正则表达式
正则表达式,又称规则表达式。(英语:Regular Expression,在代码中常简写为regex、regexp或RE),计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。
--------------------------------------------(摘自百度百科)
概念
正则表达式是对字符串操作的一种逻辑公式,就是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。----------------------------------------(摘自百度百科)
简介
正则表达式是对字符串(包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为“元字符”))操作的一种逻辑公式,就是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。正则表达式是一种文本模式,该模式描述在搜索文本时要匹配的一个或多个字符串。------------------------------(摘自百度百科)
元字符
什么叫元字符?
大多数字母和字符一般都会和自身匹配。如果在字符串前面加了r,表示对字符串不进行转义。有些字符比较特殊,它们和自身并不匹配,而是表明应和一些特殊的东西匹配,或者会影响重复次数。这些特殊的字符我们称之为元字符。
1.re模块中findall()方法以列表的形式返回所有能匹配的子串,如果没有找到匹配的,则返回空列表下面介绍常用的正则表达式元字符。
2.“.”:表示除换行符以外的任意字符
与“.”类似(但不相同)的一个符号是“\S”,表示不是空白符的任意字符。注意是大写字符S。
3.“[]”:指定字符集
常用来指定一个字符集,例如:[abc]、[a-z]、[0-9];
元字符在方括号中不起作用,例如:[akm$]和[m.]中元字符都不起作用;
方括号内的“”表示补集,匹配不在区间范围内的字符,例如:[3]表示除3以外的字符。
4.“”:匹配行首,匹配以后面的字符开头的字符串
5.“\”:反斜杠后面可以加不同的字符以表示不同的特殊意义
\b匹配单词头或单词尾;
\B与\b相反,匹配非单词头或单词尾;
\d匹配任何十进制数;相当于[0-9];
\D与\d相反,匹配任何非数字字符,相当于[^0-9];
\s匹配任何空白字符,相当于[\t\n\r\f\v];
\S与\s相反,匹配任何非空白字符,相当于[^\t\n\r\f\v];
\w匹配任何字母、数字或下画线字符,相当于[a-zA-Z0-9_];
\W与\w相反,匹配任何非字母、数字和下画线字符,相当于[^a-zA-Z0-9_];
也可以用于取消所有的元字符:\、[。
这些特殊字符都可以包含在[]中。如:[\s,.]将匹配任何空白字符、",“或”."。
6.“
”
:
匹
配
行
尾
,
匹
配
以
”:匹配行尾,匹配以
”:匹配行尾,匹配以之前的字符结束的字符串
正则表达式除了能够匹配不定长的字符集,还能指定正则表达式的一部分的重复次数,所涉及的元字符有“*”、“+”、“?”、“{}”
7.“”:匹配位于之前的字符或子模式的0次或多次出现
8.“+”:匹配位于+之前的字符或子模式的1次或多次出现
9.“?”:匹配位于?之前的0个或1个字符
当“?”紧随其他限定符(*、+、{n}、{n,}、{n,m})之后时,匹配模式是“非贪心的”。“非贪心的”模式匹配搜索到尽可能短的字符串,而默认的“贪心的”模式匹配搜索到的、尽可能长的字符串。
10.“{m,n}”:表示至少有m个重复,至多有n个重复。m,n均为十进制数
元字符集锦
小周同学第一次写,多多包涵,如有问题欢迎纠正。