2024年大数据最全Python基础知识进阶之正则表达式_头歌python正则表达式进阶(1)，2024年最新2024大数据开发开发面试解答之设计模式

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

不在起始位置匹配 返回 <re.Match object; span=(0, 3), match=‘www’>

print(re.search(‘www’, ‘www.baidu.com’).span())

匹配成功字符起始位置 返回 (0, 3)

print(re.search(‘com’, ‘www.baidu.com’).group())

获取匹配成功字符串 返回 com

**注意：**


       re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。




---


### 三.sub


       re.sub用于替换字符串中的匹配项，结果返回替换后的字符串。

re.sub(pattern, repl, string, count=0, flags=0)

pattern :   正则中的模式字符串。


repl :        替换的字符串，也可为一个函数。


string :     要被查找替换的原始字符串。


count :     模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。


flags：    标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

import re

print(re.sub(‘w’, ‘www’, ‘w.baidu.com’))

匹配成功替换字符串（默认替换1次） 返回 www.baidu.com

print(re.sub(‘w’, ‘WWW’, ‘w.baidu.www’, 2))

匹配成功替换指定次数字符串 返回 WWW.baidu.WWWww

---


###  四.subn


       re.subn和sub相同，都是用于替换字符串中的匹配项，只不过subn的结果返回一个元组包含替换后的字符串和替换次数。 

re.subn(pattern, repl, string, count=0, flags=0)

pattern :   正则中的模式字符串。


repl :        替换的字符串，也可为一个函数。


string :     要被查找替换的原始字符串。


count :     模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。


flags：    标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

import re

print(re.subn(‘w’, ‘www’, ‘w.baidu.com’))

匹配成功替换字符串（默认替换1次） 返回 (www.baidu.com,1)

print(re.subn(‘w’, ‘WWW’, ‘w.baidu.www’, 2))

匹配成功替换指定次数字符串 返回 (WWW.baidu.WWWww,2)

---


### 五.compile


       compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，


       供 match() 和 search() 这两个函数使用。

re.compile(pattern[, flags])

pattern : 一个字符串形式的正则表达式


flags : 可选，表示匹配模式，比如忽略大小写，多行模式等。

import re

x = re.compile(‘www’)
print(re.match(x,‘www.baidu.com’))

<re.Match object; span=(0, 3), match=‘www’>

y = re.compile(‘com’)
print(re.search(y,‘www.baidu.com’))

<re.Match object; span=(10, 13), match=‘com’>

---


### 六.findall


       在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果有多个匹配模式，


       则返回元组列表，如果没有找到匹配的，则返回空列表。

findall(string[, pos[, endpos]])

string : 待匹配的字符串。


pos : 可选参数，指定字符串的起始位置，默认为 0。


endpos : 可选参数，指定字符串的结束位置，默认为字符串的长度。

import re

x = re.compile(‘www’)
print(re.findall(x,‘www.baidu.www’))

[‘www’, ‘www’]

x = re.compile(‘yyy’)
print(re.findall(x,‘www.baidu.www’))

[]

**注意：** 


       match 和 search 是匹配一次 findall 匹配所有。




---


### 七.finditer


       在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。

re.finditer(pattern, string, flags=0)

pattern：匹配的正则表达式


string：  要匹配的字符串。


flags：   标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

import re

x = re.compile(‘www’)
y = re.finditer(x,‘www.baidu.www’)
for i in y:
print(i,i.group())

<re.Match object; span=(0, 3), match=‘www’> www

<re.Match object; span=(10, 13), match=‘www’> www

---


### 八.split


       split 方法按照能够匹配的子串将字符串分割后返回列表。

re.split(pattern, string[, maxsplit=0, flags=0])

pattern：   匹配的正则表达式


string：     要匹配的字符串。


maxsplit：分隔次数，maxsplit=1 分隔一次，默认为 0，不限制次数。


flags：      标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

x = re.compile(r’.|:')
print(re.split(x, ‘www.baidu:com’))

[‘www’, ‘baidu’, ‘com’]

---


### 九.表达式模式




|  |  |
| --- | --- |
| **模式** | **描述** |
| ^ | 匹配字符串开头 。 |
| $ | 匹配字符串结尾 。 |
| . | 匹配除 '\n'之外的任何单个字符。要匹配 '\n' 请使用象 '[.\n]' 的模式 。 |
| + | 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0次，即要么有1次，要么没有 。 |
| | | 匹配左右任意一个表达式 。 |
| [ ] | 匹配[ ]中列举的字符 。 |
| ( ) | 将括号中字符作为一个分组进行匹配 。 |
| { } | 匹配前一个字符出现的次数。 |
| \A | 用于匹配字符的开头，等同于 ^ 。 |
| \b | 匹配单词结尾，包括各种空白字符或者字符串结尾 。 |
| \B | 匹配非边界字符。 |
| \d | 匹配一个数字字符。等价于 [0-9] 。 |
| \D | 匹配一个非数字字符。等价于 [^0-9] 。 |
| \s | 匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v] 。 |
| \S | 匹配任何非空白字符。等价于 [^ \f\n\r\t\v] 。 |
| \w | 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9\_]' 。 |
| \W | 匹配任何非单词字符。等价于 '[^A-Za-z0-9\_]' 。 |
| \Z | 用于匹配字符的结尾，等同于 $ 。 |




---


### 十.表达式应用


**1.字符 '^' 匹配以指定字符串开头，并返回匹配成功字符串 。**

import re

x = re.compile(r’^w’)
for i in [‘www’, ‘ywy’]:
print(re.search(x, i))

