re模块详解

正则表达式（Regular Expression，简称 regex 或 regexp）是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”）。正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在编程和数据处理中，正则表达式极其强大，可以用来搜索、编辑或操作文本和数据。

一、基本概念

• 普通字符：大多数字母和数字都可以被看作是普通字符。它们匹配自己。例如，正则表达式 test 匹配字符串 "test"。
• 元字符：在正则表达式中具有特殊含义的字符。例如，. 表示匹配除了换行符之外的任何单个字符。
• 转义字符：如果你需要匹配一个元字符本身，你可以使用反斜杠 \ 来转义它。例如，要匹配 . 字符，你需要使用 \.。

二、常用元字符

• .：匹配除换行符以外的任意字符。
• ^：匹配输入字符串的开始位置。
• $：匹配输入字符串的结束位置。
• *：匹配前面的子表达式零次或多次。
• +：匹配前面的子表达式一次或多次。
• ?：匹配前面的子表达式零次或一次。
• {n}：n 是一个非负整数。匹配确定的 n 次。
• {n,}：n 是一个非负整数。至少匹配 n 次。
• {n,m}：m 和 n 均为非负整数，其中 n <= m。最少匹配 n 次且最多匹配 m 次。
• [xyz]：字符集合。匹配所包含的任意一个字符。
• [^xyz]：负值字符集合。匹配未包含的任意字符。
• \d：匹配一个数字字符。等价于 [0-9]。
• \D：匹配一个非数字字符。等价于 [^0-9]。
• \s：匹配任何空白字符，包括空格、制表符、换页符等。
• \S：匹配任何非空白字符。
• \w：匹配包括下划线的任何单词字符。等价于 [A-Za-z0-9_]。
• \W：匹配任何非单词字符。等价于 [^A-Za-z0-9_]。

三、常用方法

3.1 匹配

import re
#查找
result = re.search('qwe', 'qweqwqwe')
print(result,result.start(),result.end())

result1 = re.findall('qwe', 'qweqwqwe')
print(result1)

result2 = re.finditer('qwe', 'qweqwqwe')
print(result2)
for r in result2:
    print(r)
'''
结果为
<re.Match object; span=(0, 3), match='qwe'> 0 3
['qwe', 'qwe']
<callable_iterator object at 0x00000234BDD7FA90>
<re.Match object; span=(0, 3), match='qwe'>
<re.Match object; span=(5, 8), match='qwe'>
'''

3.2 替换

import re
# #替换
result3 = re.sub('qwe','*', 'qweqwqwe',count=1)
print(result3)
result4 = re.subn('qwe','*', 'qweqwqwe',count=1)
print(result4)

'''
结果为
*qwqwe
('*qwqwe', 1)
'''

3.3 分割

import re
# #分割
result5 = re.split('qwe', 'qweqwqwe')
print(result5)
result6 = re.split('qwe', 'qweqwqwe',maxsplit=1)
print(result6)
'''
结果为
['', 'qw', '']
['', 'qwqwe']
'''