re模块与正则

re解析数据常用方法

re.findall(pattern, string[, flags])

import re

str = '123我是sjx456我是SJX'
#pattern：sjx
pattern = re.compile('sjx', re.I)
'''
• re.I(全拼：IGNORECASE): 忽略大小写
• re.M(全拼：MULTILINE): 多行模式，改变'^'和'$'的行为
• re.S(全拼：DOTALL): 点任意匹配模式，改变'.'的行为
• re.L(全拼：LOCALE): 使预定字符类 \w \W \b \B \s \S 取决于当前区域设定
• re.U(全拼：UNICODE): 使预定字符类 \w \W \b \B \s \S \d \D 取决于unicode定义的字符属性
• re.X(全拼：VERBOSE): 详细模式。这个模式下正则表达式可以是多行，忽略空白字符，并可以加入注释。
'''
#方式a
a = re.findall(pattern, str)
print(a)
#方式b
b = pattern.findall(str)
print(b)




E:\ex\venv\Scripts\python.exe E:/ex/pachong.py
['sjx', 'SJX']
['sjx', 'SJX']

Process finished with exit code 0

re.match(pattern, string[, flags])

import re

str1 = '123我是sjx456我是SJX'
str2 = 'sjx123'
pattern = re.compile('sjx', re.I)
print(pattern.match(str1))       #开头无匹配字符直接返回None
print(pattern.match(str2))




E:\ex\venv\Scripts\python.exe E:/ex/pachong.py
None
<re.Match object; span=(0, 3), match='sjx'>

Process finished with exit code 0

re.search(pattern, string[, flags])

import re

str1 = '123我是sjx456我是SJX'
str2 = 'sjx123'
pattern = re.compile('sjx', re.I)
print(pattern.search(str1))
print(pattern.search(str2))



E:\ex\venv\Scripts\python.exe E:/ex/pachong.py
<re.Match object; span=(5, 8), match='sjx'>
<re.Match object; span=(0, 3), match='sjx'>

Process finished with exit code 0

re.split(pattern, string[, maxsplit])

import re

str = '123我是sjx456我是SJX'
pattern = re.compile(r'sjx', re.I)
print(pattern.split(str))



E:\ex\venv\Scripts\python.exe E:/ex/pachong.py
['123我是', '456我是', '']

Process finished with exit code 0

正则官方：https://docs.python.org/zh-cn/3/library/re.html

^ ：匹配字符串的开头
$ ：匹配字符串的末尾。
.：匹配任意字符，除了换行符。
[…]： 用来表示一组字符,单独列出：[amk] 匹配 ‘a’，‘m’或’k’
[^…] ：不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。
*： 匹配0个或多个的表达式。

+： 匹配1个或多个的表达式。
?:：匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
{ n}： 精确匹配 n 个前面表达式。例如， o{2} 能匹配 “food” 中的两个 o。
{ n,} ：匹配 n 个前面表达式。例如， o{2,} 能匹配 "foooood"中的所有 o。“o{1,}” 等价于 “o+”。“o{0,}” 则等价于 “o*”。
{ n, m} ：匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式
() ：匹配括号内的表达式，也表示一个组
\W 匹配非字母数字及下划线
\s 匹配任意空白字符，等价于 [\t\n\r\f].
\S 匹配任意非空字符
\d 匹配任意数字，等价于 [0-9].
\D 匹配任意非数字
\A 匹配字符串开始
\Z 匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。
\z 匹配字符串结束