python基础（五）------正则表达式re中的match、search、sub、compile、findall方法及使用

python基础（四）------文件操作、自定义函数和匿名函数、类和对象

模式	解释
\	转义字符，\n 匹配一个换行符、\\ 匹配一个 \ 、\( 匹配一个 (
\w	匹配字母数字及下划线
\W	匹配非字母数字及下划线
\s	匹配任意空白字符
\S	匹配任意非空字符
\d	匹配任意数字
\D	匹配任意非数字
^	匹配字符串的开头
$	匹配字符串的末尾
.	匹配任意字符，除了换行符
[…]	匹配在[]中的字符
[^…]	匹配不在[]中的字符
*	匹配0个或多个的表达式
+	匹配1个或多个的表达式
?	匹配0个或1个由前面的正则表达式定义的最短片段，非贪婪方式
{n}	精确匹配 n 个前面表达式
{n,}	至少匹配n个前面的表达式
{n, m}	匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式
|	匹配他前面的或者后面的
()	匹配括号里面的表达式
\n	匹配一个换行符
\f	匹配一个换页符。等价于 \x0c 和 \cL。
\t	匹配一个制表符
\r	匹配一个回车符
[a-z]	匹配指定范围内的任意字符，这个会匹配a到z中间的所有小写字母
[^a-z]	匹配任何不在指定范围内的任意字符，这个会匹配不包含a到z中间的所有小写字母
re.I	忽略大小写
re.L	表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
re.M	多行模式
re.S	包括换行符在内的任意字符
re.U	表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
re.X	为了增加可读性，忽略空格和#后面的注释

（1）导入

在使用正则表达式之前必需先导入

import re

（2）参数说明：

pattern：表示正则表达式的规则
string：表示想要在哪个字符串中匹配
flag：可选参数，表示要控制匹配的的方式，使用：re.I、re.L、re.S等等

（3）re.match(pattern，string，flag)

该方法会从头开始匹配，如果开始位置字符不一样将匹配失败，返回None3）

>>> s = "abcdaaafffadettttnnn"
>>> print(re.match(r'abcda+', s))
<re.Match object; span=(0, 7), match='abcdaaa'>
>>> print(re.match(r'babcda+', s))
None
# 通过group()方法可以获取()包围的表达式匹配的值
>>> s = 'Tom is a good person'
>>> result = re.match(r'(.*?) is (.*)', s)
>>> result.group()
'Tom is a good person'
>>> result.group(1)
'Tom'
>>> result.group(2)
'a good person'
>>> result.groups()
('Tom', 'a good person')

（4）re.search(pattern，string，flag)

该方法会搜索整个字符串，返回第一个匹配的内容

>>> s = 'Tom is a good person'
>>> result = re.search(r'([a-z]{1,4})', s)
>>> result.groups()
('om',)
>>> result.group(1)
'om'

（5）match和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，返回None；而re.search匹配整个字符串，直到找到一个匹配

>>> s = 'Tom is a good person'
>>> result = re.match(r'([a-z]{1,4})', s)
# 匹配失败，因为s开头的字母不在自己写的正则表达式里面
>>> result.group(1)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'group'
>>> result = re.search(r'([a-z]{1,4})', s)
>>> result
<re.Match object; span=(1, 3), match='om'>

（6）sub(pattern，repl，string，count，flag)

repl：可选参数，表示用哪个东西去替换匹配到的东西，count：可选参数，替换的最大次数，默认0表示全部替换

>>> s = "2022-07-30"
>>> result = re.sub(r'\D','.',s)
>>> result
'2022.07.30'
>>> result = re.sub(r'\D','.',s,count = 1)
>>> result
'2022.07-30'

（7）compile(pattern，flag)

用于编译正则表达式，生成一个正则表达式对象

# match(字符串，开始匹配的位置，结束匹配的位置)，第二个和第三个参数省略表示从头开始到结尾结束
>>> s = "123abcd567"
>>> r = re.compile(r'\d+')
>>> result = r.match(s)
>>> result
<re.Match object; span=(0, 3), match='123'>
>>> result = r.match(s,7,9)
>>> result
<re.Match object; span=(7, 9), match='56'>
>>> result.group()  # 获得一个或多个分组匹配的字符串
'56'
>>> result.start()  # 获取分组匹配的子串在整个字符串中的起始位置
7
>>> result.end()  # 获取分组匹配的子串在整个字符串中的结束位置
9
# search()与match类似

（8）findall(字符串，开始位置，结束位置)

​ 第二个和第三个参数省略表示从头开始到结尾结束，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，如果有多个匹配模式，则返回元组列表，如果没有找到匹配的，则 返回空列表。

​ match 和 search 只会匹配一次， 而findall 会匹配所有符合条件的。
finditer()方法与之类似，返回一个可迭代的对象，可以通过groupdict()方法获得每一个数据的字典格式的数据。

>>> s = "123abcd567"
>>> r = re.compile(r'\d+')
>>> result = r.match(s)
>>> result
<re.Match object; span=(0, 3), match='123'>
>>> result = r.search(s)
>>> result
<re.Match object; span=(0, 3), match='123'>
>>> result = r.findall(s)
>>> result
['123', '567']
>>>>>> result = r.search(s,5)
>>> result
<re.Match object; span=(7, 10), match='567'>
>>> result = r.search(s,5,9)
>>> result
<re.Match object; span=(7, 9), match='56'>

（9）正则表达式在线测试工具

含有一些常用的正则表达式，直接复制即可使用：https://tool.oschina.net/regex/

python模块（一）------math模块及其常用方法