到底什么是正则表达式?
在编写处理字符串的程序或网页时,经常有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说,正则表达式就是记录文本规则的代码。
正则基础:
常用元字符
代码 | 说明 |
---|---|
. | 匹配除换行符以外的任意字符 |
\w | 匹配字母或数字或下划线 |
\s | 匹配任意的空白符 |
\d | 匹配数字 |
\b | 匹配单词的开始或结束 |
^ | 匹配字符串的开始 |
$ | 匹配字符串的结束 |
常用限定符(量词)
代码/语法 | 说明 |
---|---|
* | 重复零次或更多次 |
+ | 重复一次或更多次 |
? | 重复零次或一次 |
{n} | 重复n次 |
{n,} | 重复n次或更多次 |
{n,m} | 重复n到m次 |
常用反义词
代码/语法 | 说明 |
---|---|
\W | 匹配任意不是字母,数字,下划线,汉字的字符 |
\S | 匹配任意不是空白符的字符 |
\D | 匹配任意非数字的字符 |
\B | 匹配不是单词开头或结束的位置 |
[^x] | 匹配除了x以外的任意字符 |
[^aeiou] | 匹配除了aeiou这几个字母以外的任意字符 |
正则在python中的用法 查找 findall : 匹配所有 每一项都是列表中的一个元素 ret = re.findall('\d+','sjkhk172按实际花费928') # 正则表达式,带匹配的字符串,flag ret = re.findall('\d','sjkhk172按实际花费928') # 正则表达式,带匹配的字符串,flag print(ret) search : 只匹配从左到右的第一个,得到的不是直接的结果,而是一个变量,通过这个变量的group方法来获取结果 如果没有匹配到,会返回None,使用group会报错 ret = re.search('\d+','sjkhk172按实际花费928') print(ret) # 内存地址,这是一个正则匹配的结果 print(ret.group()) # 通过ret.group()获取真正的结果 ret = re.search('\d','owghabDJLBNdgv') print(ret) print(ret.group()) ret = re.search('\d+','sjkhk172按实际花费928') if ret : # 内存地址,这是一个正则匹配的结果 print(ret.group()) # 通过ret.group()获取真正的结果 match 从头开始匹配,相当于search中的正则表达式加上一个^ ret = re.match('\d+$','172sjkhk按实际花费928') print(ret) 字符串处理的扩展 : 替换 切割 split s = 'alex|taibai|egon|' print(s.split('|')) s = 'alex83taibai40egon25' ret = re.split('\d+',s) print(ret) sub # 谁 旧的 新的 替换次数 ret = re.sub('\d+','H','alex83taibai40egon25') print(ret) ret = re.sub('\d+','H','alex83taibai40egon25',1) print(ret) subn 返回一个元组,第二个元素是替换的次数 ret = re.subn('\d+','H','alex83taibai40egon25') print(ret)
re模块的进阶 : 时间/空间 compile 节省你使用正则表达式解决问题的时间 因为它先是将正则表达式编译 译成 字节码 在多次使用的过程中 不会多次编译这样就节省了时间 eg: ret = re.compile('\d+') # 已经完成编译了,后面要使用该正则,就可以直接调用该变量 使用要匹配的字符串 print(ret) res = ret.findall('alex83taibai40egon25') print(res) res = ret.search('sjkhk172按实际花费928') print(res.group()) finditer 节省你使用正则表达式解决问题的空间/内存 ret = re.finditer('\d+','alex83taibai40egon25') for i in ret: print(i.group()) 总结: findall 返回列表 找所有的匹配项 search 匹配就 返回一个变量,通过group取匹配到的第一个值,不匹配就返回None,group会报错 match 相当于search的正则表达式中加了一个'^' spilt 返回列表,按照正则规则切割,默认匹配到的内容会被切掉 sub/subn 替换,按照正则规则去寻找要被替换掉的内容,subn返回元组,第二个值是替换的次数 compile 编译一个正则表达式,用这个结果去search match findall finditer 能够节省时间 finditer 返回一个迭代器,所有的结果都在这个迭代器中,需要通过循环+group的形式取值 能够节省内存