正则表达式
操作符
. : 表示任何单个字符
[] : 字符集,对单个字符给出取值范围,[abc]表示a,b,c;[a-z]表示a到z
[^]:非字符集,对单个字符给出排除范围
* :前一个字符0次或者无限次扩展,abc*表示ab,abc,abcc,abccc
+:前一个字符1次或者无限次扩展
?:前一个字符0次或者1次扩展
|:左右表达式任意一个
{m}:扩展前一个字符m次,ab{2}c表示abbc
{m,n}:扩展前一个字符m至n次(含n)
^:匹配字符串开头
$:匹配字符串结尾,abc $表示以abc结尾
():分组标记,内部只能使用"|"
\d:数字,等价于[0-9]
\w:单词字符,等价于[A-Za-z0-9]
Re库功能函数
re.search(pattern,string,flags = 0)在一个字符串中搜索匹配正则表达式的第一个位置,返回match对象
pattern的格式为:r‘正则表达式’
flags标记:re.I re.IGNORECASE忽略正则表达式的大小写,[A-Z]可匹配小写字符
re.M re.MULTILINE正则表达式中的^操作符能够将给定字符串的每行当作匹配开始
re.S re.DOTALL正则表达式中的.操作符能够匹配所有字符,默认匹配除换行外的所有字符
re.match(pattern,string,flags = 0)从一个字符串的开始位置起匹配正则表达式,返回match对象
re.findall(pattern,string,flags = 0)搜索字符串,以列表类型返回全部能匹配的字串
re.split(pattern,string,maxsplit = 0,flags = 0)将一个字符串按照正则表达式匹配结果进行分割,返回列表类型(maxsplit为最大分割数,超过的剩余部分自动为一个字符串)
re.finditer(pattern,string,flags = 0)搜索字符串,返回一个匹配结果的迭代类型,每个迭代元素是match对象
re.sub(pattern,repel,string,count =0,flags = 0)在一个字符串中替换所有匹配正则表达式的子串,返回替换后的字符串(repel为替换的字符串,count为匹配的做大替换次数)
regex = re.compile(pattern,flags = 0)将正则表达式的字符串形式编译成正则表达式对象,再进行上述方法的调用(优点:面向对象,使用不同正则表达式时更快捷)
match对象属性:
.string待匹配的文本
.re匹配时使用的pattern对象
.pos正则表达式搜索文本的开始位置
.endpos正则表达式搜索文本的结束位置
match对象方法:
.group(0)获得匹配后的字符串
.start()匹配字符串在原始字符串的开始位置
.end()匹配字符串在原始字符串的结束位置
.span()返回(.start(),.end())
Re库默认采用贪婪匹配,即输出匹配最长的字符串(可在正则表达式多项重复操作符后加?获取最短匹配字符串)