python高级 -- 正则表达式

1.1 正则表达式的特点是：

        灵活性、逻辑性和功能性非常强；

        可以迅速地用极简单的方式达到字符串的复杂控制；

        对于刚接触的人来说，比较晦涩难懂。

1.2 re模块常用方法

re.match()：

result = re.match("hello", "hellozzy world")
print(result, result.group(), type(result))

在字符串开头匹配'hello'，如果匹配成功（可以是空字符串）返回对应的match对象,否则返回None。

re.search()：

result = re.search("hello", "2018hellozzy world")
print(result.group())

扫描整个字符串'2018hellozzy world'，找到与正则表达式'hello'的第一个匹配（可以是空字符串），并返回一个对应的match对象。

如果 没有匹配返回None.

re.fullmatch：

result = re.fullmatch("hello", "hello1")
print(result)

'hello1'是否整个和'hello'匹配，如果是返回对应的match对象,否则返回None。

re.findall：

result = re.findall("hello", "zzy hello china hello world")
print(result, type(result))

返回结果是一个列表

re.split：

result = re.split("hello", "zzy hello china hello world hello zhengzhou", 2)
print(result, type(result))

返回结果是，分割列表

re.sub：

sub(pattern, repl, string, count=0, flags=0)

使用repl替换pattern匹配到的内容，最多匹配count次

re.iterator：

finditer(pattern, string, flags=0)

返回迭代器

re.compile：

# compile(pattern, flags=0)

pat = re.compile("hello")
print(pat, type(pat))
result = pat.search("helloworld")
print(result, type(result))

编译得到匹配模型

1.3 flags

re.I re.IGNORECASE: 匹配中大小写不敏感

re.M re.MULTILINE: "^"匹配字符串开始以及"\n"之后；"$"匹配"\n"之前以及字符串末尾。通常称为多行模式

re.S re.DOTALL: "."匹配任意字符，包括换行符。通常称为单行模式

如果要同时使用单行模式和多行模式，只需要将函数的可选参数flags设置为re.I | re.S即可。

1.4 单个字符匹配

字符	功能
.	匹配任意1个字符（除了\n）（单行模式合一匹配\n）
[ ]	匹配[ ]中列举的字符
\d	匹配数字，即0-9
\D	匹配非数字，即不是数字
\s	匹配空白，即 空格，tab键
\S	匹配非空白
\w	匹配单词字符，即a-z、A-Z、0-9、_
\W	匹配非单词字符

1.5 匹配多个字符

字符	功能
*	匹配前一个字符出现0次或者无限次，即可有可无
+	匹配前一个字符出现1次或者无限次，即至少有1次
?	匹配前一个字符出现1次或者0次，即要么有1次，要么没有
{m}	匹配前一个字符出现m次
{m,}	匹配前一个字符至少出现m次
{m,n}	匹配前一个字符出现从m到n次

1.6 表示边界

字符	功能
^	匹配字符串开头
$	匹配字符串结尾
\b	匹配一个单词的边界
\B	匹配非单词边界

1.7 特殊贪婪字符 ？

 正则匹配默认贪婪模式即匹配尽可能多个字符

result = re.findall("he*", "hee heeeee zzheee0")
print(result)

#结果为 ['hee', 'heeeee', 'heee']

当?出现在+、？、*、{m}之后开启非贪婪模式

result = re.findall("he*?", "hee heeeee zzheee0")
print(result)

#结果为 ['h', 'h', 'h']