一. 正则表达式是字符串处理的有力工具,比字符串自身提供的方法提供了更强大的处理功能。正则表达式,又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法(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。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。正则表达式由元字符及其不同组合来构成,通过巧妙地构造正则表达式可以匹配任意字符串,并完成查找、替换、分隔等复杂的字符串处理任务。
二.元字符:
三.模块:
Python通过re模块提供对正则表达式的支持。
使用re的一般步骤是先将正则表达式的字符串形式编译为Pattern实例。然后使用Pattern实例处理文本并获得匹配结果。最后使用Match实例获得信息,进行其他的操作。
1.re.match函数:
re.match 尝试从字符串的起始位置匹配一个模式,如果不是起始位置匹配成功的话,match()就返回None。
flags
匹配成功re.match方法返回一个匹配的对象
使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。
2.re.search方法:
re.search 扫描整个字符串并返回第一个成功的匹配。re.search(pattern, string, flags=0)
3.e.match与re.search的区别:
re.match只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回None
而re.search匹配整个字符串,直到找到一个匹配。
4.compile 函数
compile 函数用于编译正则表达式,生成一个正则表达式( Pattern )对象,供 match() 和 search() 这两个函数使用。
re.compile(pattern[, flags])
5.findall
在字符串中找到正则表达式所匹配的所有子串,并返回一个列表,如果没有找到匹配的,则返回空列表。
注意: match 和 search 是匹配一次 findall 匹配所有。
findall(string[, pos[, endpos]])
6.re.finditer
在字符串中找到正则表达式所匹配的所有子串,并把它们作为一个迭代器返回
re.finditer(pattern, string, flags=0)
7.re.split
split 方法按照能够匹配的子串将字符串分割后返回列表,它的使用形式如下:
re.split(pattern, string[, maxsplit=0, flags=0])
8.re.sub
sub(pattern, repl, string, count=0, flags=0)
替换函数,将正则表达式 pattern 匹配到的字符串替换为 repl 指定的字符串, 参数 count 用于指定最大替换次数。
9.贪婪 vs 不贪婪
当重复一个正则表达式时,如用 a*,操作结果是尽可能多地匹配模式。 .* 的本质是“贪婪”的,在这种情况下,解决方案是使用不贪婪的限定符 *?、+?、?? 或 {m,n}?,尽可能匹配小的文本。
re模块案例:
正则表达式对象的match方法和search方法匹配成功后返回match对象。match对象的主要方法有:
1.group():返回匹配的一个或多个子模式内容
2.groups():返回一个包含匹配的所有子模式内容的元组
3.groupdict():返回包含匹配的所有命名子模式内容的字典
4.start():返回指定子模式内容的起始位置
5.end():返回指定子模式内容的结束位置的前一个位置
6.span():返回一个包含指定子模式内容起始位置和结束位置前一个位置的元组。
四.总结
2020-12-31
最新推荐文章于 2021-12-30 16:00:51 发布