1. 什么是正则表达式
用事先定义好的一些特定字符、及这些特定字符的组合,组成一个规则字符串,这个规则字符串用来表达对字符串的一种过滤逻辑。
2. 正则表达式的常见语法
知识点
- 正则中的字符
- 正则中的预定义字符集
- 正则中的数量词
正则的语法很多,不能够全部复习,对于其他的语法,可以临时查阅资料,比如:表示或还能使用|
练习: 下面的输出是什么?
string_a = '<meta http-equiv="X-UA-Compatible" content="IE=edge,chrome=1">\n\t\t<meta http-equiv="content-type" content="text/html;charset=utf-8">\n\t\t<meta content="always" name="referrer">\n <meta name="theme-color" content="#2932e1">'
ret = re.findall("<.*>",string_a)
print(ret)
3. re模块的常见方法
- pattern.match(从头找一个)
- pattern.search(找一个)
- pattern.findall(找所有)
- 返回一个列表,没有就是空列表re.findall("\d","chuan1zhi2") >> ["1","2"]
- pattern.sub(替换)
re.sub("\d","_","chuan1zhi2") >> ["chuan_zhi_"]
- re.compile(编译)
- 返回一个模型P,具有和re一样的方法,但是传递的参数不同
- 匹配模式需要传到compile中p = re.compile("\d",re.S) p.findall("chuan1zhi2")
4. python中原始字符串r的用法
知识点
- 原始字符串
- 元是字符串的长度
- 原始字符串的使用
原始字符串定义(raw string):所有的字符串都是直接按照字面的意思来使用,没有转义特殊或不能打印的字符,原始字符串往往针对特殊字符而言。例如"\n"的原始字符串就是"\n"
- 原始字符串的长度
In [19]: len("\n")
Out[19]: 1
In [20]: len(r"\n")
Out[20]: 2
In [21]: r"\n"[0]
Out[21]: '\\'
正则中原始字符串的使用
In [13]: r"a\nb" == "a\\nb"
Out[13]: True
In [14]: re.findall("a\nb","a\nb")
Out[14]: ['a\nb']
In [15]: re.findall(r"a\nb","a\nb")
Out[15]: ['a\nb']
In [16]: re.findall("a\\nb","a\nb")
Out[16]: ['a\nb']
In [17]: re.findall("a\\nb","a\\nb")
Out[17]: []
In [18]: re.findall(r"a\\nb","a\\nb")
Out[18]: ['a\\nb']
上面的现象说明什么?
正则中使用原始字符串
r
能够忽略转义符号带来的影响,加上原始字符串r
之后,待匹配的字符串中有多少个\
,正则中就添加多少个\
即可
- windows中原始字符串r的使用
5. 练习
- re.compile该如何使用?
- 如何非贪婪的去匹配内容?
re.findall(r“a.*bc”,”a\nbc”,re.DOTALL)
和re.findall(r“a(.*)bc”,”a\nbc”,re.DOTALL)
的区别?
- 不分组时匹配的是全部,分组后匹配的是组内的内容