常用模块- re模块

Posted 2020-09-20

一：什么是正则？

　正则就是用一些具有特殊含义的符号组合到一起（称为正则表达式）来描述字符或者字符串的方法。或者说：正则就是用来描述一类事物的规则。（在Python中）它内嵌在Python中，并通过 re 模块实现。正则表达式模式被编译成一系列的字节码，然后由用 C 编写的匹配引擎执行。

生活中处处都是正则：

    比如我们描述：4条腿

    　　你可能会想到的是四条腿的动物或者桌子，椅子等

    继续描述：4条腿，活的

          就只剩下四条腿的动物这一类了

二：常用匹配模式(元字符)

 

1.\\w匹配字符数字下划线
    print(re.findall(‘\\w‘,‘as213df_*|‘))
    
结果：
[‘a‘, ‘s‘, ‘2‘, ‘1‘, ‘3‘, ‘d‘, ‘f‘, ‘_‘]

2.\\W匹配非字符数字下划线
    print(re.findall(‘\\W‘,‘as213df_*|‘))
结果：
[‘*‘, ‘|‘]

3.print(re.findall(‘a\\wb‘,‘a_b a3b aEb a*b‘))#匹配a b直接的匹配字符数字下划线
结果：
[‘a_b‘, ‘a3b‘, ‘aEb‘]

4.匹配任意空白字符 等价于【\\t\\n\\r\\f】
print(re.findall(‘\\s‘,‘a b\\nc\\td‘))
结果
[‘ ‘, ‘\\n‘, ‘\\t‘]
5.\\S匹配任意非空字符
print(re.findall(‘\\S‘,‘a b\\nc\\td‘))
结果
[‘a‘, ‘b‘, ‘c‘, ‘d‘]
6.匹配任意数字，等价于[0-9]
print(re.findall(‘\\d‘,‘a123bcdef‘))
结果
[‘1‘, ‘2‘, ‘3‘]
7.\\D匹配任意非数字
print(re.findall(‘\\D‘,‘a123bcdef‘))
结果
[‘a‘, ‘b‘, ‘c‘, ‘d‘, ‘e‘, ‘f‘]
8.匹配字符\\n
print(re.findall(‘\\n‘,‘a123\\nbc\\ndef‘))
结果
[‘\\n‘, ‘\\n‘]
9.匹配\\t
print(re.findall(‘\\t‘,‘a123\\tbc\\td\\tef‘))
结果
[‘\\t‘, ‘\\t‘, ‘\\t‘]
10.匹配字符 ‘h’
print(re.findall(‘^h‘,‘hello egon hao123‘))
结果
[‘h’]

print(re.findall(‘^h‘,‘hello egon hao123‘))
结果
[]
11.匹配字符串末尾
print(re.findall(‘3$‘,‘e3ll3o e3gon hao123‘))
结果
[‘3‘]
12 匹配任意字符除了换行
#匹配a和b中件除了换行的任意字符
print(re.findall(‘a.c‘,‘abc a1c a*c a|c abd aed ac‘))
结果
[‘abc‘, ‘a1c‘, ‘a*c‘, ‘a|c‘]
print(re.findall(‘a.c‘,‘abc a1c a*c a|c abd aed a\\nc‘,re.S)) #让点能够匹配到换行符
结果
[‘abc‘, ‘a1c‘, ‘a*c‘, ‘a|c‘, ‘a\\nc‘]

13.
#匹配a开头包含“1”,"2",“\\n” 并且以c结尾的字符
print(re.findall(‘a[1,2\\n]c‘,‘a2c a,c abc a1c a*c a|c abd aed a\\nc‘))
结果
[‘a2c‘, ‘a,c‘, ‘a1c‘, ‘a\\nc‘]
14.匹配a开头包含0-9并且c结尾的字符

print(re.findall(‘a[0-9]c‘,‘a2c a11c abc a1c a*c a|c abd aed a\\nc‘))

结果[‘a2c‘, ‘a1c‘]

15.匹配开头a包含0-9 a-z A-Z * -并且以c结尾的字符

print(re.findall(‘a[0-9a-zA-Z*-]c‘,‘a1c abc a*c a-c aEc a-1c‘))
结果：[‘a1c‘, ‘abc‘, ‘a*c‘, ‘a-c‘, ‘aEc‘]

