初识正则表达式

Posted 2022-12-14 csxz

1.字符匹配

（1）普通字符

大多数字母和字符会和自身匹配

（2）元字符

. ^   $   * + ? \ | () 

2.元字符理解

（1）[]用来指定字符集：[a-z]，元字符在字符集中不起作用，补集匹配不在区间范围内字符

>>> st="top tip tqp twp tep"
>>> res=r"top"
>>> re.findall(res,st)
[‘top‘]
>>> res=r"t[io]p"
>>> re.findall(res,st)
[‘top‘, ‘tip‘]

>>> res=r"t[^io]p"     #[^io]表示不包含io
>>> re.findall(res,st)
[‘tqp‘, ‘twp‘, ‘tep‘]

（2）^（匹配行首，在mulitiline模式匹配换行）

>>> s="hello word,hello boy"
>>> r=r"^hello"
>>> re.findall(r,s)
[‘hello‘]

 （3） $（匹配行尾）

>>> r=r"boy$"
>>> re.findall(r,s)
[‘boy‘]

（4）\（可用于取消所有元字符）

\d （匹配十进制） [0-9] ; \D（匹配非数字字符）[^0-9];\s（匹配任何空白字符） [\t\n\r\f\v]

\S（匹配任何非空白字符） [^\t\n\r\f\v];\w（匹配字母、数字）[a-zA-Z0-9_];\W（匹配非字母、数字）[^a-zA-Z0-9_]

(5)重复

>>> r=r"^010-\d8" #代表重复8次\d
>>> re.findall(r,"010-98707890")
[‘010-98707890‘]

(6)*（将前一个字符重复零次或多次）

>>> r=r"ab*"
>>> re.findall(r,"aaaaabbbbfffff")
[‘a‘, ‘a‘, ‘a‘, ‘a‘, ‘abbbb‘]
>>> re.findall(r,"a")
[‘a‘]

（7）+（ 将前一个字符匹配一次或多次）

>>> r=r"ab+"
>>> re.findall(r,"a")
[]

（8）？（匹配一次或零次，标识某物是可选的）

>>> r=r"^010-?\d8$"
>>> re.findall(r,"010-98707890")
[‘010-98707890‘]
>>> re.findall(r,"01098707890")
[‘01098707890‘]
（9）m,n(至少重复m次，至多重复n次）0，等同于*

1，等同于+，0，1与？相同

>>> r=r"a1,3"
>>> re.findall(r,"01abcdaasa")
[‘a‘, ‘aa‘, ‘a‘]