python数据分析-正则表达式讲解及函数

一、基础知识

1、首先要了解和明确的是如何用字符来描述字符或字符串。
2、在正则表达式中，如果直接给出字符，就是精确匹配。（eg：re.match(‘one’ , ‘one’ , regs=0)）
3、除了直接给出的字符还有一类元字符（metacharacters），包括：

. *+？\ [ ] ^ $ { } | ( )

eg:如果不用元字符修饰字符出现的次数则每个位置的正则表达式和目标字符串是一一对应的。

4、熟悉python中re模块的常用函数。
5、正则表达式可以设定整个文本的模式：
（1）单行模式，文本被强制当作单行来匹配，什么样的文本不会被当作单行？就是里面包含有换行符的文本。（换行符：\n）
（2）多行模式，文本被强制当作多行来匹配。包含换行符的字符串总是被当作多行处理。

二、元字符介绍

字符	匹配
.	匹配任意字符（除了\n（换行符））
[…]	匹配字符集，也可以圈定范围（eg：2到9范围内的数字，写为[2-9],闭区间。注意，在[ ]中的 . 等，就是 . 的意思，非元字符的含义）
[^…]	匹配除了字符集中字符的所有字符
a|b	匹配字符a或字符b
\d	匹配数字
\D	匹配非数字
\s	匹配空白符（包括空格、tab、换行符等。价于[\t\n\r\f\v]）
\S	匹配非空白符
\w	匹配单词字符[a-zA-Z0-9]
\W	匹配非单词字符
*	匹配前一个字符0次或者无数次
+	匹配前一个字符1次或者无数次
?	匹配前一个字符0次或者1次
{m}	连续匹配前一个字符m次
{m,}	连续重复m次或更多次
{m,n}	匹配前一个字符最少m次最多n次
*?/+?/??	匹配模式变为非贪婪（尽可能少匹配字符）
^	字符串的起始位置，^\d表示必须以数字开头
$	字符串的结尾位置，\d$表示必须以数字结束。假如用py匹{配}^{\prime }pytho{n}^{\prime }，但是加{上}^{p}y$就变成了整行匹配，就只能匹配’py’了。

示例：
1、. 的用法

2、[ ] 的用法

3、\d和\D的用法

a = 'python' 
match_object1 = re.match('py\d',a,flags=0)
print(match_object1)
match_object2 = re.match('py\D',a,flags=0)
print(match_object2.group())

b = 'py6thon' 
match_object3 = re.match('py\d',b,flags=0)
print(match_object3.group())
match_object4 = re.match('py\D'