正则表达式

Posted 2021-01-22 white-black

作用：

　　　表达对字符串数据的 匹配 过滤 提取的表达式(字符串)

概念：

　　　用事先定义好的特定字符，或这些特定字符的组合，来对字符串进行匹配筛选　　

特点：

　　　通用性很强，适用于很多编程语言

　　　语法功能强大

re模块：

　　　是操作正则表达式的模块

# 导入re模块
    import re

    # 使用match方法进行匹配操作
    result = re.match(正则表达式,要匹配的字符串)

    # 如果上一步匹配到数据的话，可以使用group方法来提取数据
    result.group()

用法

import re

# 正则表达式前面全部都加上r 没毛病
result = re.match(r"itcast", "itcast.cn")

result.group()
print(result.group())

输出：itcast

示例

匹配单个字符

　　　.  匹配任意一个字符 除了   可以通过r.S模式让 . 匹配  .==数据.

re.match(r"python.org", "python
org", re.S).group()

　　　[] 匹配[]中列举的字符   [-]表示范围  [0-9]  , [^0-9]表示取反

　　　d 匹配数字 即0-9

　　　D 匹配非数字 即不是数字

　　　s 匹配空白 即 空格、tab键等等

　　　S 匹配非空白

　　　w 匹配非特殊字符 即 a-z 、A-Z、 0-9、 _、汉字 python3中可以匹配汉字

re.match(r"python.orgw", "python.org?").group() # py3默认为unicode模式 可以匹配i汉字

　　　W 匹配特殊字符  即非字母、非数字、非汉字

#coding=utf-8

import re

ret = re.match(".","M")
print(ret.group())

ret = re.match("t.o","too")
print(ret.group())

ret = re.match("t.o","two")
print(ret.group())
运行结果：

M
too
two

示例 .

匹配开头和结尾

　　　^匹配字符串开头

　　　$匹配字符串结尾

　　　[^指定字符]: 表示除了指定字符都匹配

量词

　　　{m,n} 匹配 至少m次 至多n次   {1，} {0，}

　　　{m} 匹配 m次

　　　* 匹配任意次

　　　+ 匹配至少一次

　　　？ 匹配0或者1次

匹配分组

　　　目的：提取部分数据

　　　匿名分组

　　　　　创建 (正则)

　　　　　获取.group(分组编号)

　　　　　　　0分组存储整体结果

　　　　　　　用户分组从1开始　　　　

　　　　　引用 编号

　　　命名分组

　　　　　创建(?P<分组名>正则)

　　　　　获取.group(分组名称)

　　　　　引用(?P=name)

　　　| (a|b|c) 匹配|左右任意一个表达式

函数

　　　match(正则,数据)->匹配对象 从头开始匹配

　　　search(正则,数据)->匹配对象 从头开始搜索 直到数据搜索完成

　　　findall (正则,数据)->列表 查找所有与正则表达式匹配的数据 以列表形式输出

　　　sub (正则,替换数据,数据,次数)->替换后的数据

　　　split (正则,数据)->切割后的列表

贪婪与懒惰（非贪婪）

　　　默认贪婪 尽可能多

　　　前提 满足整体的匹配结果

r字符 

　　　自动对数据的进行转义

　　　不添加r时　　

html = """   """
import re
print(re.findall(r"https://.+?.(?:jpg|png)", html))

*==*