一、正则表达式的概念:
- 正则表达式是用简洁表达一组字符串的表达式。
- 正则表达式是一种通用的字符串表达式。
- 最主要英语在字符串匹配中
二、正则表达式的语法:
1.正则表达式的常用操作符
操作符 | 说明 | 实例 |
---|---|---|
. | 表示任何单个字符 | |
[ ] | 字符集,对单个字符给出取值范围 | [abc]表示a、b、c,[a-z]表示a到z单个字符 |
[^ ] | 非字符集,对单个字符给出排除范围 | [^abc]表示非a或b或c的单个字符 |
* | 前一个字符0次或无限次扩展 | abc* 表示 ab,abc,abcc 等 |
+ | 前一个字符1次货无限次扩展 | abc+ 表示 abc、abcc、abccc 等 |
? | 前一个字符0次或1次扩展 | abc? 表示 ab、abc |
| | 左右表达任意一个 | abc|def 表示 abc 或 def |
{m} | 扩展前一个字符m次 | ab{2}c表示abbc |
{m,n} | 扩展前一个字符m至n次(含n次) | ab{1,2}c 表示 abc,abbc |
^ | 匹配字符串开头 | ^abc表示abc且在第一个字符串的开头 |
$ | 匹配字符串结尾 | abc$表示abc且在一个字符串的结尾 |
( ) | 分组标记,内部只能使用 | 操作符 | (abc)表示abc,(abc|def)表示abc或def |
\d | 数字,等价于[0-9] | |
\w | 单词字符,等价于[A-Za-z0-9] |
Re库介绍
1.概念:Re库是Python的标准库,主要用于字符串匹配调用方式
2.调用方式:
import re
3、正则表达式的表示类型
- raw string 类型(原生字符串类型)
- re库采用raw string类型表示正则表达式,表达为:
r’text’ - raw string是不包含对转义字符再次转义的字符串
4、Re库主要功能函数
函数 | 说明 |
---|---|
re.search() | 在一个字符串中搜索匹配正则表达式的第一个位置,返回match对象 |
re.match() | 从一个字符串的开始位置起匹配正则表达式,返回match对象 |
re.findall() | 搜索字符串,以列表类型返回全部能匹配到子串 |
re.split() | 将一个字符串按照正则表达式匹配结果进行分割,返回列表类型 |
re.finditer() | 搜索字符串,返回一个匹配结果的迭代类型,每个迭代元素是match对象 |
re.sub() | 在一个字符串中替换所有匹配正则表达式的子串,返回替换后的字符串 |
re.search(pattern,string,flags=0)
在一个字符串中搜索匹配正则表达式的第一个位置返回match对象
- pattern:正则表达式的字符串或原生字符串表示
- string :待匹配字符串
- flags :正则表达式使用时的控制标记
常用标记 | 说明 |
---|---|
re.I re.IGNORECASE | 忽略正则表达式的大小写,[A-Z]能够匹配小写字符 |
re.M re.MULTILINE | 正则表达式中的^操作符能够将给定字符串的每行当做匹配的开始 |
re.S re.DOTALL | 正则表达式中,操作符能够匹配所有字符 ,默认匹配除换行外的所有字符 |
re.match(pattern,string,flags=0)
在一个字符串开始位置起匹配正则表达式返回match对象
- pattern:正则表达式的字符串或原生字符串表示
- string :待匹配字符串
- flags :正则表达式使用时的控制标记
re.findall(pattern,string,flags=0)
搜索字符串,以列表类型返回全部能匹配的字符串
- pattern:正则表达式的字符串或原生字符串表示
- string :待匹配字符串
- flags :正则表达式使用时的控制标记
re.split(pattern,string,maxsplits = 0,flags = 0)
在一个字符串开始位置起匹配正则表达式返回match对象
- pattern:正则表达式的字符串或原生字符串表示
- string :待匹配字符串
- maxsplit:最大分割数,剩余部分作为最后一个元素输出
- flags :正则表达式使用时的控制标记
re.finditer(pattern,string,flags=0)
搜索字符串,返回一个匹配结果的迭代类型,每个迭代元素是match对象
- pattern:正则表达式的字符串或原生字符串表示
- string :待匹配字符串
- flags :正则表达式使用时的控制标记
re.sub(pattern,repl,string,count = 0,flags=0)
在一个字符串替换所有匹配正则表达式的字符串,返回替换后的字符串
- pattern:正则表达式的字符串或原生字符串表示
- repl :替换匹配字符串的字符串
- string :待匹配字符串
- count :匹配的最大替换次数
- flags :正则表达式使用时的控制标记
re.complie(pattern,flags=0)
将正则表达式的字符串形式编译成正则表达式对象
- pattern:正则表达式的字符串或原生字符串表示
- string :待匹配字符串
- flags :正则表达式使用时的控制标记
三、Re库的Match对象
1、Match对象介绍
Match 对象是一次匹配的结果,包含匹配的很多信息
2、Match对象的属性
属性 | 说明 |
---|---|
.string | 待匹配的文本 |
.re | 匹配时使用的patter对象(正则表达式) |
.pos | 正则表达式搜索文本的开始位置 |
.endpos | 正则表达式搜索文本的结束位置 |
.group(0) | 获得匹配后的字符串 |
.start() | 匹配字符串在原始字符串的开始位置 |
.end() | 匹配字符串在原始字符串的结束位置 |
.span() | 返回(.start(),.end()) |
四、Re库的贪婪匹配和最小匹配
Re库默认采用贪婪匹配,即输出匹配最长的子串
1、最小匹配操作符
操作符 | 说明 |
---|---|
*? | 前一个字符0次或无限次扩展,最小匹配 |
+? | 前一个字符1次或无限次扩展,最小匹配 |
?? | 前一个字符0次或者1次扩展,最小匹配 |
{m,n}? | 扩展前一个字符m至n次(含n),最小匹配 |
只要长度输出可能不同的,都可以通过在操作符欧增加?变成最小匹配