正则表达式【记录】

正则表达式（re）

正则表达式各个符号以及意义

• . 可以代表任意字符，除了(\n)

• []从括号中选择一个匹配，括号中无顺序要求。注意：不加（，），不然多匹配逗号，多个逗号导致报错

• [^]取括号内相反

• \d 可以代表数字（0-9）

• \D 可以代表非数字

• \s 可以代表空（空格，\t，\n）

• \S可以代表非空

• \w 可以代表单词字符（a-z，A-Z,0-9,_）

• \W 可以表示非单词字符

  原始字符串

• 正则表达式想要一个\需要输出四个\（python本身\\=,正则也是\\=\）,所以出现原始表达式

• 在字符串前加上一个r，表示原始字符串，一个\在python不再是转译，注意：r只能取消python转译，但是正则表达式中的转译不会取消

数量符号

• *表示一个字符出现0次或者无数次，例：\d*
• +表示一个字符出现1次或无限次
• ？表示一个字符出现1次或0次
• ｛m｝表示字符出现m次
• ｛m,｝表示一个字符出现m到无限次
• ｛m，n｝表示一个字符出现m到n次

边界符号

• ^{必须以某个字符串开头，例：（}1）

• $必须以某个字符串结尾，例：（1$）

• \b匹配一个单词边界

• \B匹配一个非单词边界

  匹配分组

• |可以匹配左右两边任意一个表达式

• （）分组

• \num引用第num分组

• （？P<name>）给分组起别名

re模块其他用法

• search 搜索符合特征的字符串
• findall 找出所有符合特征的字符串
• sub 将前一个符合规则的字符串代替后一个符合的
• split 设定一个符号作为分隔符，分隔后面字符串

贪婪与非贪婪

• 贪婪：总是尽可能匹配多的字符，如（‘*’，‘+’，“？”，‘｛m，n｝’）
• 非贪婪：在贪婪字符后加上一个“？”，尽可能匹配少的字符