16.a开头b结尾不包含0-9数字的字符

print(re.findall(‘a[^0-9]c‘,‘a1c a2c a*c a-c aEc‘))
结果：[‘a*c‘, ‘a-c‘, ‘aEc‘]

17.匹配以a开头b最少0最大无线

print(re.findall(‘ab*‘,‘a ab b‘))

结果

print(re.findall(‘ab*‘,‘a ab baaa abbbbbbbbbbbbbbbb  ac‘))

print(re.findall(‘ab*‘,‘bbbbbb‘))
结果[]

18.“+” a开头b最少得有一个

print(re.findall(‘ab+‘,‘a‘))
结果：[]

print(re.findall(‘ab+‘,‘bbbbbb‘))
结果：[]

19.ab开头结尾包含1或者2或者3

print(re.findall(‘ab[123]‘,‘ab1 ab2 ab3 bbbbb1‘))
结果[‘ab1‘, ‘ab2‘, ‘ab3‘]

20.ab开头1、2、3结尾最少包含1个

print(re.findall(‘ab[123]+‘,‘ab11111111 ab2 ab3 abc1‘))
结果：[‘ab11111111‘, ‘ab22222222‘, ‘ab3‘]

print(re.findall(‘ab[123]+‘,‘ab1 ab2 ab3 ab4 ab123‘))

结果：[‘ab1‘, ‘ab2‘, ‘ab3‘, ‘ab123‘]

print(re.findall(‘ab[123][123][123]‘,‘ab1 ab2 ab3 ab4 ab123‘))

结果：

[‘ab123‘]

21.

print(re.findall(‘ab{3}‘,‘ab1 abbbbbbbb2 abbbbb3 ab4 ab122‘))#限制b的长度
结果：[‘abbb‘, ‘abbb‘]

print(re.findall(‘ab{0,}‘,‘a123123123 ab1 abbb123 abbbbbbb123 abbbbbtb‘))#b 0个到无穷大

结果：[‘a‘, ‘ab‘, ‘abbb‘, ‘abbbbbbb‘, ‘abbbbb‘]

print(re.findall(‘ab{2,}‘,‘a123123123 ab1 abb123 abbbb123 abbbbbt‘))
结果：[‘abb‘, ‘abbbb‘, ‘abbbbb‘]

22.

print(re.findall(‘a.*c‘,‘a2c abc aec a1c‘))#贪婪方式匹配a和c之间除了换行任何字符
结果：[‘a2c abc aec a1c‘]

23.

print(re.findall(‘a.*?c‘,‘ac abc aec a1c‘))#a到c之间任意字符
结果：[‘ac‘, ‘abc‘, ‘aec‘, ‘a1c‘]
print(re.findall(‘a.*?c‘,‘ac abc a111111111c a\\nc a1c‘,re.S))#\\n需要转意
结果：[‘ac‘, ‘abc‘, ‘a111111111c‘, ‘a\\nc‘, ‘a1c‘]

24.（）分组

#（y|ies)找到y和ies结尾的

print(re.findall(‘compan(?:y|ies)‘,‘Too many companies have gone bankrupt, and the next one is my company‘))
结果：[‘companies‘, ‘company‘print(re.findall(‘(ab)+123‘,‘ababab123‘)) #[‘ab‘]，匹配到末尾的ab123中的ab

结果：[‘ab‘]
print(re.findall(‘(?:ab)+123‘,‘ababab123‘))

结果：[‘ababab123‘]

print(re.findall(r‘a\\\\c‘,‘a\\c‘)) #r代表告诉解释器使用rawstring，即原生字符串，把我们正则内的所有符号都当普通字符处理，不要转义
结果：[‘a\\\\c‘]

print(re.findall(‘a\\\\\\\\c‘,‘a\\c‘)) #r代表告诉解释器使用rawstring，即原生字符串，把我们正则内的所有符号都当普通字符处理，不要转义

print(re.findall(r‘a\\\\c‘,‘a\\c‘)) #r代表告诉解释器使用rawstring，即原生字符串，把我们正则内的所有符号都当普通字符处理，不要转义
print(re.findall(‘a\\\\\\\\c‘,‘a\\c‘)) #同上面的意思一样，和上面的结果一样都是[‘a\\\\c‘]