正则表达式

正则表达式

   什么是正则表达式：描述字符串排列的一套规则。

基础知识

1.原子

  原子正则表达式中最基本的组成单位，每个正则表达式中至少要包含一个原子

（1）普通字符作为原子

（2）非打印字符作为原子 ：字符串中用于格式控制的字符  如 “\n”,“\t”

 （3）通用字符作为原子：一个原子可以匹配一类字符 “\w” ,"\W","\d","\D" ,"\s","\S"

 （4）原子表：可以定义一组地位平等的原子，然后匹配的时候回取该原子表中的任意原子进行匹配。[xyz]py,[^xyz]py

    

2.元字符

  正则表达式中具有特殊意义的字符。

  (1)任意匹配元字符 :    “.”

  (2) 边界限制元字符：“^”匹配字符串的开始，“$”匹配字符串的结束

  (3)限定符：“*”、“？”、“+”、“{n}”、“{n，}”、“{n，m}”

  (4)模式选择符：“|”

  (5)模式单元符：“()”将一些原子组成一个大原子使用

3.模式修正

4.贪婪模式与懒惰模式

  贪婪模式即尽可能多的匹配，懒惰模式即尽可能少的匹配

 如想在某些字符间匹配任意字符：“p.*y”默认是贪婪模式，转化为懒惰模式“p.*?y”

正则表达式常见函数

1.re.match(pattern,string,flag)  表示从源字符串的起始位置匹配一个模式

2.re.search() 在全文中进行搜索并匹配

3.全局匹配函数：将符合模式的内容全部匹配（>=1）出来

  思路如下：（1）使用re.compile()对正则表达式进行预编译

                    （2）编译后，使用findall()根据正则表达式从源字符串中将匹配的结果全   部找出。

4.re.sub(pattern,rep,string,max) 根据正则表达式实现替换某些字符串的功能。