正则表达式是可匹配文本片段的模式。最简单的正则表达式为普通字符串,与它自己匹配。换而言之,正则表达式'python'与字符串'python'匹配。你可使用这种匹配行为来完成如下工作:在文本中查找模式,将特定的模式替换为计算得到的值,以及将文本分割成片段。
通配符 "."
可以与任何字符匹配, 搜索“.ython”可以与“aython”"kython"python"等匹配,但"."只能和一个字符匹配,不能和2个或0个匹配
转义 “\”
搜索"www.baidu.com" 需要"www\\.baidu\\.com"第一个是python的转义字符 第二个是re模块的转义字符,或写成r"www\.baidu\.com"
字符集 “[]”
字符集中的字符都可以。字符集只能匹配一个字符。 '[pj]ython'匹配'python'和‘jython’。 也可以写成[a-z]的形式
二选一和子模式 -管道字符 |
'python|perl' 表示匹配'python'和'perl' 。 不想将管道字符用于全部,使用小括号(),'p(ython|erl)'。 小括号表示子模式。
可选模式 “?”
后面加?表示可有可无,有无都匹配
重复模式 * + {}
例如,r'w*\.python\.org'与'www.python.org'匹配,也与'.python.org'、'ww.python.org'和'wwwwwww.python.org'匹配。同样,r'w+\.python\.org'与'w.python.org'匹配,但与'.python.org'不匹配,而r'w{3,4}\.python\.org'只与 'www.python.org' 和 'wwww.python.org' 匹配。
字符串的开头和末尾 ^ $
判断字符串开头匹配 前面加"^" 判断末尾匹配加"$"
例如,'^ht+p'与'http://python.org'和'htttttp://python.org'匹配,但与'www.http.org'不匹配。同样,要指定字符串末尾,可使用美元符号($)。
re模块的重要函数
函数re.search在给定字符串中查找第一个与指定正则表达式匹配的子串。
函数re.match尝试在给定字符串开头查找与正则表达式匹配的子串,因此re.match('p','python')返回真(MatchObject),而re.match('p', 'www.python.org')返回假(None)。(函数match在模式与字符串开头匹配时就返回True,而不要求模式与整个字符串匹配。如果要求与整个字符串匹配,需要在模式末尾加上一个美元符号。美元符号要求与字符串末尾匹配,从而将匹配检查延伸到整个字符串。)
函数re.split根据与模式匹配的子串来分割字符串。
如果模式包含圆括号,将在分割得到的子串之间插入括号中的内容。例如,re.split('o(o)', 'foobar')的结果为['f', 'o', 'bar']。
函数re.findall返回一个列表,其中包含所有与给定模式匹配的子串。
函数re.sub从左往右将与模式匹配的子串替换为指定内容。
re.escape是一个工具函数,用于对字符串中所有可能被视为正则表达式运算符的字符进行转义。
在模块re中,查找与模式匹配的子串的函数都在找到时返回MatchObject对象。这种对象包含与模式匹配的子串的信息,还包含模式的哪部分与子串的哪部分匹配的信息。这些子串部分称为编组(group)。
编组就是放在圆括号内的子模式,它们是根据左边的括号数编号的,其中编组0指的是整个模式。因此,在下面的模式中:
内容太多了 等用正则表达式做个啥东西再继续写