python开发学习笔记（7）————正则表达式

正则表达式

1.基本概念

在一个文本中，快速匹配到想要的内容

2.re模块

1）使用过程

#导入
import re
#使用match方法进行匹配操作

result = re.match（正则表达式，要匹配的字符串）

如，re.match（r”hello”， “hello world”）
#如果上一步匹配到数据的话，可以使用group方法来提取数据

result.group()

2）匹配单个字符

.  匹配任意1个字符（除了\n，匹配范围最广
[]  匹配[]内的字符，只能匹配一个字符
\d  匹配数字，0-9
\D  匹配非数字，即不是数字
\s  匹配空白，即空格，tab键
\S  匹配非空白
\w  匹配单词字符，即a-z，A-Z，0-9，_，也支持中文匹配
\W  匹配非单词字符

3）匹配多个字符

{} 大括号里的内容可以规定前面紧邻的匹配符要匹配内容的位数
\d{1，3} 匹配数字，匹配的数字是1位，2位或3位
\d{11} 匹配一个11位数
规则：

 *  匹配前一个字符出现0次或者无限次，即可有可无
 +  匹配前一个字符出现1次或者无限次，即至少1次
 ？  匹配前一个字符出现1次或者0次，即要么有1次，要么没有
 {m} 匹配前一个字符出现m次
 {m，n}  匹配前一个字符出现从m到n次

match()函数最后一个参数传入re.S，可以使 . 匹配到\n

4）匹配开头结尾

r”[a-zA-Z_][a-zA-Z0-9_]*$” 正则表达式中最后加入$表示匹配到字符串的最后一位。
正则表达式以 ^ 表示开头，以 $ 表示结尾
匹配163邮箱地址

^[a-zA-Z0-9_]{4,20}@163\.com$

如果在正则表达式中需要用到某些普通的字符，比如点. 或者？ 可以使用\来转义

5）分组等

^[a-zA-Z0-9_]{4,20}@(163|126)\.com$

|是或者关系，在需要判断或者关系的地方加上括号
在正则表达式中，用小括号括住正则表达式，group（1）可以返回第一个小括号的值，group（2）可以返回第二个小括号的值。
语法

|  匹配左右任意一个表达式
(ab)  将括号中字符作为一个分组
\num  引用分组num匹配到的字符串  如，\1 与第一个小括号匹配的内容相同
(?P<name>)  分组起别名
(?P=name)  引用别名为name分组匹配到的字符串

3.re模块高级用法

1）search

直接返回要匹配的字符，只返回第一个匹配的字符串

2）findall

返回匹配到的符合条件的全部字符串

3）sub 将匹配到的数据替换

re.sub(r”\d+”, ‘998’, “python = 997”)
输出结果：’python = 998’

sub满足函数调用
第二个参数是要替换的数据，这个参数可以传入函数

4）split

ret = re.split(r”:| “, “info:xiaoZhang 33 shangdong”)
print(ret)

运行结果：
[‘info’, ‘xiaoZhang’, ‘33’, ‘shangdong’]
以冒号或者空格进行切割