python-正则表达式

正则表达式

什么是正则表达式

正则表达式也叫做匹配模式(Pattern)，它由一组具有特定含义的字符串组成，通常用于匹配和替换文
本
正则表达式能很大程度的简化开发的复杂度和开发的效率

元字符

• \d 匹配数字
• . 匹配除换行符（\n）以外的任意字符
• \w 匹配大小写字母或数字或下划线或汉字 0-9、a-z、A-Z、_（下划线）、汉字和其他国家的语
  言符号，即匹配所有的有效符号
• \s 匹配任意的空白符（如空格、\t）
• ^ 表示以xxx开头
• $ 表示以xxx结尾
• [] 匹配[ ]中列举的字符

反义符

• \D 匹配非数字
• \W 匹配非字母或数字或下划线或汉字，跟\w 正好相反
• \S 匹配任意非空白符
• [^] 列举反义，例如 [^aeiou] 匹配除了 aeiou 这几个字母以外的任意字符

注意[^] 和 ^[] 的区别，他们是不同的

转义符

如果想查找元字符本身的话，比如查找.或者*，就出现了问题：没法指定它们，因为它们会被解释成其它的意思。这时你就必须使用\来取消这些字符的特殊意义。因此，应该使用\ .和 \ *。当然，要查找\本身，你也得用 \ \
建议大家以后在写正则的时候，一定要在正则表达式前面加上r

位数

• * 重复零次或更多次，表示匹配任意位
• + 至少一位（至少有一位，可以有n位）
• ? 0位或1位
• { n } 重复 n 次
• { n, } 重复 n 次或更多次
• { n,m } 重复 n 到 m 次

分组

在正则表达式之中，使用圆括号 ( ) 将正则中包裹起来，会形成正则匹配后的二次筛选
分组最大的好处就是能够形成第二次筛选

re模块常用方法

• search( pattern, string ) 执行正则表达式搜索并且在搜索结束后返回所匹配到的串，只返回第一次匹配到的结果
  可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式
• match( pattern, string ) 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none，匹配成功则返回一个匹配的对象
  可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式
• findall( pattern, string ) 匹配所有的对象，返回一个列表
• sub ( pattern, repl, string ) 实现查找替换
• split( pattern, string ) 分割字符串，结果返回列表
• finditer( pattern, string ) 返回一个迭代器 iterator，这个 iterator yield match objects.返回顺序、内容和re.findall()相同
• compile( pattern[, flags] ) 用来编译正则表达式模式字符串，并生成 Regular Expression Object，供 match() 和 search() 这两个函数使用

贪婪模式和非贪婪模式（懒惰模式）

（1）在 Python 中正则默认是贪婪模式（个别语言中也可能是非贪婪模式），贪婪模式就是总会尝试
匹配更多的字符。非贪婪模式则反之，总是尝试匹配尽可能少的字符

（2）在*、？、+、{m,n}后面加上？，可以将贪婪模式变成非贪婪模式