正则表达式_python中re模块

1. 什么是正则表达式

• 正则表达式是对字符串操作的一种逻辑公式
• 实现定义好的一些特定的字符,及这些特定的字符的组合
• 组成一个"规则字符串",这个"规则字符串"用来表达对字符串的一种过滤逻辑

2. 常见匹配模式

2.1 特殊代码

代码	说明
.	匹配除换行符以外的任意字符
\w	匹配字母或数字
\s	匹配任意的空白符
\d	匹配任意数字
\b	匹配单词的开始或结束
^	匹配字符串的开始
$	匹配字符串的结束

2.2 重复

代码	说明
*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n, m}	重复n到m次

2.3 反义

代码	说明
\W	匹配任意不是字母和数字的字符
\S	匹配任意不是空白符的字符
\D	匹配任意非数字的字符
\B	匹配不是单词开头或结束的位置
^X	匹配除x以外的任意字符
^aeiou	匹配除aeiou外的任意字符

3. re.match()

• 尝试从从字符串起始位置匹配一个模式,如果不是起始位置匹配,返回None
• 语法:re.match(正则表达式,要匹配的字符串,匹配方式)
  常用匹配方式:

1. re.l:使匹配对大小写不敏感
2. re.S:使匹配包括换行在内的所有字符

4. re.search()

• re.search()扫描整个字符串返回第一个成功匹配的结果

5. re.findall()

搜索字符串,以列表的形式返回全部能匹配的字符串

6. re.compile()

• 将正则字符串编译成正则表达式对象,以便于复用该匹配模式

7. re.sub()

• 替换字符串中每一个匹配的字符串后返回替换后的字符串
• 将匹配到的内容进行替换
• 语法:re.sub(正则表达式,替换成的字符串,原字符串)

IN:
content = 'hello 123456 world'
content = re.sub('\d+','',content)
content

OUT:
'hello  world'

• 需要注意的是\1是第一个匹配的结果,为了防止转义字符的问题,一般在前面加上r

content = re.sub('\d+',r'1 7890',content)
content