Pyhton——re模块

Pyhton——re模块

一、

re模块里有两种字符：
1、普通字符： 大多数字符和字母都会和自身匹配
2、元字符： . ^ $ * + ? { } [ ] | ( ) \

1、re.findall(“xx1”,“xx2”)——完全匹配。（xx1为要匹配的关键字，xx2为被匹配的内容）

2、. ——通配符（功能是任何字符都可以代替，除了“\n” 换行符）

3、^ ——从开头去匹配

4、 $ ——从结尾去匹配

----------------------------------------------------------------------------------------------------------------------------------------------------------------------

二、

重复符号（重复紧挨着前面的那个字符）
1、* ——重复0到无穷次
由于是0到无穷次，所以第一个"d"没有匹配上，也算

2、+ ——重复1到无穷次

3、 ？ ——重复0到1次（如果有1次取1次，没有取0次）


4、{x} ——重复次数自己定，比如：
{2}，重复两次.

{5}，重复5次

如果是{2,5}，则重复2到5次（包括2次跟5次）

注意：前面的 * + ? 等都是贪婪匹配，也就是取最大的数（比如有3个就取3个，有5个取5个，不会取两个，也不会取1个）。在后面加个 ？则变成惰性匹配，取最小

----------------------------------------------------------------------------------------------------------------------------------------------------------------------

三、

[ ]——字符集
1、字符集里的字符与前面的字符形成组合进行匹配

2、前面说的符号在字符集里都变成普通符号

3、字符集里面的特殊符号

虽然前面的符号在字符集里变成普通符号，但是字符集里有另外的特殊符号 - ^ \

3（1）、 - ——这个减号意思是范围，比如：a-z，是a到z的意思

如果是重复字符集里需要多个，则：

3（2）、 ^ ——字符集里的尖角号意思是：非
a 到 f 都不匹配，所以匹配出az

3（3）、 \ ——让有意义的字符变没意义，让没意义的字符变有特定意义

反斜杠后边跟元字符去除特殊功能,比如 \ .
反斜杠后边跟普通字符实现特殊功能,比如\d
\d 匹配任何十进制数；它相当于类 [0-9]。
\D 匹配任何非数字字符；它相当于类 [^0-9]。
\s 匹配任何空白字符；它相当于类 [ \t\n\r\f\v]。
\S 匹配任何非空白字符；它相当于类 [^ \t\n\r\f\v]。
\w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_ ]。
\W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_ ]。
\b 匹配一个特殊字符边界，比如空格 ，&，＃等

----------------------------------------------------------------------------------------------------------------------------------------------------------------------

4、转义字符 \ 相关知识

在匹配规则前加一个 r ，其意思是：原生字符串，意味着使匹配规则里面的字符不作任何转义，没有特殊意义。

匹配失败

匹配成功

另外一种方法：

在前面加个 \ ，使第二个 \ 失去特殊意义

由于这个re模块，需要经过python解释器的编译，再进入re模块里，所以两个反斜杠变成一个反斜杠，这个反斜杠暂时没有意义，等进入到re模块里，这个反斜杠又有了意义，此时的 \b 就有其特殊意义，最后就能匹配成功。

同理：

这里的四个反斜杠，第一、三反斜杠使二四反斜杠失去特殊意义，变为普通符号，进入到正则后，两个反斜杠又变成一个普通字符 \ ，这时匹配成功，而后出来经过反编译，会输出两个反斜杠

----------------------------------------------------------------------------------------------------------------------------------------------------------------------

四、

| ——意为“或”

----------------------------------------------------------------------------------------------------------------------------------------------------------------------
re.findall() 与 re.search() 区别：
findall() 会把所有匹配出的结果放到一个列表里面。
search()只会把第一个匹配出的结果拿出来放到一个对象里面。如果匹配不成功，则什么都不会返回。如果要取出这个对象里面的数值，用group()方法。

----------------------------------------------------------------------------------------------------------------------------------------------------------------------

( ) ——分组功能

当要把零散的字符当成一个整体，就用括号括起来

没有括号

有括号

注意：

这里虽然把 abc 当作整体，但是匹配出来的结果不是想要的 abcabcabc ，这是因为findall()会优先把匹配结果组里的内容返回（也就是 abc）， 如果想要匹配出 abcabcabc ；则取消权限即可。可在 abc 前面加 ?: 此时就会把优先权限取消。

----------------------------------------------------------------------------------------------------------------------------------------------------------------------

分组之 ?P< name > —— 注意：P要大写

此功能是给匹配出来的内容分组命名

只要名字：

只要年龄：

----------------------------------------------------------------------------------------------------------------------------------------------------------------------

re模块下的方法：

findall() 与 search() 具体用法看前面

1、re.match() ——从开头进行匹配，匹配不成功会报错。匹配成功用group()取出来；此方法用的很少，多数用search() 。

2、re.spilt() —— 分割。
注意：如果左边没有内容，则会分割出一个 空（" "）出来。

3、re.sub(“xx1”,“xx2”.“xx3”) —— 替换。xx1为替换前对象；xx2为替换后对象；xx3为内容

3、re.subn() —— 使用方法跟sub一样。结果会做成一个元组，返回替换次数

4、re.compile() —— 可以把匹配规则装进一个变量里；如果需要对多个内容进行同一个规则匹配，则可以使用此方法

5、re.finditer() —— 跟 findall() 差不多，会把结果封装进一个迭代器，返回迭代器对象