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