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。