正则表达式
Posted njhbk
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了正则表达式相关的知识，希望对你有一定的参考价值。
re模块是操作正则表达式的模块
一，匹配单个字符
注意：
1， ‘ . ‘可以匹配除了 的唯一字符，若想要匹配 ，可在正则表达式后加上re.S .
2， w还可以匹配多种语言，所以需要慎用。
3， s 可以匹配到
4， []中匹配10个数字可用[0-9]，26个字母可用[a-z]
5， []中匹配除了指定字符以外都匹配：[^abcde]
二，匹配多个字符
注意：此处可以体现出正则表达式的贪婪特性，在同等条件下，会自动使*、+、？、{1,5}匹配多的字符，取消贪婪特性可使用*?、 +?、 ??、 {}?
三，匹配开头和结尾、除了指定字符都匹配
1，匹配开头和结尾
在表达式中若有^代表匹配内容的首字符应该与正则表达式中的首字符匹配，否则无输出。
在表达式中若有$代表匹配内容的末字符应该与正则表达式中的末字符匹配，否则无输出。
2，除了指定字符都匹配
[^指定字符]: 表示除了指定字符都匹配
# [^>]*> 表示 只要不是 字符> 就可以匹配多个，直到遇到>
# | 在此处表示 并
re.sub(r‘<[^>]*>|s| ‘,‘‘,strs) # 表示将strs中在匹配到的字符替换成无，并输出替换后的strs
四，匹配分组
1，字符‘|’ 在此处表示 或 ，由括号()来限定或的范围
2，()中的字符作为分组，group(num)中的num指定取出哪个分组
3， um 在正则表达式中引用分组num匹配到的字符
4，(?P<name>)分组起别名 (?P=name)引用别名为name分组匹配到的字符串
五，re模块的高级用法
1.search
与match的区别为：不从开头开始匹配，在文中寻找匹配项，只查找一次
2.findall
与search基本相同，但可以查找多次
3.sub 将匹配到的数据进行替换
1）使用字符串进行替换
2）使用函数进行替换
4.split
根据匹配进行切割字符串，并返回一个列表
# | 表示 并
六，贪婪与非贪婪
在"*","?","+","{m,n}"后面加上？，使贪婪变成非贪婪。
正则表达式模式中使用到通配字，那它在从左到右的顺序求值时，会尽量“抓取”满足匹配最长字符串，在我们上面的例子里面，“.+”会从字符串的启始处抓取满足模式的最长字符，其中包括我们想得到的第一个整型字段的中的大部分，“d+”只需一位字符就可以匹配，所以它匹配了数字“4”，而“.+”则匹配了从字符串起始到这个第一位数字4之前的所有字符。
解决方式：非贪婪操作符“？”，这个操作符可以用在"*","+","?"的后面，这样“？”前面的正则表达式不能匹配“？”后面正则表达式的数据
七，r的作用
Python中字符串前面加上 r 表示原生字符串，数据里面的反斜杠不需要进行转义，针对的只是反斜杠
Python里的原生字符串很好地解决了这个问题，有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。
建议: 如果使用使用正则表达式匹配数据可以都加上r，要注意r针对的只是反斜杠起作用，不需要对其进行转义
match_obj = re.match(r"<([a-zA-Z1-6]+)>.*</1>", "<html>hh</html>")
if match_obj:
print(match_obj.group())
else:
print("匹配失败")- r 表示原生字符串，数据里面的反斜杠不需要进行转义，针对的只是反斜杠
以上是关于正则表达式的主要内容，如果未能解决你的问题，请参考以下文章
正则表达式匹配特定的 URL 片段而不是所有其他 URL 可能性