基础部分
正字表达式是可匹配文本片段的模式。最简单的正则表达式为普通字符串。
我们可以用正字表达式来
查找,替换,分割文本
1."."通配符,可任意匹配
但是有时候,需要用'.'正是你需要的字符,这时需要转义,这里的转义需要通过两层转义,一层是解释器,一层是module.re。所以’\\.com'与r'\.com'等效。同理,对于'.' '?' '^' '[' '-'等特殊字符也需要转义。
import re
a='abcdef'
b=re.findall('.b',a)
#findall为返回一个包含字符串中所有符合匹配的子串
#findall(正字表达式,字符串)print(b)>>>['ab']
2.字符集(可以看成函数的定义域)
字符集用[]方括号表示,定义匹配的范围。比如要从a-z中匹配:'[a-z]',需要多个匹配组合'[a-z0-9]'。但是字符集只能匹配一个
字符。脱字符(排除运算符)‘^'是排除匹配:'[^asd],是除a.s.d任何字符都匹配的意思。
import re
a='0abc'
b=re.findall('[1-3].',a)
print(b)
c=re.findall('[0-3].',a)
print(c)
>>>[]
['0a']
3.二选一模式,子模式,可选模式,重复模式
二选一模式使用'|',放在二选一的中间。子模式使用'()'。比如'(abc)|(def))
可选模式用'?',放在字符后面:‘a?' ‘(abc)?'
重复模式: '*' '+' {m,n} 分别表示可重复0到无穷次,1到无穷次,m到n次
4.从开头查找'^'与从结尾查找'$'
import rea='abcdef'b=re.findall('^ab.+',a)print(b)
c=re.findall('ef$',a)print(c)
重要函数
compile(pattern) 将正字表达式转化为模式
对象(类的具体化),提高匹配效率。调用re的函数时,无需再将它们在内部转化成表达式,也说明re.findall(pat,string)中,函数用pat创建了一个正则表达式,之后使用的对象的函数调用。
import re
a='abcd'
b=re.compile('ab.')
print(b.findall(a))
>>>['abc']
search(pat,string)
在字符串中查找pat,返回bool值
match(pat,string)
在字符串开头匹配。如果要求整个字符串匹配,在pat结尾加上$
split(pat,string,macsplit=0)
macsplit=0,为默认值,为全部替换
sub(pat,repl,string,count=0)
将pat替换成repl。0默认为全部替换,count可写可不写。
escape(string)
对字符串中所有的正则表达式特殊字符进行转义,适用情况为字符串特别长,包含大量特殊字符或手动转义麻烦的字符串。