正则表达式
一种进行数据筛选的表达式
常用操作符
操作符 | 说明 | 实例 |
---|---|---|
. | 表示任何单个字符 | |
[ ] | 字符集,对单个字符给出取值范围 | [abc]表示a、b、c,[a‐z]表示a到z单个字符 |
[^ ] | 非字符集,对单个字符给出排除范围 | [^abc]表示非a或b或c的单个字符 |
* | 前一个字符0次或无限次扩展 | abc* 表示ab、abc、abcc、abccc |
+ | 前一个字符1次或无限次扩展 | abc+ 表示abc、abcc、abccc等 |
? | 前一个字符0次或1次扩展 | abc? 表示ab、abc左右表达式任意一个abc |
{m} | 扩展前一个字符m次 | ab{2}c表示abbc |
{m,n} | 扩展前一个字符m至n次(含n)ab{1,2}c表示abc、abbc | |
^ | 匹配字符串开头 | ^abc表示abc且在一个字符串的开头 |
$ | 匹配字符串结尾 | abc$表示abc且在一个字符串的结尾 |
( ) | 分组标记,内部只能使用 | 操作符(abc)表示abc,(abc |
\d | 数字,等价于[0‐9] | |
\w | 单词字符,等价于[A‐Za‐z0‐9_] | |
\s | 空白字符 |
实战说明
原子
正则表达式中最基本的组成单位。
原子类型 | 实例 |
---|---|
普通字符 | |
非打印字符 换行符 | \n |
通用字符 | [A‐Za‐z0‐9_] :\w |
原子表 | [] |
#原子
import re
s="weareone"
#普通字符做原子
t="are"
re.search(t,s)
#非打印字符做原子(换行符\n...)
t1="\n"
print(re.search(t1,s))
#通用字符做原子
s1="weare1245hgd __ggg"
pat="\d\d"
print(re.search(pat,s1))
#原子表[]
s1="weare1245hgd __ggg"
pat="we[abc]"
print(re.search(pat,s1))
元字符
正则表达式中具有一些特殊意义的字符
#元字符 除换行以外的任意一个字符
import re
#^ $ * ? + {n} {n,} {n,m} | ()
s="abcccefgj12345abcccckjh"
p1="a.."
p2="[a-c]"
p3="^abc"
p4="abc*"
p5="[^abc]"
p6="abc?"
p7="jh$"
p8="abc{1,2}"
rs=re.search(p8,s)
print(rs)
模式修正符
不改变正则表达式的情况下,通过模式修正改变正则表达式的含义,从而实现一些匹配结果的调整。
类型 | 说明 |
---|---|
I | 匹配时忽略大小写 |
M | 多行匹配 |
L | 多地化识别匹配 |
U | Unicode |
S | 让.匹配包括换行符 |
#模式修正符
#L M I U S
s="Python"
pat="pyt"
rs=re.search(pat,s,re.I)
print(rs)
贪婪模式&&懒惰模式
贪婪模式即最多匹配,懒惰模式即最少匹配
s="pyyhony"
pat1="p.*y"#贪婪
rs1=re.search(pat1,s,re.I)
pat2="p.*?y"#懒惰
rs2=re.search(pat2,s,re.I)
print(rs1)
print(rs2)
正则表达式函数
函数 | 说明 |
---|---|
match | 从开头开始匹配 |
compile | 全局匹配函数 |
search | 匹配 |
#正则表达式函数
#macth(从头开始匹配) search 全局匹配函数
s="pyyhonypoy"
pat1="p.*y"
rs1=re.match(pat1,s,re.I)
print(rs1)
pat2="p.*?y"#懒惰
rs2=re.compile(pat2).findall(s)
print(rs2)