Python程序设计教程 正则表达式

Python程序设计教程 正则表达式

1.1.1 简介

什么是正则表达式？

• 正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。
• 正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。
• 正则表达式是字符串处理的有力工具，比字符串自身提供的方法提供了更强大的处理功能。
• Eg:判断一个字符串是否是合法的Email地址，可以通过构造一个规则（正则表达式），去判断字符串是否能够匹配。

正则表达式语法:

• 正则表达式由元字符及其不同组合来构成，通过巧妙地构造正则表达式可以匹配任意字符串，并完成查找、替换、分隔等复杂的字符串处理任务。

1.1.2 元字符

1. 一般字符集

2.预定义字符集

3.数量词

4.边界匹配

5.逻辑、分组

特殊构造

1.1.3 re模块

什么是re模块？

• Python通过re模块提供对正则表达式的支持。使用re的一般步骤是先将正则表达式的字符串形式编译为Pattern实例然后使用Pattern实例处理文本并获得匹配结果（一个Match实例）最后使用Match实例获得信息，进行其他的操作。

1. re.match

• re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回None。

*flags

• 匹配成功re.match方法返回一个匹配的对象
  使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

2.re.search

• re.search 扫描整个字符串并返回第一个成功的匹配

3.re.match与re.search的区别

• re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None
• 而re.search匹配整个字符串，直到找到一个匹配。

4.re.compile

• compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。

5.findall

• 在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。
• 注意：match 和 search 是匹配一次 findall 匹配所有。

6.re.finditer

• 在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。

7.re.split

• split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：

8.re.sub

• 替换函数，将正则表达式 pattern 匹配到的字符串替换为 repl 指定的字符串, 参数 count 用于指定最大替换次数。

9.贪婪vs 不贪婪

• 当重复一个正则表达式时，如用 a*，操作结果是尽可能多地匹配模式。 .* 的本质是“贪婪”的，在这种情况下，解决方案是使用不贪婪的限定符 *?、+?、?? 或 {m,n}?，尽可能匹配小的文本。

1.1.4 正则表达式集锦