一、正则表达式简介
- 正则表达式(regular expression)是一种用于匹配字符串或者子串形式的强大逻辑表达式,在 Python 中的
re 模块
提供了正则表达式的支持。 - 正则表达式由一些一般字符和一些元字符组成
- 一般字符包括:
大小写的字母和数字
,只能匹配自身 - 元字符包括:
. \ [...]、预定义字符集、数量词、边界匹配、逻辑分组等
,具有特殊的含义
二、正则表达式的使用
- 当我们在 Python 中使用正则表达式时,re 模块内部会干两件事情:
- 编译正则表达式,如果正则表达式的字符串本身不合法,会报错
- 用编译后的正则表达式去匹配字符串
- 如果一个正则表达式要重复使用几千次,出于效率的考虑,我们可以预编译该正则表达式,接下来重复使用时就不需要编译这个步骤了,直接匹配
p = re.compile(pattern, flags=0) # 预编译
:
- 用于将字符串形式的正则表达式编译为 pattern 对象,第二个参数 flag 是匹配模式,一般用不到
- 预编译时,pattern 最好加上 r 前缀,这样就不用考虑转义的问题了
p.findall(string) or re.findall(pattern, string, flags=0) # 按照模式搜索
- 搜索 string,以列表形式返回全部能匹配的子串
- 代码实践
import re
p = re.compile(r'\d+')
p.findall('one11 two2three333 four4five55')
> ['11', '2', '333', '4', '55']
p = re.compile(r'\d+?')
p.findall('one11 two2three333 four4five55')
> ['1', '1', '2', '3', '3', '3', '4', '5', '5']
p = re.compile(r'(\w+)@([\w.]+)')
str = 'purple alice@jisuanke.com, blah monkey bob@abc.com blah dishwasher'
p.findall(str)
> [('alice', 'jisuanke.com'), ('bob', 'abc.com')]
p = re.compile(r'\w+@[\w.]+')
re.findall(str)
> ['alice@jisuanke.com', 'bob@abc.com']
三、参考资料
1、正则表达式官方文档
2、Python 正则表达式指南
3、廖雪峰 re 模块介绍