python re module

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。