正则表达式,个人笔记整理

search()方法

fa = re.compile(r'\d\d\d-\d\d\d-\d\d\d\d')
fb = fa.search('My number is 415-555-4242.').group()
合并写法：
re.search(r'as', 'sas123').group()

match()方法

re.match(r'as', 's as 123').group()
区别：match 只匹配开头文本，开头未匹配到返回None，用在账户注册输入等比较好
search是扫描整个文本，只要其中匹配到即可！search在长文本中查找比较好用，
也是最常用的

表达式，分三步，第一建立表达式，第二，传入字符串，第三匹备表达式

例子：

batRegex = re.compile(r'Bat(man|mobile|copter|bat)')
mo = batRegex.search('Batmobile lost a wheel')
a=mo.group()
print(a)         #Bat开头，都有属性，（其中一个组匹配先匹配到）
b=mo.group(1)
print(b)         #输出组1

#----------------------------------------------
（）代表组

| 代表管道可以选项

\d+(\.\d+)?     #匹配整数带小数的数写法

findall()方法

fa = re.compile(r'\d\d\d-\d\d\d-\d\d\d\d')
fb = fa.findall('Cell: 415-555-9999 Work: 212-555-0000')

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

新的写法：
re.findall(r'\d*','Cell: 415-555-9999 Work: 212-555-0000')

返回的是一个列表，把所有匹配到的都返回列表

列子：

batRegex = re.compile(r'Bat(wo)?man')
注：(wo)?代表可以选匹配，不知道该组wo是否存在都匹配，
存在匹配一次，不存在匹配一次                    #0次1次
batRegex = re.compile(r'Bat(wo)*man')
注：（wo）*（称为星号）意味着“匹配零次或多次”，即星号之
前的分组是（wo）？的升级版                     #0次1次N次
batRegex = re.compile(r'Bat(wo)+man')
注：（wo）+ 必须至少匹配一次，没有则返回None     #1次N次

batRegex = re.compile(r'(wo){3}')       #匹配3次
batRegex = re.compile(r'(wo){3，5}')    #匹配3-5次范围之间
batRegex = re.compile(r'(wo){，3}')    #匹配0-3次范围之间
batRegex = re.compile(r'(wo){5，}')    #匹,5-无限N次范围之间

建立自己的字符分类

1.字符分类[aeiouAEIOU]将匹配所有元音字符，不论大小写。

2.字符分类[a-zA-Z0-9]将匹配所有小写字母、大写字母和数字。

3.插入字符[^....]，就可以得到“非字符类”。[^aeiouAEIOU]即排除aeiouAEIOU字母外 所有其他字符

sub（）方法，替换，删除，调用

txt = '<b class="cBold">'

#第一个参数为删除所有<b，第二个参数是替换所有对应删除的，第三个为 str字符串值
fa= re.sub('<b','',txt)

print(fa)
split（）方法，切割
ret = re.split(r':| ','info:xiaoZhang 33 shandong')

print(ret)

#返回以：|空格符号处切割，返回列表['info','xiaoZhang','33','shangdong']

2.1 字符分类

\d 是正则表达式(0|1|2|3|4|5|6|7|8|9)的缩写。

\D 除 0 到 9 的数字以外的任何字符

\w 任何字母、数字或下划线字符（可以认为是匹配“单词”字符）

\W 除字母、数字和下划线以外的任何字符

\s 空格、制表符或换行符（可以认为是匹配“空白”字符）

\S 除空格、制表符和换行符以外的任何字符

注意：字符分类对于缩短正则表达式很有用。字符分类[0-5]只匹配数字 0 到 5，这比

输入(0|1|2|3|4|5)要短很多。

插入^字符和美元$字符

r'^Hello'必须以'Hello'开始的字符串 匹配以^开始匹配，如果不是Hello开

始的文本，无法匹配

r'\d$'必须以数字 0 到 9 结束的字符串 匹配以$结束匹配，如果不是以

数字结尾的，无法匹配

通配字符

.（点）字符称为“通配符”。它匹配除了换行之外的所有
字符。

用点.*匹配所有字符