python之正则表达式系列一——元字符

正则表达式的库在re库里。

findall

re.findall('string ',string S) 匹配字符串，当S中有前面字符串的内容，就返回一个列表，列表包含前面的字符串。

import re
s='hello world'
r=re.findall('hello',s)
print(r)

结果：

元字符：. ^ $ {} * + ? | []

• "." 通配符 只拿除了‘\n \r’即换行和回车不能返回，其他字符串均以单个字符返回。

import re
s='test123\n'
r=re.findall('.',s)
print(r)

结果

如果想拿到‘\n\r’的话，要在findall后面加修饰符‘re.S’

s='test123\n'
r=re.findall('.',s,re.S)//注意加了re.S
print(r)

• ‘^’ 脱字符 ^string 表示匹配该行的字符串是否已string开头，是的话就返回string的列表，不是的话返回空列表。

s='test123\nTest123\ntest'
r=re.findall('^test',s)
print(r)

如果实现多行匹配的话，需要在findall后面加修饰符‘re.M’

s='test123\nTest123\ntest'		//注意这里有两个换行，实际上是三行字符串
r=re.findall('^test',s,re.M)
print(r)

如果想不区分大小写的话也需要加修饰符‘re.I’,同时又想多行匹配，所以需要在两个修饰符之间加‘|’分隔开。

s='testing\nTest\ntest'
r=re.findall('^test',s,re.M | re.I)
print(r)

• ‘$’ 结束位置 与^相对， string $表示匹配字符串是否以string结尾，是的话返回string列表，不是返回空列表。
  ps：这里的字符串是指包括\n在内的整个字符串，这一点与**^脱字符**不相同。

s='testing\nTest\ntest'
r=re.findall('testing$',s)
print(r)

很明显会返回空列表，因为字符串以‘test’结尾。

如果想实现多行匹配，即将有\n的字符串看成多个字符串的话，需要加修饰符re.M

s='testing\nTest\ntest'
r=re.findall('testing$',s,re.M)
print(r)

• ‘* + ? ’ 这三个一起讲，这三个都是表示匹配次数的。 其中 ‘ * ’表示匹配任意次（0~n）；‘+’ 匹配（1 ~ n）次；‘？’
  匹配（0~1）次
  ‘*’的例子

s='z\nzo\nzoo'
r=re.findall('zo*',s,re.M) 		//注意多行匹配
print(r)

这个代码表示，z开头，紧接着o，但是o出现的次数是任意的，符合这样的标准才会返回到列表里。

‘+’的例子

s='z\nzo\nzoo'
r=re.findall('zo+',s,re.M)
print(r)

‘？’的例子

s='z\nzo\nzoo'
r=re.findall('zo?',s,re.M)
print(r)

注意这里第三个zoo其实也满足要求，但是只会取zo，因为第二个o不满足要求。

这里举个对比的例子

s='z\nzo\nzoo'
r=re.findall('zoo?',s,re.M)		//注意这里是zoo？
print(r)

• ‘{}’ 重复元字符 与上面三个类似，是控制匹配表达式次数的

s='z\nzo\nzoo'
r=re.findall('zo{0,}',s,re.M)  		 #与re.findall('zo*',s,re.M)一样
print(r)
r=re.findall('zo{1,}',s,re.M)  		 #与re.findall('zo+',s,re.M)一样
print(r)
r=re.findall('zo{0,1}',s,re.M) 	  #与re.findall('zo?',s,re.M)一样
print(r)
r=re.findall('zo{2}',s,re.M)
print(r)

注意{}里面没有空格！

• ‘[ ]’ 字符组 控制的是匹配内容
  会匹配字符串，将里面出现在[]里的内容匹配一下，出现了就返回到列表里。
  如果想要匹配[]比如e到o之间的字母，可以在字母之间加‘-’来表示。
  如果‘^’放在了[]里面，表示除了[]里面的字母或字符外其他的字母或字符匹配，类似于取反了。

s='test\ntesting\nzoo'
r=re.findall('[eio]',s,re.M)
print(r)
r=re.findall('[e-o]',s,re.M)		//efghijklmno
print(r)
r=re.findall('[^eio]',s,re.M)	
print(r)

• ‘|’ 选择元字符 它会在|前后的字符串进行匹配，匹配到的返回到列表里。

s='z\nzood\nfood'
r=re.findall('z|food',s,re.M)
print(r)
r=re.findall('[z|f]ood',s,re.M)
print(r)

• ‘（）’分组元字符 将（）内的表达式定义为组，返回值是（）里面整体匹配后的内容，而且只管（）里的匹配。

s='z\nzood\nfood'
r=re.findall('[z|f](o*)',s,re.M)
print(r)

不管[z|f]了，只管后面的（o*）

• ‘\’ 转义元字符
  如果想取消字符串的转义，需要在字符串前面加r
  如果想取消正则语法的转义，需要加\

s=r'z\nzood\nfood'						//字符串转义
r=re.findall('[z|f](o\*)',s,re.M)		//正则语法转义