re正则表达式

Posted 2020-11-16 agsol

目录

• 正则表达式
  • 元字符
• re模块
  • 方法

正则表达式

Regular Expression ,缩写regex,regexp,RE等

正则表达式式文本处理的重要技术,用它可对字符串按照某种规则进行检索

元字符

代码	说明	举例
[abc]	表示一个字符位置,匹配字符集合中的任意一个字符	[abc]匹配apple中的‘a‘
[^abc]	表示一个字符位置,匹配除去集合内字符的任意一个字符	[^abc]匹配apple中的‘p‘‘p‘‘l‘‘e‘
[a-z]	表示一个字符位置,表示匹配范围内的字符(闭区间)	[a-z][0-9]
[^a-z]	表示一个字符位置,表示除去范围内的字符(闭区间)	[^a-z][^0-9]
d	表示一个字符位置,[0-9]中一个数字
D	表示一个字符位置,表示[^0-9]中非数字
s	表示一个字符位置,匹配一个空白字符包括换行,制表符,空格[f v]
S	表示一个字符位置,匹配一个非空白字符
w	表示一个字符位置,匹配[a-zA-Z0-9]包括中文
W	表示一个字符位置,匹配w之外的字符
.	表示一个字符位置,匹配除换行符外任意一个字符	abc. .abc
*	*前一个字符可以重复0到无数次
+	+前一个字符重复至少一次
?	?前一个字符重复0次或者一次
^	表示以xxx开头	^ab 表示以ab开头的
$	以xxx结尾	ab$ 表示以ab结尾的
{n}	重复固定n次	ew{1}单词中e后面只能有一个非空白字符
{n,}	重复至少n次	ew{1,}等价于ew+
	匹配的单词的边界	b找到文本中b开头的单词
x|y	匹配x或者y

没写一个字符位置的就是一个或多个字符位置

• 单行模式:.可以匹配所有字符,包括换行符,^表示整个字符串的开头,$表示整个字符串的结尾 使用re.S进入单行模式

• 多行模式:.可以匹配存了换行符之外的字符 ,^表示行首,$表示行尾.开始指的是 后紧接着下一个字符,结束指的是 前的字符 默认多行模式

  捕获(分组)

s = 'abc abcd abcfdd'
print(re.findall('a(.)c(d)', s))
>>>[('b', 'd')]

只返回a后面有东西，c后面有d 匹配后返回二元组列表

贪婪模式

s = 'abcdefgbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbg'
print(re.findall('a.*g', s))
>>>['abcdefgbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbg']

非贪婪模式

s = 'abcdefgbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbg'
print(re.findall('a.*?g', s))
>>>['abcdefg']

re模块

常量

常量	说明
re.M	多行模式
re.S	单行模式
re.I	忽略大小写
re.X	忽略表达式中空白字符

使用| 位或运算开启多种选项

方法

编译

re.complile(pattern,flags=0)

设定flags，编译模式，返回正则表达式对象regex。

pattern就是正则表达式字符串，flags是选项。正则表达式需要被编译。

单次匹配

re.match(pattern,string,flag=0)

从字符串开头开始匹配，返回match对象

re.search(pattern,string,flag=0)

从头搜索第一个匹配，返回match对象

全文搜索

re.findall(pattern,string,flag=0)

对整个字符串，从左至右匹配，返回所有匹配项列表

匹配替换

re.sub(pattern,replacement,string，flag=0)

将匹配字符转用replacement代替，返回新字符串

re.subn(pattern,replacement,string，count = 0flag=0)

返回一个元组，count显示替换了多少次