a-zA-Z_]
\s 表示匹配空白符效果同[ \r\n\f\t]
\S 表示非匹配空白符效果同[^ \r\n\f\t]

边界匹配

^ 行首匹配，从每一行的开始进行匹配
$ 行尾匹配，匹配每一行的结束
\A 匹配字符串的开始，与^的区别是，即使在re.M的模式下，也不会匹配其他的行首
\Z 匹配字符串的结束，与$的区别是，即使在re.M的模式下，也不会匹配其他的行尾
\b 匹配单词的边界 \b写在左边匹配左边界，写在右边匹配右边界
\B 匹配单词的非边界 写在左边，左边界不匹配，写在右边右边界不匹配

匹配多个字符

(xyz) 将括号中的内容作为一个整体来进行匹配
x？匹配0个或者1个x 尽可能少的匹配 （懒惰匹配）
x* 匹配0个或者多个x 贪婪匹配，尽可能多的匹配 （贪婪匹配）
x+ 匹配至少一个，贪婪匹配，尽可能多的匹配
x{n} 匹配确定的n个x
x{n,} 匹配至少n个x 贪婪匹配
x{n,m} 匹配至少n个最多m个x

e.g.

2.

3.

4.

常用正则函数

import re

re.compile()

• re.compile(pattern,flags)
  参数一：正则表达式
  参数二：标志位（用于修改正则表达式的匹配方式，如是否区分大小写，多行匹配等等）
  功能：将正则表达式编译成一个正则对象然后返回。调用的时候调用正则对象即可。

re.match()

• re.match(pattern,string,flags)
  参数一：正则表达
  参数二：string
  参数三：标志位
  功能：对string从字符串开始进行匹配，若匹配的上则返回匹配成功的对象，若匹配不上则返回None
  注意：这并不是一个完全匹配，若匹配成功之后，string有剩余仍然匹配成功，若要完全匹配，可以在正则的末尾添加$即可

re.search()

• re.search(pattern,string,flags)
  参数一：正则表达式
  参数二：字符串
  参数三：标志位
  功能：以指定的正则格式在string进行查找若找到则直接返回第一匹配成功的对象，不再继续匹配。若找不到返回None
  

re.findall()

• re.findall(pattern,string,flags)
  功能：以指定的正则表达式去string中进行匹配，把所有匹配的结果作为list返回。若没有匹配上则返回空列表。

re.finditer()

• re.finditer(pattern,string,flags)
  功能：以指定的正则表达式去string中进行匹配，把所有匹配的结果作为迭代器返回.

re.split()

• re.split(pattern,string,maxsplit,flags)
  功能：以指定的正则对string进行切片，并且将切片后的结果作为列表返回。
  （maxsplit：指定最大切片次数，若不指定，全部切片）

re.sub()

• re.sub(pattern,repl,string,count)
  功能：将匹配到的字符以指定的repl进行替换并且返回替换后的结果
  （count：指定替换次数，若不指定则默认全部替换）