正则表达式

Posted 2021-01-26 kulankadamei

为什么要用正则表达式：用来匹配一类具有相同规则的字符串

规则：

单字符：

　　. ：出换行以外的所有字符

　　[]：[aoe] [a-w] 匹配集合中任意一个字符

　　d：数字 [0-9]

　　D：非数字

　　w：数字、字母、下划线、中文

　　W：非w

　　s：所有的空白字符

　　S：非空白字符

数量修饰（控制次数）：

　　* ：任意多次  >=0

　　+：至少一次 >=1

　　？：可有可无  0次或者1次

　　 {m}：固定m次

　　 {m,}：至少m次

　　{m,n}：m~n次

边界：

　　 ：

　　B ：

　　$：以XX结尾

　　 ^：以XX开头

分组：

　　()：视为一个整体

　　(ab){4}: 匹配4次ab   2   1

　　()：子模式组模式  

　　<>：

子模式举例：

import re

"""题目：写一个正则，匹配下面的字符串"""
string = ‘<p><div><span>猪八戒</span></div></p>‘
# 说明：匹配过程中，需要将div 和 span 分别作为一个整体，所以要用(),
# 而且后面的div以及span要与前面的一致，
# 所以用2来匹配第二个()中的span，1来匹配第一个()中的div
pattern = re.compile(r‘<(w+)><(w+)>w+</2></1>‘)  # 生成正则

ret = pattern.search(string)   # 搜索要匹配的字符串
print(ret)

运行结果：

ret----- <re.Match object; span=(3, 30), match=‘<div><span>猪八戒</span></div>‘>

 

贪婪模式：  .*   和 .+

　　.*? ：取消贪婪模式

　　.+?：取消贪婪模式

举例：

string_2 = ‘<div>一二三四五</div></div></div>‘
pattern_2 = re.compile(r‘<div>.*</div>‘)   # .* 贪婪模式，匹配一二三四五</div></div>
pattern_3 = re.compile(r‘<div>.*?</div>‘)  # .*? 取消贪婪模式，只匹配到 一二三四五 就结束匹配
ret_2 = pattern_2.search(string_2)
ret_3 = pattern_3.search(string_2)
print("ret_2 ----", ret_2)   # 可以匹配全部的
print("ret_3 ----", ret_3)    # 匹配部分

运行结果：

ret_2 ---- <re.Match object; span=(0, 28), match=‘<div>一二三四五</div></div></div>‘>
ret_3 ---- <re.Match object; span=(0, 16), match=‘<div>一二三四五</div>‘>