Python正则表达式

正则表达式

正则表达式是一种可以让一些复杂的字符串问题变得简单的工具。

正则语法(通用)

1.re模块

fullmatch(正则表达式，字符串) ：判断字符串是否满足正则表达式描述的规则(完成匹配)

python提供正则表达式的方法：提供一个字符串，字符串内容是一个正则表达式，这个字符串的最前面需要加r

python的正则表达式：r’正则’

js的正则表达式：/正则/

ac的正则表达式：“正则”

2.正则语法内容

包括：匹配类符号、控制次数的符号、分组和分支、检测类符号、阻止转义

匹配类符号

约束字符串中某个位置上的字符式什么样的字符

1.普通符号（字符）

在正则表达式表示符号本身的符号就是普通符号（除了特殊符号以外的都是普通符号）

2.特殊符号

. ：匹配任意一个字符

\d：匹配任意一个数字字符

\s：匹配任意一个空白字符（任何可以产生空白效果的符号：空格、\t、\n）

\D：匹配任意一个非数字字符

\S：匹配任意一个非空白字符

[字符集]：匹配字符集中的任意一个字符

[多个普通字符] - [mnab]：匹配m或者n或者a或者b

[\dmn]：匹配任意一个数字或者m或者n

[\d\s]：匹配任意一个数字或者任意空

[1-9]：匹配1到9中任意数字

[0-9]：和\d效果一样

[1-5a-z]：匹配数字1到5或者任意小写字母

[A-Za-z]：匹配任意一个字母

[\u4e00-\u9fa5]：匹配任意一个中文

[\u4e00-\u9fa5wp]：匹配任意一个中文或者w或者p

[^字符集]：匹配不在字符集中的任意一个字符

控制次数的符号

控制次数的符号的用法：匹配类符号次数

*：任意次数（0或者多次）

+：一次或者多次

?：0次或者1次

{}

{N}：N次

{M,N}：M到N次

{M,}：至少N次

{,N}：最多N次

练习 ：写一个正则表达式可以匹配任意一个整数

from re import fullmatch
print(fullmatch(r'[+-]?[1-9]\d*','-123'))

贪婪和非贪婪模式

在匹配次数不确定的时候，匹配次数有贪婪和非贪婪两种模式

默认是贪婪模式：*、+、{M,N}、{M,}、{,N}

贪婪模式：如果多种匹配次数都可以匹配成功，最后取最大的次数进行匹配

非贪婪模式：*？、+？、{M,N}？、{M,}？、{,N}？

如果多种匹配次数都可以匹配成功，最后取最小的次数进行匹配

分组和分支

1.分组：（）

1）整体操作：将正则的一部分用（）括起来表示一个分组，然后整体控制次数

2）重复匹配结果：在正则中用（）添加分组，然后在正则中用’\M’来重复它前面第M个分组的匹配结果

3）捕获：findall函数在正则表达式中有分组

2.分支：|

正则1|正则2|正则|…

注意：如果是正则的部分要进行分支选择，需要将部分分支加（）

检测类符号

检测类符号：检测符号所在的位置是否符合条件（必须是在匹配成功前提下才检测）

1.单词边界：\b

检测\b所在的位置是否是单词边界。

单词边界：凡是可以将两个单词区分开的符合都是单词边界，比如：字符串开头、字符串结尾、空白字符、标点符号等！

注意：检测类符号不影响字符串长度

2.检测字符串开头：^

3.检测字符串结尾：$

转义字符

1.转义字符

在正则中本身具备特殊功能或者特殊意义的符号前加’\‘，让它的功能消失变成普通符号。

2.[]也可以让独立存在有意义的符号功能消失

+、*、？、.、^、$、|等

注意：^和-在[]中的意义，[]在[]中需要加\

re模块

1.re模块中常用的函数及其功能

fullmatch（正则，字符串）：判断整个字符串是否描述正则描述的规则，如果不满足结果是None,满足返回匹配对象

match(正则，字符串)：匹配字符串的开头是否符号要求，如果不匹配返回None,否则返回匹配对象

search（正则，字符串）：在整个字符串中查找第一个满足正则表达式的子串，如果找不到返回None,否则返回匹配对象

findall（正则，字符串）：获取字符串中所有满足正则的子串，返回一个列表（注意分组的问题）

finditer（正则，字符串）：获取字符串中所有满足正则的子串，放回一个迭代器，迭代器中的元素是匹配对象

sub（正则，字符串1，字符串2）：将字符串2中所有满足正则的子串全部替换成字符串1

split(正则，字符串，次数)：将字符串中所有满足正则的子串作为切割点对字符串进行切割