了解:正则表达式是对字符串操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。
- 原子
- 普通字符作为原子
import re
string="helloworld"
#普通字符作为原子
p="owo"#要匹配的字符赋予p
result=re.search(p,string)
print(result)
运行结果
<re.Match object; span=(4, 7), match='owo'>
由此可见可以匹配出来
import re
string="helloworld"
#普通字符作为原子
p="owr"#这里要匹配的是
result=re.search(p,string)
print(result)
None
匹配的字符是"owr"从string查找不到所以运行结果为None
2.非打印字符作为原子
import re
#非打印字符作为原子例:\n \t
string='''helloworld
wangyi'''
p="\n"
result=re.search(p,string)
print(result)
<re.Match object; span=(10, 11), match='\n'>
string中有\n换行符,故可以匹配得到
3.通用字符作为原子
import re
#使用通用字符作为原子
#常用通用字符
'''
\w匹配字母数字下划线
\W匹配除字母数字下划线以外的
\d匹配十进制数字
\D匹配除十进制数字
\s匹配空白字符
\S匹配除空白字符
'''
string='''helloworld314256737 SGGJ32
wangyi
'''
p="\w\w\w\w\w"
result=re.search(p,string)
print(result)
<re.Match object; span=(0, 5), match='hello'>
因为\w连续匹配五次,所以匹配到了"hello"
- 原子表
#原子表
import re
string='''helloworld
wangyi'''
p="lo[how]or"#只从原子表中选取一个字符
result=re.search(p,string)
print(result)
<re.Match object; span=(3, 8), match='lowor'>
p=“lo[how]or”#只从原子表中选取一个字符,所以从原子表中匹配到了w,最终匹配到"lowor"
#原子表
import re
string='''helloworld
wangyi'''
p="lo[^how]or"#^非的意思,原子表中均不能匹配
result=re.search(p,string)
print(result)
None
^非的意思,原子表中均不能匹配,所以最终结果为None
- 元字符
#元字符
'''元字符就是正则表达式中具有一些特殊含义的字符。
.除换行符外任意一个字符
^开始位置
$结束位置
*出现0次1次多次
?出现0次一次
+出现一次多次
{n}恰好出现n次
{n,}至少n次
{n,m}至少n次至多m次
|模式选择符
()代表模式单元
'''
import re
string='''helloworld
wangyi'''
p=".owo."
result=re.search(p,string)
print(result)
<re.Match object; span=(3, 8), match='lowor'>
.owo.第一个.匹配到了’l’,第二个.匹配到了’r’
import re
string='''helloworld
wangyi'''
p="^.owo."
result=re.search(p,string)
print(result)
None
import re
string='''helloworld
wangyi'''
p=".owo.*"
result=re.search(p,string)
print(result)
<re.Match object; span=(3, 10), match='loworld'>
- 模式修正符
常用的模式修正符:
I匹配时忽略大小写
M多行匹配
L本地化识别匹配
S让.匹配包括换行符
import re
string="helloworld"
p="Low"
result=re.search(p,string)
print(result)
None
p="Low"中L大写所以匹配不出来,这时我们会用到模式修正符来忽略大小写。如何添加模式修正符呢?
import re
string="helloworld"
p="Low"
result=re.search(p,string,re.I)#在这里添加模式修正符
print(result)
<re.Match object; span=(3, 6), match='low'>
这就匹配出来了。
- 贪婪模式和懒惰模式
贪婪模式尽可能多的匹配,懒惰模式尽可能少的匹配。
贪婪模式例子
import re
string="helloworld"
p="w.*d"
result=re.search(p,string)
print(result)
<re.Match object; span=(5, 10), match='world'>
例子更新版
import re
string="hellwodworld"
p="w.*d"
result=re.search(p,string)
print(result)
<re.Match object; span=(4, 12), match='wodworld'>
尽管字符串中有wodworld它依然会匹配到最后一个d处。
懒惰模式例子
import re
string="hellwodworld"
p="w.*?d"
result=re.search(p,string)
print(result)
<re.Match object; span=(4, 7), match='wod'>