python正则表达式|CSDN创作打卡

1、正则表达式的含义及作用

可以理解为一种高效的字符串匹配方式，可以对字符串中需要的部分进行检索，替换等。python中也有很多字符串的方法，但是相比正则表达式而言，还是慢了很多，代码也没有正则表达式方便。

2、在线验证工具

http://www.liminba.com/tool/regex/

这个支持高亮显示，牛逼一点，建议用这个来做匹配

https://c.runoob.com/front-end/854/

2、常见语法

就是元字符，使用元字符来进行正则表达式的获取，常见的元字符如下所示

直接匹配，就是匹配里面有的相同字，类似python里面的find函数，下面直接匹配正，可以看到正被匹配出来

使用python编写如下

str = '''正则表达式-修饰符（标记）
正则表达式匹配规则
正则表达式运算符优先级
正则表达式元字符
正则表达式语法
正则表达式大全
'''

lines = str.splitlines()
for line in lines:
    print(line[line.find('正'):line.find('正')+1])

输出结果OK！

直接使用正则表达式检索

import re

str = '''正则表达式-修饰符（标记）
正则表达式匹配规则
正则表达式运算符优先级
正则表达式元字符
正则表达式语法
正则表达式大全
'''

p = re.compile(r'正')
for one in p.findall(str):
    print(one)

正则表达式的元字符如下：

. * + ? \ [ ] ^ $ { } | ( )

. 匹配所有字符

下面正后面加上.对正后面任意字符进行匹配

import re

str = '''正则表达式-修饰符（标记）
正则表达式匹配规则
正则表达式运算符优先级
正则表达式元字符
正则表达式语法
正则表达式大全
'''

p = re.compile(r'正.')
for one in p.findall(str):
    print(one)

结果如下

*重复匹配任意次数，包括0次

注意*跟着前面的一个走，前面的一个是他要匹配的对象

假如我们还是用上面的方法来匹配

import re

str = '''正则表达式-修饰符（标记）
正则表达式匹配规则
正则表达式运算符优先级
正则表达式元字符
正则表达式语法
正则表达式大全
'''

p = re.compile(r'正*')
for one in p.findall(str):
    print(one)

匹配的还是正，因为正只有一个，重复匹配任意次还是一个，修改为匹配则

import re

str = '''正则表达式-修饰符（标记）
正则则则则则表达式匹配规则
正则表达式运算符优先级
正则表达式元字符
正则表达式语法
正则表达式大全
'''

p = re.compile(r'正则*')
for one in p.findall(str):
    print(one)

可以看到后面有多少个则就匹配多少个

*还经常和.混合使用，用来表示任意字符任意次数，比如我想匹配正则表达式后面的内容，那不就是正则表达式后面的所有内容，就是任意字符任意次数吗

import re

str = '''正则表达式-修饰符（标记）
正则表达式匹配规则
正则表达式运算符优先级
正则表达式元字符
正则表达式语法
正则表达式大全
'''

p = re.compile(r'式.*')
for one in p.findall(str):
    print(one)

这里还是要加上一个引导的，怎么去掉后面再说

+重复匹配多次，不包括0次

和上面的*没什么区别，就是至少匹配一次

import re

str = '''正则表达式-修饰符（标记）
正则表达式匹配规则
正则表达式运算符优先级
正则表达式元字符
正则表达式语法
正则表达式大全
正则表达式
'''

p = re.compile(r'式.+')
for one in p.findall(str):
    print(one)

可以最后一行连式都没有匹配，因为式后面0个字符，所以就没有匹配

?匹配0-1次

就是有就匹配一个，没有就不匹配，这样就实现了匹配0-1次的效果

import re

str = '''正则表达式-修饰符（标记）
正则表达式匹配规则
正则表达式运算符优先级
正则表达式元字符
正则表达式语法
正则表达式大全
正则表达式
'''

p = re.compile(r'式.?')
for one in p.findall(str):
    print(one)

可以看到最后一个式也被匹配了，尽管他后面一个字符也没有，这就是匹配0次

{}匹配指定次数

这个还是一样的，跟在字符后面，对指定字符进行次数匹配

import re

str = '''正则表达式-修饰符（标记）
正则表达式匹配规则
正则表达式运算符优先级
正则表达式元字符
正则表达式语法
正则表达式大全
正则表达式式
'''
p = re.compile(r'表达式{2,3}')
for one in p.findall(str):
    print(one)

