python之正则表达式

正则表达式笔记

最近学到了爬虫，发现正则表达式有很多要记的东西，于是写一篇博客当笔记

初级

1. \d匹配一个数字：12\d可以匹配123
2. \w匹配一个字母或数字：12\w可以匹配12a或123
3. \s匹配一个空格
4. .可以匹配任意字符：12.可以匹配123或12a或12#
5. *表示任意个字符（包括0个）:12*可以匹配12a6或12
6. +表示至少一个字符:12+可以匹配12a6
7. ?表示0个或1个字符:12?可以匹配12或123
8. {n}表示n个字符:\d{3}可以匹配123
9. {n,m}表示n-m个字符:\d{3,6}可以匹配12345

进阶

1. [0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线；

2. [0-9a-zA-Z\_]+可以匹配至少由一个数字、字母或者下划线组成的字符串

3. [a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串，也就是Python合法的变量；

4. [a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。

5. A|B可以匹配A或B

6. ^表示行的开头，^\d表示必须以数字开头。

7. $表示行的结束，\d$表示必须以数字结束。

re模块

match()方法用来判断是否匹配：re.match(r'\d{3}\-\d{3,8}$','010-1234')
split()方法用来切分字符串：re.split(r'\s+', 'a b c')