re 正则表达式

正则表达式：是一个特殊的字符序列，利用事先定义好的一些特定字符以及他们的组合组成一个“规则”，检查一个字符串是否与这种规则匹配来实现对字符的过滤或匹配。

python中，re模块提供了正则表达式操作所需要的功能。

字符串前加r，表明对字符串不进行转义

re模块中findall（）方法 以列表形式返回所有能匹配的子串。（如果没有则返回空列表）

元字符：有些字符比较特殊，他们和自身并不匹配，而是表明应和一些特殊的东西匹配，或者会影响重复次数。这些特殊的字符，称为元字符。

元字符：

“ . ” 表示除换行符外的任意字符。 

“ \S ” 表示不是空白符的任意字符。

 “【】”：指定字符集。

“ …… ” （上箭头，shift 6）匹配行首，以该字符后面字符开头的字符串。

“￥”  （美元符号，shift 4 ）匹配行尾，以该符号之前字符结束的字符串。

【……】表示补集，匹配不在区间范围的字符。

 

“ \ ” 加其他。

\b ：匹配单词头或单词尾。

\B ：与之相反匹配 非 单词头或单词尾。

\d ：匹配任何十进制数（相当于【0-9】）

\D：与之相反 相当于【……0-9】（上面的补集）

\s ：匹配任何空白字符，相当于【\t\n\r\f\v】；

\S ：与之相反 匹配任何空白字符。

\w ：匹配任何字母，数字，下划线字符，想当于【a-zA-Z0-9】；

\W：与之相反，匹配任何非字母，数字下划线。

也可用于取消所有元字符：\\、\[。

“  *  ” 匹配位于*之前的字符或子模式出现 0次~多次。

“  +  ”匹配位于+之前的字符或子模式出现 1次~多次。

“  ？ ”匹配位于？之前的0个或1 个字符。（尽可能短）

{m,n}：表示至少m个重复，至多n个重复。

{0，}等同于*

{1，}等同于+

{0，1}等同于？

但是如果可以的话，最好使用*，+，？。

 

虽然通过re模块可以使用正则表达式处理字符串，但是正则表达式对象提供了更多的功能

有兴趣的读者可以参考官方网站或其他资料，本章只起到抛砖引玉的作用。