python re模块学习笔记

re模块-正则

---

元字符	描述	举例	结果	分析
.	通配符， 匹配任意 1个 字符	re.findall(‘w..l’,‘hello world’)	worl
^	从头开始(行首)匹配	re.findall(’^h…o’,‘world hello’)	[]	从开头匹配h
$	以结束 匹配	re.findall(‘h…o$’,‘hello world’)	[]	以o结尾匹配 h…o
*	重复匹配 0或多次	re.findall(‘e.*d’,‘hello world’)	ello world	匹配 0或多次 任意字符 e开头，d结尾
+	重复匹配至少1次 <=> {1,+oo}	re.findall(‘h.+w’,‘hello world’)	hello w	匹配 h开头 ,1或多次,任意字符，w结尾
?	匹配 0或1个 <=> {0,1}	re.findall(‘a?b’,‘aaaabkjoiheo’)	[‘ab’]	匹配0或1个a以b结尾
{}	{n} , 匹配n次	1、re.findall(‘a{1,5}b’,‘abbaaaaabbbbb’) 2、re.findall(‘a{5}b’,‘abbaaaaabbbbb’)	1、[‘ab’,‘aaaaab’] 2、 [‘aaaaab’]	—
[]	字符集 1. 取消元字符的特殊功能， 除了（’\’,’^’,’-’） 2.	re.findall(’[w*]’,‘asdx*’)	[‘w’,’*’]	—
\	1.反斜杠后边跟元字符去除其特殊功能； 2.反斜杠后边跟普通字符（部分）实现特殊功能	1.\d 匹配任何【十进制数】 —> [0-9]； 2.\D 匹配任何【非数字字符】 —> [^0-9] ； 3.\s 匹配任何【空白字符】 —> [ \t\n\r\f\v]；【4.\w 匹配任何【字母、数字字符】 —> [0-9a-zA-Z]； 5.\W 匹配任何【非字母、数字字符】 —> [^0-9a-zA-Z]； 6.\b 匹配一个特殊字符边界，即单词和空格间的位置（空、空格、$…）	—	—
()	分组	re.search(’(as)+’,‘sdjkfasasf’)	[‘asas’]	以 as 作为一个整体，重复匹配
|	管道符 —> 或	re.search(’(as)|3’,‘3sdjkfasasf’)	[‘3’]	—

拓展 ：

• *? —># 惰性匹配
• ?: —># 取消优先级
• r —># 原生字符串，原生字符串，忽略特殊字符。即r"\ - + . *" 等， \ 、* 不再是特殊含义
• [] # 字符集

  • re.findall('a[cd]x','acx') # >>> ['acx']  , [c,d]任取一个--->或 即 'c' ',' 'd'
    re.findall('a[cd,e]x','adx') # >>> ['adx']
    re.findall('a[cd]x','acdx') # >>> []
    # [a-z]    # >>> 匹配 a-z 范围内的任意一个字符
    # [a-z0-9A-Z]
    # [0-9a-zA-z]
    # [0-9]{11}
    

• [^] # —> 取反

  1. re.findall('[^a]','asdx*')  # >>> ['sdx']
     

  2. re.findall('[^as]','asdx') # >>> ['dx']    ===> [^(a,s)]
     

• ()一个组 , ?P给这个组起名字 , 组名为groupName , \d{3} 匹配规则 匹配3个数字

  1. dd = re.search('(?P<id1>\d{3})/(?P<id2>\w{3})','weew34ttt123/ooo') # >>>123/ooo    \w{3} 匹配三个字母
     dd.group('id2') # >>> ooo
     

---

推荐使用 ：

• * 、+ 、 ?

---

re模块中的方法：

• re.findall() #全匹配，返回匹配的所有结果，作为一个列表

  1.  re.findall('w\w{2}l','hello world')  # >>>worl
     

  2. # 转义
     re.findall('\\\\','abc\de') # >>> ['\\'] 
     # 等价 
     re.findall(r'\\','abc\de')
     

     re 的 \ 也有特殊意义
• re.search() # 返回匹配到的第一个对象(objetc)，对象可以调用group()方法返回结果（匹配出第一个满足条件的结果）

  1. mm=re.search('sb','dkkdjfkjsbkljlisb') # >>> ...object: span=(8,10),match='sb'    ,span ===> 范围，只找一个
     mm.group() # >>>sb   
     #等价
     mm=re.search('sb','dkkdjfkjsbkljlisb').group
     

  2. ss = re.search('(?P<groupName>\d{3})','weew34ttt123/000') # >>>123
     

• re.match() # 只在字符串开始匹配，成功则返回一个对象(object)
• re.split() # 字符串分割

  1. re.split('[af]','kkkaiiifooo') # 逐个分
          #          >>> 1 kkk iiifooo
     	 # 最终结果：>>>  2 kkk iii ooo
     

• re.sub(,,n) # n 替换n次

  1. re.sub('l.....e','s.....b','kjoejlangkyefo') 	# >>> kjoejs.....bfo
     

• re.compile() # 编译正则对象

  1. sub = re.compile('\.com')		# 将正则规则 编译为正则 对象
     sub.findall('www.baidu.com') >>> .com