正则表达式学习笔记

基本示例

---

import re
Regex = re.compile(r'\d\d\d-\d\d\d-\d\d\d\d')
mo = Regex.search('123-233-4325')
print(mo.group())

基本符号

---

1. 括号：()

• 创建分组
• 示例：phoneNumRegex = re.compile(r’(\d\d\d)-(\d\d\d-\d\d\d\d)’)
• mo.group()的传入参数：①为0或不传时返回整个匹配的文本②为其他整数时返回第n个分组的文本

2. 管道：|

• "或"符号，匹配许多表达式中的一个
• 示例：heroRegex = re.compile (r’Batman|Tina Fey’)

3. 问号：？

• 表明它前面的分组在这个模式中是可选的，即匹配这个问号之前的分组零次或一次
• 示例：batRegex = re.compile(r’Bat(wo)?man’)
• 还用以表示非贪心匹配

4. 星号：

• 匹配零次或多次”，即星号之前的分组，可以在文本中出现任意次
• 示例：batRegex = re.compile(r’Bat(wo)*man’)

5. 加好：+

• 意味着“匹配一次或多次”，即加号之前的分组至少匹配一次
• 示例：batRegex = re.compile(r’Bat(wo)+man’)

6. 花括号：{}

• 分组重复特定次数
• 示例：haRegex = re.compile(r’(Ha){3}’)
• 可以指定一个范围，如(Ha){3,5}
  ①默认是贪心匹配，返回匹配次数最大的文本
  ②非贪心匹配：re.compile(r’(Ha){3,5}?’)

7. 插入字符（^）美元字符（$）

- 插入符号（^），表明匹配必须发生在被查找文

本开始处
- 美元符号（KaTeX parse error: Undefined control sequence: \d at position 45: …：re.compile(r'^\̲d̲+’)用以匹配从开始到结束都是数字的字符串

8. 通配符（.）

- 匹配除了换行之外的所有字符，但句点字符只匹配一个字
- 示例：re.compile(r'.at')

9. 点-星匹配所有字符（.*）

- 匹配所有字符串
- 示例：re.compile(r'First Name: (.*) Last Name: (.*)')
- 默认贪心模式，非贪心模式：re.compile(r'<.*?>')

---

10. 字符分类

\d：0 到 9 的任何数字
\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

基本方法

---

1. re.compile(r’\d\d\d-\d\d\d-\d\d\d\d’)：返回一个Regex对象
2. re.compile(’.*’, re.DOTALL)：将匹配所有字符（包括换行符）
3. re.compile(r’robocop’, re.I)：匹配时不区分大小写
4. Regex.search(‘123-233-4325’)：返回Match对象，返回值中仅含有匹配的第一个文本
5. Regex.findall(‘123-233-4325’)：返回字符串，返回值中含有匹配的所有文本
6. mo.group()：返回匹配文本的字符串
7. mo.groups()：返回获取的所有分组
8. Regex.sub()：用新的文本替换匹配到的文本。参数：①用于取代发现的文本②待查找文本

注意

1. 复杂正则表达式多行表示：

phoneRegex = re.compile(r'''(
	(\d{3}|\(\d{3}\))?
	(\s|-|.)?
	\d{3}
	(\s|-|.)
	\d{4}
	(\s*(ext|x|ext.)\s*\d{2,5})?
	)''',re.VERBOSE)