python-11-正则表达式

正则表达式

1、基础

• 在正则表达式中，如果直接给出字符，就是精确匹配。\d匹配一个数字，\w匹配一个字母或数字。.可以匹配任意字符。
• *表示任意个字符；+表示至少一个字符；\s表示匹配一个空格；?表示0个或1个字符；{n}表示n个字符，{n,m}表示n-m个字符。
• 对于’-'这种特殊字符，要用\转义。

2、进阶

• [0-9a-zA-Z_]：可以匹配一个数字、字母或者下划线；
• [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，比如’a10’；
• A|B可以匹配A或B，^表示行的开头，^\d表示必须以数字开头。$表示行的结束，\d$表示必须以数字结束。

3、re模块

• 使用r前缀，不用考虑转义的问题：s = r’ABC-001’
• 用re.match(r+正则表达式, 需要判断的字符串)方法判断是否匹配，如果成功，返回一个Match对象，否则返回None。

4、切分字符串

• 用正则表达式切分字符串比用固定的字符更灵活，re.split(r+正则表达式, 需要切分的字符串)

5、分组

• 可以提取字符串，用()表示的就是要提取的分组。分组后，可以用group()方法提取子串，groups()会返回所有字符串组成的一个tuple。
• group(0)为原始字符串。

6、贪婪匹配

• 正则默认是贪婪匹配，尽可能多的匹配字符，可以用？来避免。