python基础知识(9)

目录

正则表达式字符含义分类

1、普通字符和11个元字符

2、预定义字符集（可以写在字符集[...]中） 

3、特殊分组用法：

re模块中常用功能函数

1、compile()

2、match()

3、search()

4、findall()

5、finditer()

---

正则表达式字符含义分类

1、普通字符和11个元字符

	普通字符	匹配自身	abc	abc
字符占位	.	匹配任意除换行符"\n"外的字符(在DOTALL模式中也能匹配换行符	a.c	abc
字符转义	\	转义字符，使后一个字符改变原来的意思	a\.c;a\\c	a.c;a\c
字符次数	*	匹配前一个字符0或多次	abc*	ab;abccc
	+	匹配前一个字符1次或无限次	abc+	abc;abccc
	?	匹配一个字符0次或1次	abc?	ab;abc
	{}	{m}匹配前一个字符m次，{m,n}匹配前一个字符m至n次，若省略n，则匹配m至无限次	ab{1,2}c	abc abbc
字符起止	^	匹配字符串开头。在多行模式中匹配每一行的开头	^abc	abc
	$	匹配字符串末尾，在多行模式中匹配每一行的末尾	abc$	abc
或	|	或。匹配|左右表达式任意一个，从左到右匹配，如果|没有包括在()中，则它的范围是整个正则表达式	abc|def	abc def
字符集合	[]	字符集。对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出，也可以给出范围，如[abc]或[a-c]。[^abc]表示取反，即非abc。 所有特殊字符在字符集中都失去其原有的特殊含义。用\反斜杠转义恢复特殊字符的特殊含义。	a[bcd]e	abe ace ade
分组	()	被括起来的表达式将作为分组，从表达式左边开始每遇到一个分组的左括号“（”，编号+1. 分组表达式作为一个整体，可以后接数量词。表达式中的|仅在该组中有效。	(abc){2} a(123|456)c	abcabc a456c

2、预定义字符集（可以写在字符集[...]中） 

数字	\d	数字:[0-9]	a\bc	a1c
非数字	\D	非数字:[^\d]	a\Dc	abc
空白字符	\s	匹配任何空白字符:[<空格>\t\r\n\f\v]	a\sc	a c
非空白字符	\S	非空白字符:[^\s]	a\Sc	abc
任何字符	\w	匹配包括下划线在内的任何字字符:[A-Za-z0-9_]	a\wc	abc
非字母字符	\W	匹配非字母字符，即匹配特殊字符	a\Wc	a c
字符起止	\A	仅匹配字符串开头,同^	\Aabc	abc
	\Z	仅匹配字符串结尾，同$	abc\Z	abc
	\b	匹配\w和\W之间，即匹配单词边界匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。	\babc\b a\b!bc	空格abc空格 a!bc
	\B	[^\b]	a\Bbc	abc

3、特殊分组用法：

(?P<name>)	分组，除了原有的编号外再指定一个额外的别名	(?P<id>abc){2}	abcabc
(?P=name)	引用别名为<name>的分组	(?P<id>\d)abc(?P=id)	1abc1 5abc5
\<number>	引用编号为<number>的分组	(\d)abc\1	1abc1 5abc5

re模块中常用功能函数

1、compile()

含义:

compile(编译的意思) 编译正则表达式模式，返回一个对象的模式(可以把那些常用的正则表达式编译成正则表达式对象，这样可以提高一点效率)

格式：

re.compile(pattern,flags=0)

pattern: 编译时用的表达式字符串。

flags 编译标志位，用于修改正则表达式的匹配方式，如：是否区分大小写，多行匹配等。常用的flags有：

标志	含义
re.S(DOTALL)	使.匹配包括换行在内的所有字符
re.I（IGNORECASE）	使匹配对大小写不敏感
re.L（LOCALE）	做本地化识别（locale-aware)匹配，法语等
re.M(MULTILINE)	多行匹配，影响^和$
re.X(VERBOSE)	该标志通过给予更灵活的格式以便将正则表达式写得更易于理解
re.U	根据Unicode字符集解析字符，这个标志影响\w,\W,\b,\B

import re
tt = "Tina is a good girl, she is cool, clever, and so on..."
rr = re.compile(r'\w*oo\w*')
print(rr.findall(tt))   #查找所有包含'oo'的单词
执行结果如下：
['good', 'cool']

2、match()

match(匹配的意思)  决定RE是否在字符串刚开始的位置匹配。//注：这个方法并不是完全匹配。当pattern结束时若string还有剩余字符，仍然视为成功。想要完全匹配，可以在表达式末尾加上边界匹配符'$'

格式：

re.match(pattern, string, flags=0)

3、search()

 格式：

re.search(pattern, string, flags=0)

re.search函数会在字符串内查找模式匹配,只要找到第一个匹配然后返回，如果字符串没有匹配，则返回None。

*注：match和search一旦匹配成功，就是一个match object对象，而match object对象有以下方法：

• group() 返回被 RE 匹配的字符串
• start() 返回匹配开始的位置
• end() 返回匹配结束的位置
• span() 返回一个元组包含匹配 (开始,结束) 的位置
• group() 返回re整体匹配的字符串，可以一次输入多个组号，对应组号匹配的字符串。

4、findall()

re.findall遍历匹配，可以获取字符串中所有匹配的字符串，返回一个列表。

 格式：

re.findall(pattern, string, flags=0)

5、finditer()

 搜索string，返回一个顺序访问每一个匹配结果（Match对象）的迭代器。找到 RE 匹配的所有子串，并把它们作为一个迭代器返回。

格式：

re.finditer(pattern, string, flags=0)