Python学习第七天~正则表达式

概念：

Regular Expression　

一种文本模式，描述在搜索文本时要匹配的一个或者多个字符串

 

典型场景：

数据验证、文本扫描、文本提取、文本替换、文本分割

 

语法

字面值： 

1. 普通字符
2. 转义字符  \    ^  $  |  .   *　＋　－　（）　［］　｛｝等

元字符

匹配

单字，预定义元字符

• 　．除＼ｎ外的所有字符
• ＼ｄ　数字，等同于［０－９］
• ＼Ｄ　非数字，等同于［＾０－９］
• ＼ｓ　空白字符，　＼ｔ　＼ｎ　＼ｒ　＼ｆ　＼ｖ
• ＼Ｓ　非空白字符，［＾＼ｔ　＼ｎ　＼ｒ　＼ｆ　＼ｖ］

量词（字符，元字符，字符集）

如何重复

• ？　０次或１次
• ＊　０或多次
• ＋　１或多次

特定

• {} ：{3,5}：出现的次数在3-5之间
• {n}，只能匹配出现n次，特定次数
• {n,}：匹配至少出现n次
• {,m}：最多出现m次， 有上限和下限的匹配

贪婪与非贪婪

贪婪模式（默认的）：尽量匹配最大的范围结果

非贪婪模式：尽量匹配最小的结果，方法：就是在量词后面追加一个？ 问号

边界匹配

• ^ ：行首
• $ ：行尾
• \b：单词边界
• \B：非单词边界
• \A：输入开头
• \Z：输入结尾 
• 注：或因上下文差异有不同表现

Python中的正则

模块import re

RegexObject(正则对象)

•  .findall ： 查找所有非重叠匹配项   返回list 
•  .match(string[,pos[,endpos]])  ：进一步完善匹配的数据的细节。仅从起始位置开始匹配。返回的是MathObject
•  .search(string[,pos[,endpos]]) ：他是从任意位置就行搜索 ，返回的是MathObiect
•  .finditer() : 查询所有的匹配项，但是返回的是包括MatchObject元素的迭代器。当for循环遍历的时候，就会出现详细的信息
   

MatchObject匹配对象