【python养成】：re模块正则表达式详解

文章目录

---

前言

一、正则表达式是什么？

二、正则表达式基本语法

三、re模块主要函数

总结

---

前言

        谢谢大家的关注！我之前做了一些网络爬虫的项目，项目里涉及到了正则表达式的用法，相信大家要是用Python做网络爬虫或者大数据分析必然脱不开正则表达式的使用！这篇文章针对Python的正则表达式做详细的解释，希望文章能对初学者有所帮助，本文章参考书籍例程。

---

一、正则表达式是什么？

        正则表达式是字符串处理的有力工具和技术，是使用某种预定义的模式去匹配一类具有共同特征的字符串，主要用于处理字符串，可以快速、准确地完成复杂的查找和替换等处理要求，在文本编辑与处理、大数据分析、网络爬虫的场合有重要用途！

        正则表达式主要是使用 Python中的  re模块。

二、正则表达式基本语法

元字符	功能说明
.	匹配除换行符以外的任意单个字符
*	匹配位于*之前的字符或子模式的0次或多次出现
+	匹配位于+之前的字符或子模式的1次或多次出现
-	在[]之内用来表示范围
|	匹配位于|之前或之后的字符
^	匹配行首，匹配以^后面的字符开头的字符串
$	匹配行尾，匹配以$之前的字符结束的字符串
?	匹配位于?之前的0个或1个字符。当此字符紧随任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是“非贪心的”。“非贪心的”模式匹配搜索到的、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。例如，在字符串“oooo”中，“o+?”只匹配单个“o”，而“o+”匹配所有“o”
\	表示位于\之后的为转义字符
\num	此处的num是一个正整数，表示子模式编号。 例如，“(.)\1”匹配两个连续的相同字符
\f	换页符匹配
\n	换行符匹配

\r	匹配一个回车符
\b	匹配单词头或单词尾
\B	与\b含义相反
\d	匹配任何数字，相当于[0-9]
\D	与\d含义相反，等效于[^0-9]
\s	匹配任何空白字符，包括空格、制表符、换页符，与 [ \f\n\r\t\v] 等效
\S	与\s含义相反
\w	匹配任何字母、数字以及下划线，相当于[a-zA-Z0-9_]
\W	与\w含义相反\w含义相反，与“[^A-Za-z0-9_]”等效
()	将位于()内的内容作为一个整体来对待
{m,n}	{}前的字符或子模式重复至少m次，至多n次
[]	表示范围，匹配位于[]中的任意一个字符
[^xyz]	反向字符集，匹配除x、y、z之外的任何字符
[a-z]	字符范围，匹配指定范围内的任何字符
[^a-z]	反向范围字符，匹配除小写英文字母之外的任何字符

三、re模块主要函数

方法	功能说明
compile(pattern[, flags])	创建正则表达式对象
escape(string)	将字符串中所有特殊正则表达式字符转义
findall(pattern, string[, flags])	返回包含字符串中所有与给定模式匹配的项的列表
finditer(pattern, string, flags=0)	返回包含所有匹配项的迭代对象，其中每个匹配项都是Match对象
fullmatch(pattern, string, flags=0)	尝试把模式作用于整个字符串，返回Match对象或None
match(pattern, string[, flags])	从字符串的开始处匹配模式，返回Match对象或None
purge()	清空正则表达式缓存
search(pattern, string[, flags])	在整个字符串中寻找模式，返回Match对象或None
split(pattern, string[, maxsplit=0])	根据模式匹配项分隔字符串
sub(pat, repl, string[, count=0])	将字符串中所有与pat匹配的项用repl替换，返回新字符串，repl可以是字符串或返回字符串的可调用对象，作用于每个匹配的Match对象
subn(pat, repl, string[, count=0])	将字符串中所有pat的匹配项用repl替换，返回包含新字符串和替换次数的二元元组， repl可以是字符串或返回字符串的可调用对象， 作用于每个匹配的Match对象

---

总结

        由于正则表达式案例较长，也为了方便大家学习，本次文章贴出基础知识，以下链接是关于案例教程，请各位看官移步至测试案例链接：

(12条消息) 【Python养成】：正则表达式测试案例_嵌入式up的博客-CSDN博客