python--“re”详解

Posted l-c98

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python--“re”详解相关的知识,希望对你有一定的参考价值。

一、什么是正则表达式?

正则表达式(regular expression)描述了一种字符串匹配的模式,可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。

正则表达式的组件可以是单个的字符、字符集合、字符范围、字符间的选择或者所有这些组件的任意组合。 

 

二、正则表达式的基本语法。

1.备选字符集 

    语法:[可选字符列表]
        强调:1. 无论备选字符集包含多少字符,只能选1个
         2. 必须选1个!

      比如:6位数字的密码: [0123456789][0123456789][0123456789][0123456789][0123456789][0123456789]
     简化:1. 当备选字符连续时,可用-表示范围的区间
        比如:[0123456789]-->[0-9]
        [0-9][0-9][0-9][0-9][0-9][0-9]
        [a-z]-->1位小写字母
        [A-Z]-->1位大写字母
        [A-Za-z]-->1位字母,大小写都行
        [0-9a-zA-Z]-->1位字母或数字都行
     反选:[^不能选的字符列表]
     比如:[^47] 强调:^作“除了”使用时,只能放在开头

   语法:X|Y
   表达式X|Y等价于[XY]
 
2、预定义字符集
为常用的字符集专门提供的简化写法!
      “d”-->[0-9]-->1位数字                “D”------一位非数字字符
      “w”-->[0-9a-zA-Z_]-->1位字母,数字或_         “W”------匹配任何非单词字符,等价于[^0-9a-zA-Z_]
      “s”-->1位空字符:匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ f v]。      “S”--------匹配非空白字符,等价于 [^f v]
   “”----匹配一个单词边界。比如,“er”可以匹配"never"中的"er",但不能匹配“verb”中的“er”。   “B”--------匹配非单词边界。比如,"erB"能匹配"verb"中的"er",但是不能匹配“never”中的“er

      “ . “: 除换行回车外的任何一个字符,如:
      
.
 3. 数量词:规定相邻的字符集可出现的次数
    确定数量:3种:
      {n}--> 必须反复出现n位
                {n,m}--> 最少出现n次,最多出现m次
              {n,}-->至少出现n次,多了不限!
    
          比如:/^d{6}$/——6位数字
  

  不确定数量:3种
      *  大于等于0次
      +  至少出现一次
        ?  0次或1次
4. 指定匹配位置:
      ^表达式: 必须以表达式的规则为开头
      表达式$: 必须以表达式的规则为结尾

     比如:选择字符串开头的空格?^s*
           选择结尾空格?s*$
           选择开头或结尾的空格?^s*|s*$
     *预告:今后只要在程序中执行验证:都要前加^后加$*
            表示从头到尾完整匹配。

     比如:test():
       ^d{6}$——从头到尾必须只能是6位数字
    

5.预判

在进行正式匹配正则表达式之前,先预读整个字符串,进行初步匹配,如果预判都不能通过,则不再验证。

  (?:pattern)   非获取匹配,匹配pattern但不获取匹配结果,不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部分时很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。
  
  (?=pattern)   非获取匹配,正向肯定预查,在任何匹配pattern的字符串开始处匹配查找字符串,该匹配不需要获取供以后使用。例如,“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”,但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。
  
  (?!pattern)   非获取匹配,正向否定预查,在任何不匹配pattern的字符串开始处匹配查找字符串,该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”,但不能匹配“Windows2000”中的“Windows”。
  
  (?<=pattern)     非获取匹配,反向肯定预查,与正向肯定预查类似,只是方向相反。例如,“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”,但不能匹配“3.1Windows”中的“Windows”。 “(?<=95|98|NT|2000)Windows”目前在python3.6中re模块测试会报错,用“|”连接的字符串长度必须一样,这里“95|98|NT”的长度都是2,“2000”的长度是4,会报错。

       (?<!pattern)    非获取匹配,反向否定预查,与正向否定预查类似,只是方向相反。例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”,但不能匹配“2000Windows”中的“Windows”。这个地方不正确,有问题 .此处用或任意一项都不能超过2位,如“(?<!95|98|NT|20)Windows正确,“(?<!95|980|NT|20)Windows 报错,若是单独使用则无限制,如(?<!2000)Windows 正确匹配。 同上,这里在python3.6中re模块中字符串长度要一致,并不是一定为2,比如“(?<!1995|1998|NTNT|2000)Windows”也是可以的。


 
 6.分组  
   ()括号里面的内容当作一个分组,当做一个整体 
   比如:(a|bc)de  表示ade 或者cdef
 
 7.贪婪模式和懒惰模式
贪婪模式:默认情况下,正则表达式会匹配最大的符合条件的字符串, *、+和?限定符都是贪婪的,因为它们会尽可能多的匹配文字,只有在它们的后面加上一个?就可以实现非贪婪或最小匹配。
























































以上是关于python--“re”详解的主要内容,如果未能解决你的问题,请参考以下文章

Python中re.match与re.search的使用方法详解

python re模块详解

python re模块findall()详解

Python3正则匹配re.split,re.finditer及re.findall函数用法详解

Python 正则表达式详解与 re 模块的使用

Python re模块用法详解