python正则表达式入门
Posted 柳小葱
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了python正则表达式入门相关的知识，希望对你有一定的参考价值。
🙊今天我们来学习python的正则表达式的部分，先说下为什么要学习这一部分呢，当然是因为正则表达式处理文本类型的数据实在是太方便了。为以后进入nlp领域打打基础！
先给大家推荐一个网站: 用于正则表达式验证.
大致就长这个样子。
1.基础知识
- 普通字符：普通字符的含义就是字节匹配他们。
- 特殊字符：它们出现在正则表达式中，不是直接匹配他们，而是表达一些特殊的含义。
.表示匹配除了换行符之外的任何单个字符
例如匹配‘’.公司‘’(匹配三个字符)
#这里展示一下python怎么使用正则表达式
import re #正则表达式的库
content='''
苹果是红色
香蕉是黄色
叶子是绿色
天空是蓝色
'''
#将表达式转化为pattern对象，就可以调用后面的find之类的方法
p=re.compile(r'.色')
for i in p.findall(content):
print(i)
结果如下：
*表示匹配前面的子表达式任意次，包括0次
例如：匹配，.*表示匹配，以及后面的所有字符
当然前面可以跟普通字符 “好” 匹配 “好好好…”
+表示匹配前面的子表达式一次或者多次，不包括0次
区别就是不包括0次。
+号的（不能0次）
*号的（可以0次）
匹配前面的字符指定的次数
例如：表达式"油2,4"表示匹配油字最少2次最多4次
2.贪婪模式和非贪婪模式
不知道大家看懂了下面的这张图吗？
我们只想一个一个匹配
<head><title>
标签，但是它却帮我吗全部都匹配上了，这是因为它只看见了第一个 “< ”和左后一个“>”中间部分全部看成了任意字符，这就是贪婪模式，它会最大限度地匹配字符。
要想变成非贪婪模式，需要在‘+’，”*“后面加一个‘？’ 这样子就是匹配4个字符。
3.反斜杠的用途
反斜杠 \\ 在正则表达式中多种用途，比如转义
例如：我们需要寻找.之前的所有元素 需要使用
.
∗
/
.
.*/.
.∗/.斜杠是为了告诉程序后面一个字符代表普通字符.的含义
反斜杠可以和一些字符组合表示一些特殊字符
4.中括号的用法
中括号可以用来表示条件或[0123] 或者[0-3]代表这个字符可以是0，1，2，3
也可以存放字符[黄红绿蓝]、[a-z]这一类
例如：匹配包含‘’是[黄红绿蓝]色‘’的字符
需要说明一些元字符在[]中就是失去了自己的意义，变成普通字符了
例如. + *不需要转义。‘
例如查找“.是”的字符
如果在[]中使用^字符，则表示非的概念
例如：匹配非数字字符
5.匹配启始和结束位置
^表示匹配文本启始的位置但在不同模式下效果不一样
正则表表达式主要有2种模式：单行模式和多行模式
单行模式：是指把整个文本看作是一组数据，只匹配所有数据的开头
多行模式：是指把每一行看成是一组数据，匹配每一行的开始
例如：我们使用单行模式匹配,只匹配了第一行的001
例如：我们使用多行匹配，匹配到了001、002、003
问题来了，在python中如何制定是是单行还是多行模式呢？
在compile里面增加参数re.M或者re.MULTILINE都行。
结果如下：
$表示文件的结尾，用法和^类似，也分多行模式和单行模式
单行模式
多行模式
6.括号的用法—组选择
组选择：是指从正则表达式匹配的结果中再选择出我们所需要的字符，例如：我们需要匹配逗号前面的字符，我们可能会写“.*，”可是这样匹配出来的字符中含有逗号，可我们不想要这个逗号，这时就需要用组选择。
看一看python的写法
如果遇见多个分组，那么每一行的数据就会变成元组，你可以通过元组下标来取出对应的字符。
来一个小练习：给你一组数据，请从中选出人名和电话号码
苹果，电话123131
香蕉，电话234241
叶子，电话245363
天空，电话124234
python实现如下：
7.正则表达式切割字符
字符串对象的split()方法只适用于非常简单的字符串分割情形，当你需要更加灵活的切割字符的时候，就需要用正则表达式了
例如：
#我们这里有一组数据
names=‘关羽；张飞，马超，老夫子，李元芳 狄仁杰’
这应该如何切割呢？
我们可以利用re.split用正则表达式的符号来制定分隔符。
总结
这一这章节主要是进行正则表达式的基础学习，当作一个小小的入门教程还是很不错的，日后碰见复杂的用法会继续添加。
以上是关于python正则表达式入门的主要内容，如果未能解决你的问题，请参考以下文章