正则 | Re基础

导入re

import re

常用的元字符

匹配单个字符

.	匹配任意除换行符以外的字符
\w	匹配任意字母或数字或下划线字符
\s	匹配任意的空白字符
\d	匹配数字字符
\n	匹配一个换行符
\t	匹配一个制表符
\W	匹配非宇母或数字或下划线字符
\D	匹配非数字字符
\S	匹配非空白符
a|b	匹配字符a或字符b
[...]	匹配字符组中的字符
[^...]	匹配除了字符组中字符的所有字符

匹配开头结尾

^	匹配字符串的开头
$	匹配字符串的结尾

量词

作用:用于设定对单个字符匹配的次数

*	重复零次或更多次
+	重复⼀次或更多次
?	重复零次或⼀次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

贪婪匹配和惰性匹配

.*	贪婪匹配，尽可能多地字符
.*?	惰性匹配，尽可能少地字符

方法

re.findall

查找所有与正则表达式匹配的字符

返回列表

lst = re.findall("m", "mai le fo len, mai nimei!")
print(lst) # ['m', 'm', 'm']

re.finditer

和findall差不多

返回一个迭代器

it = re.finditer("m", "mai le fo len, mai ni
mei!")
for el in it:
print(el.group()) # 需要分组
'''
m
m
m
'''

re.search

对文本进⾏匹配

如果匹配到了第⼀个结果，就会返回这个结果

如果匹配不上，search则返回None

ret = re.search(r'\d', '5点之前，你要给我5000块').group()#获取所有匹配结果
print(ret) # 5

re.match

只能从字符串的开头进⾏匹配

如果起始位置的字符与正则不匹配，match() 就返回 None

否则，返回与之匹配的字符

ret = re.match('a', 'abc').group() 
print(ret) # a

re.compile()

可以将⼀个正则表达式进⾏预加载,⽅便后⾯的使⽤

obj = re.compile(r'\d{3}') # 将正则表达式编译成为⼀个正则表达式对象, 规则要匹配的是3个数字
ret = obj.search('abc123eeee') # 正则表达式对象调⽤search, 参数为待匹配的字符串
print(ret.group()) # 结果: 123

group的使用

• group() 同group（0）就是匹配正则表达式整体结果

• group(1) 列出第一个括号匹配部分，group(2) 列出第二个括号匹配部分

import re
a = "123HelloWorld123"
print(re.search("([0-9]*)([a-zA-Z]*)([0-9]*)",a).group(0))  #123HelloWorld123,返回整体
print(re.search("([0-9]*)([a-zA-Z]*)([0-9]*)",a).group(1))  #123
print(re.search("([0-9]*)([a-zA-Z]*)([0-9]*)",a).group(2))  #HelloWorld

r的作用

正则表达式使用"\"作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符"\"，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\\\"。前两个和后两个分别用于在编程语言里转义成两个反斜杠，然后在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题，Python中字符串前⾯加上 r 表示原⽣字符串。

匹配模式

用于控制正则表达式的匹配方式，如：是否区分大小写

re.I	忽略大小写
re.M	多行模式，影响 ^ 和 $
re.S	单行模式，匹配包括换行符在内的任意字符

re.I

import re
string = '''#Hello Python
'''
obj = re.compile(r'hello',re.I)# re.I
ret = obj.findall(string)

print(ret)#['Hello']

re.M

将字符串按照'\n'切成单行，每次都从每行的第一个字符开始匹配

影响 ^ 和 $

import re
string = '''<div>
hate xxx
love python 
love c
love c++
</div>
'''

obj1 = re.compile(r'^love', re.M)  # re.M 多行模式
ret1 = obj1.findall(string)
print(ret1)#['love', 'love', 'love']

obj2 = re.compile(r'^love')  # re.S 默认单行模式
ret2 = obj2.findall(string)
print(ret2)#[]

re.S

import re
string = '''<div>
hate xxxx
love python
love c
love c++
</div>
'''
obj1 = re.compile(r'python.*?c')
ret1 = obj1.findall(string)
print(ret1)#[]

obj2 = re.compile(r'python.*?c'，re.S) # re.S模式
ret2 = obj2.findall(string)
print(ret2)#['python\nlove c']