<re.Match object; span=(0, 1), match=‘w’>

None

---


**2.字符 '$' 匹配以指定字符串的结尾，并返回匹配成功字符串 。**

import re

x = re.compile(r’w$')
for i in [‘www’, ‘ywy’]:
print(re.search(x, i))

<re.Match object; span=(2, 3), match=‘w’>

None

---


**3.字符 '.' 代表任何一个字符，但是没有特别声明时不代表字符'\n' 。**

import re

x = re.compile(r’1.3’)
for i in [‘12333’, ‘1\t333’, ‘1\n333’]:
print(re.search(x, i))

<re.Match object; span=(0, 3), match=‘123’>

<re.Match object; span=(0, 3), match=‘1\t3’>

None

---


**4.字符 '+' 重复前面一个匹配字符一次或者多次 。**

import re

x = re.compile(r’\d+')
for i in [‘123’, ‘45x’]:
print(re.search(x, i))

<re.Match object; span=(0, 3), match=‘123’>

<re.Match object; span=(0, 2), match=‘45’>

---


**5.字符 '\*' 重复前面一个匹配字符零次或者多次 。**

import re

x = re.compile(r’12*')
for i in [‘11222’, ‘12255’]:
print(re.search(x, i))

<re.Match object; span=(0, 1), match=‘1’>

<re.Match object; span=(0, 3), match=‘122’>

x = re.compile(r’12+')
for i in [‘11222’, ‘12255’]:
print(re.search(x, i))

<re.Match object; span=(1, 5), match=‘1222’>

<re.Match object; span=(0, 3), match=‘122’>

**注意：**


       r'12+'匹配是'12'，而r'12\*'匹配的是'1',因为'2'可以重复零次，但'12+'却要求'2'重复一次以上。




---


**6. 字符 '?' 重复前面一个匹配字符零次或者一次 。**

import re

x = re.compile(r’12?')
for i in [‘12122’, ‘31529’]:
print(re.search(x, i))

<re.Match object; span=(0, 2), match=‘12’>

<re.Match object; span=(1, 2), match=‘1’>

---


**7.字符 '|' 代表或，即把左右分成两个部分，匹配左右任意⼀个表达式 。**

import re

x = re.compile(r’12|21’)
for i in [‘12333’, ‘21333’]:
print(re.search(x, i))

<re.Match object; span=(0, 2), match=‘12’>

<re.Match object; span=(0, 2), match=‘21’>

---


**8. 字符 '[ ]' 中的字符是任选择一个，如果字符ASCll码中连续的一组，那么可以使用 '-' 字符连接，例如[0-9]表示0-9的其中一个数字，[A-Z]表示A-Z的其中一个大写字符，[0-9A-z]表示0-9的其中一个数字或者A-z的其中一个大写字符。**

import re

x = re.compile(r’[0-9]')
for i in [‘123’, ‘45’, ‘78’]:
print(re.search(x, i))

匹配数字0-9之间的任意数字。

<re.Match object; span=(0, 1), match=‘1’>

<re.Match object; span=(0, 1), match=‘4’>

x = re.compile(r’[A-Z]')
for i in [‘Abc’, ‘aBc’]:
print(re.search(x, i))

匹配A-Z之间任意大写字母。

<re.Match object; span=(0, 1), match=‘A’>

<re.Match object; span=(1, 2), match=‘B’>

x = re.compile(r’[A-z]')
for i in [‘Abc’, ‘abC’]:
print(re.search(x, i))

匹配A-z之间任意大写或小写字母。

<re.Match object; span=(0, 1), match=‘A’>

<re.Match object; span=(0, 1), match=‘a’>

---


**9. 使用括号( )可以把( )看出一个整体，经常与'+'、'\*'、'?'连续使用,对( )部分进行重复匹配 。**

x = re.compile(r’(ab)+')
for i in [‘ababc’, ‘cababc’]:
print(re.search(x, i))

<re.Match object; span=(0, 4), match=‘abab’>

<re.Match object; span=(1, 5), match=‘abab’>

x = re.compile(r’(ab)*')
for i in [‘ababc’, ‘abcabc’]:
print(re.search(x, i))

<re.Match object; span=(0, 4), match=‘abab’>

<re.Match object; span=(0, 2), match=‘ab’>

x = re.compile(r’(ab)?')
for i in [‘ababc’, ‘abcabc’]:
print(re.search(x, i))

<re.Match object; span=(0, 2), match=‘ab’>

<re.Match object; span=(0, 2), match=‘ab’>

---


**10.字符 '{ }' 用于匹配前一个字符出现的次数 。**




![img](https://img-blog.csdnimg.cn/img_convert/226654c55aa1a8788cb54f8dea1ba91d.png)
![img](https://img-blog.csdnimg.cn/img_convert/d82090e444d0d94b5b11c174f201a9ac.png)
![img](https://img-blog.csdnimg.cn/img_convert/b40c9919ed988377679b426f626ac43a.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！**

**由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**

r i in ['ababc', 'abcabc']:
    print(re.search(x, i))

# <re.Match object; span=(0, 2), match='ab'>
# <re.Match object; span=(0, 2), match='ab'>

---

10.字符 ‘{ }’ 用于匹配前一个字符出现的次数 。

[外链图片转存中…(img-Ljtyz9GI-1715594370109)]
[外链图片转存中…(img-KEMWemqk-1715594370110)]
[外链图片转存中…(img-m62Ym0XT-1715594370110)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取