上面的代码中对式进行匹配，要求式次数2-3次，只有一个符合要求，固只有一个被选中

[]匹配几个字符之一

• [abc] 匹配abc中的任意一个字符，就是见到里面的就匹配
• [a-c] 匹配a-c中的，就是如果要匹配的太多。懒得写的就用这种方式，比如数字0-9，字母a-z这样的
• [.]匹配.，这里.不代表任意字符，而是指.的本身字符含义
• 如果在[]中使用^表示取反的意思

这个用上面的测试网站来看更直观，匹配数字

匹配字母

匹配.字符

取反操作，注意这里不是对单个字符取反，而是这个符号后面的所有的取反


如果^前面有内容，这个将被作为普通字符使用，效果如下，所以如果是想作为取反符号使用的话，前面不要加上字符

^匹配开头$匹配结尾

比如我们想匹配每行字符串的开头数字

这里\d+的写法源于简便写法，相当于[0-9]，参见https://www.runoob.com/python/python-reg-expressions.html#flags

但是上面的只匹配了一行，这是不合理的，继续查看匹配网站，可以看到这里有个多行选项，默认是不勾选的，选上即可

效果如下

自然这个在python代码中华也是默认没有选择的，如果需要多行匹配的话，在原来的代码后面加入多行模式

代码如下

p = re.compile(r'^\d+',re.M)
for one in p.findall(str):
    print(one)

下面我们试试结尾，获取这个成绩，注意这个既然是结尾，就自然要写在结尾处，卸载匹配选择项的后面

|或，匹配其中之一

比如我们只想匹配字符中的几个文本，但是这些文本不一定是连在一起的，这样如果写在一起的话又无法匹配，比如我们想匹配正，表，式这三个字符，但是他们不是连在一起的，就很难匹配，需要一个个的匹配

这个时候需要在中间加入竖线继续或选择

当然这个也是一个个表示的，不会连成一个整体，如下所示

（）组选择

组就是把 正则表达式匹配的内容里面其中的某些部分标记为某个组
下面我们对一段内容的逗号前面的内容进行匹配

当然这样也可以，但是这样都把前面的，包含了，但是逗号又不能不要，因为没有，就无法分割了啊，他是重要的标志

这个时候就需要用到组选择了，效果如下

这一看还是这样啊，没有吧逗号去掉啊，可能是因为这个不够牛逼，这个时候其实已经匹配好了，不过是在组里，逗号也被匹配了，但是不在组里，需要在代码里面选择组的模式，添加下面的模式：

代码如下

p = re.compile(r'^(.*)，',re.MULTILINE)
for one in p.findall(str):
    print(one)

效果如下

贪婪匹配与非贪婪匹配

比如我们想匹配<>里面的内容，使用下面的方法，可以看到匹配的内容如下：注意中间有一个title是不需要匹配的，但是他也给匹配上了，因为他从认识到第一个<之后就开始匹配，直到认识最后一个>为止，所以她其实只匹配了一个，就是只匹配了最大的那个<>，但这不是我们想要的。

因此在这个后面加上？就可以避免，他只匹配认识的第一个>，但是这个时候字符串还没有匹配完，所以他进行下一次的匹配，直到匹配完最后一个，效果如下：

对元字符的处理

就是出现了我们匹配字符的字符怎么处理，比如我们匹配这个.，他默认是作为任意字符来处理的，就全都匹配上了

这个时候加上\就行，顺利匹配

4、切割字符串

python中的字符串切割是spilt函数，这个在文章开头已经介绍过了，不过正则里面也有这个函数，而且主要可以用正则的语法，可以匹配很多

代码如下

import re

str = '分为，  仿佛完：服务器儿；冯文峰。'

p = re.split(r'[；，：。]',str)
print(p)

效果如下

5、替换字符串

使用sub函数进行字符串的替换，第一个参数为字符串正则匹配位置，第二个参数填入要匹配的字符串

import re

str = '分为，  仿佛完：服务器儿；冯文峰。'

p = re.sub(r'服务器','lx2035',str)
print(p)

效果如下