学习笔记之正则表达式

正则表达式

在python中使用正则表达式需要导入一个包

import re

使用方法

使用match方法进行匹配操作
result = re.match(正则表达式,要匹配的字符串)

如果上一步匹配到数据的话，可以使用group方法来提取数据
result.group()

.	   匹配任意1个字符（除了\n）
[ ]	    匹配[ ]中列举的字符
\d	匹配数字，即0-9
\D	匹配非数字，即不是数字
\s	匹配空白，即 空格，tab键
\S	匹配非空白
\w	匹配单词字符，即a-z、A-Z、0-9、_
\W	匹配非单词字符

匹配多个字符：

  *	匹配前一个字符出现0次或者无限次，即可有可无
  +	匹配前一个字符出现1次或者无限次，即至少有1次
 ?	匹配前一个字符出现1次或者0次，即要么有1次，要么没有
{m}	匹配前一个字符出现m次
{m,n}	匹配前一个字符出现从m到n次

^匹配开头
$匹配结尾

|	匹配左右任意一个表达式
(ab)	将括号中字符作为一个分组
\num	引用分组num匹配到的字符串
(?P<name>)	分组起别名
(?P=name)	引用别名为name分组匹配到的字符串

re模块的高级用法

.search
不会从头开始匹配

.findall
匹配所有符合条件的字符串 返回一个列表，不需要使用group函数返回

.sub
re.sub(r’\d+’,11,“有18个苹果”)

执行后会输出“”有11个苹果“”
替换的位置可以放置处理函数。符合条件的全部替换

.split 根据匹配进行切割字符串，并返回一个列表

re.split(r"😐 ",“info:xiaoZhang 33 shandong”)
返回[“info”,“xiaozhang”,“33”,“shangdong”]

贪婪和非贪婪

python默认的读取数量是贪婪的尽可能的去匹配多的字符。
而通过在匹配规则后面加？号可以变成非贪婪的
即能少匹配就少匹配

r的用法

Python中字符串前面加上 r 表示原生字符串，

与大多数编程语言相同，正则表达式里使用"“作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符”"，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。

Python里的原生字符串很好地解决了这个问题，有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。