python全栈开发 * 29知识点汇总 * 180712

Posted 2020-12-03 j-7-h-2-f-7

29  正则表达式  re模块
一.正则表达式
官方定义：正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，
 这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式
 作用:
    1.规范字符串规则(通过一个规则从一段字符串中找到符合规则的内容)
    2.判断某段字符串是否符合规则.
(一).字符组  [ - ]从小往大指   按照ascii的顺序
    在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示
    字符分为很多类，比如数字、字母、标点等等
    
(二).字符
 
    元字符  匹配内容
    .      匹配除换行符以外的任意字符
    w     匹配字母或数字或下划线
    s     匹配任意的空白符
    d     匹配数字
    
     匹配一个换行符
    	     匹配一个制表符
         匹配一个单词的结尾
    ^      匹配字符串的开始
    $      匹配字符串的结尾
    W     匹配非字母或数字或下划线
    D     匹配非数字
    S     匹配非空白符
    a|b        匹配字符a或字符b
    ()     匹配括号内的表达式，也表示一个组
    [...]  匹配字符组中的字符
    [^...] 匹配除了字符组中字符的所有字符
(三).量词

    量词    用法说明
    *      重复零次或更多次
    +      重复一次或更多次
    ?      重复零次或一次
    {n}        重复n次
    {n,}   重复n次或更多次
    {n,m}  重复n到m次
(四).字符集  字符集［］［^］
    李[杰莲英二棍子]*          表示匹配"李"字后面[杰莲英二棍子]的字符任意次 
    李[^和]*                  表示匹配一个不是"和"的字符任意次
    [d]     456bdha3         表示匹配任意一个数字，匹配到4个结果
    [d]+    456bdha3         表示匹配任意个数字，匹配到2个结果
(五).分组  或|   [^]
     身份证号码是一个长度为15或18个字符的字符串，如果是15位则全部???数字组成，首位不能为0；
     如果是18位，则前17位全部是数字，末位可能是数字或x，下面我们尝试用正则来表示
         ^[1-9]d{16}[0-9x]|^[1-9]d{14}
(六)转意符
    1.在正则表达式中，有很多有特殊意义的是元字符，比如d和s等，
    如果要在正则中匹配正常的"d"而不是"数字"就需要对""进行转义，变成‘\‘
    2.所以如果匹配一次"d",字符串中要写成‘\d‘，那么正则里就要写成"\\d",这样就太麻烦了。
    这个时候我们就用到了r‘d‘这个概念，此时的正则是r‘\d‘就可以了  ("r"表示取消所有转义)
(七)贪婪匹配  贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配
    <.*>        默认为贪婪匹配模式，会匹配尽量长的字符串
    <.*?>       加上？为将贪婪匹配模式转为非贪婪匹配模式，会匹配尽量短的字符串
(八)惰性匹配 ( 元字符+量词+"?")  最少匹配次数   
    如果后面有条件,条件内匹配最少的,  表示匹配任意长度的字符遇到标识就立刻停止 (爬虫需要)
(九)小数   
d+.?d+        有纰漏  (12.) 
d+(.d+)?      牢记
二.re模块
 模块:操作某一个确实存在的内容的python方式
 re模块:如何用python操作正则
1.re.findall("正则","待匹配字符串")
2.re.search("正则","带匹配字符串")    返回一个对象,赋值给变量ret ;  通过ret.group()获取匹配的字符串
                                         如果字符串没有匹配,则返回None.
import re                                       
ret=re.findall(‘d+‘,"fhjgh56556jjj87878")
print(ret)     # 返回所有满足匹配条件的结果,放在列表里
print(ret)
ret=re.search("d+","gdhgjh767676hjhljljj898989")
print(ret.group())