正则表达式

一.模块的定义
一组功能的集合(要和某个本身就存在的东西打交道,,而这个东西本身和python没有关系,
python提供了一个功能的集合,专门负责和这个东西打交道)

模块的类型:
　　内置模块:不需要我们自己安装的,解释器自带的
　　第三方模块:需要我们自己安装的模块
　　自定义模块:自己写的模块

例
　　import os   #这里的os就是一个模块,用来操作文件,文件这个东西就是本身就存在的,
　　且文件本身与python没有关系,os模块就是和文件打交道的
　　os.remove()  #模块中的方法
　　os.rename()

二.re模块:为了在python中使用正则表达式
正则表达式是一种独立的规则,独立的语言

引用正则表达式主要为了完成两件事:
　　1.把一个文件中的所有手机号码都找出来     从大段的文字中找到符合规则的内容 如:爬虫,日志分析
　　2.输入手机号    判断这个字符串是否完全符合规则 如:表单验证,手机号,QQ号,邮箱,银行卡,身份证号码,密码

三.正则表达式的规则
　　正则表达式(只和字符串打交道,从字符串中找到符合规则的内容)
　　在线测试工具:http://tool.chinaz.com/regex/

1. 字符组:[]写在中括号中的内容,如[0-9]中的任意一个出现在某一个字符的位置上都是符合规则的

   字符组

   正则	带匹配字符	匹配结果	解释说明
   [0-9]	zrtygh546481fttr	5 4 6 4 8 1	匹配所有的数字
   [a-z]	zrtygh546481fttr	z r t y g h f t t r	匹配所有的小写字母
   [A-Z]	ASFR几乎hiu56	A S F R	匹配所有的大写字母
   [a-zA-Z]	ASFR几乎hiu56	A S F R h i u	匹配所有的大小写字母 (一定要根据ascii码的顺序来选择a-z和A-Z的顺序)
   [a-zA-Z0-9]	ASFR几乎hiu56	A S F R h i u 5 6	匹配大小写字母和数字 (a-z和A-Z的顺序不可以换0-9是可以在任意位置的)
   [a-zA-Z0-9_]	ASFR几乎hiu56	A S F R h i u 5 6 _	匹配数字字母下划线

a-z的ascii码是65-90

A-Z的ascii码是97-122

元字符:

元字符	匹配内容	解释
\w	匹配所有的数字字母下划线	w是Word开头相当于[a-zA-Z0-9_]
\d	匹配所有的数字	d是digit的开头,相当于[0-9]
\s	匹配所有的空格,回车,制表符	s是space的开头,相当于[\n\t  ]
\n	匹配换行符(回车)
\t	匹配制表符(tab)
	匹配空格
\W	与\s取反,匹配除数字字母下划线外的所有
\D	与\d取反,匹配除数字外的其他所有
\S	与\s取反,取除空格外的所有
[\s\S][\d\D][\w\W]	表示全集,匹配所有字符
\b	表示单词的边界
^	匹配一个字符串的开始
$	匹配一个字符串的结束	对^$前后换行也支持,选中此项,每一行的开始和结束都有一个开始和结束字符,否则只有整个文本的开头和结束有
.	表示匹配除换行之外的所有字符
[]	只要出现在中括号内的内容都可以被匹配	[ab]----单个a和单个b都可以被匹配
[^]	只要不出现在中括号中的内容都可以被匹配	单个出现也不会被匹配
a|b	或,符合a规则的符合b规则的都可以被匹配	如果a规则是b规则的一部分,或a规则比b规则要苛刻,就要把a规则写在前面,默认先看前面
()	分组	表示想给几个字符串量词约束的时候,需要把这些量词分在一个组

量词:

量词	用法说明
{n}	表示这个量词之前的字符出现n次
{n,}	表示这个量词之前的字符至少出现n次
{n,m}	表示这个量词之前的字符出现n-m次
?	表示匹配量词之前的字符出现0次或1次
+	表示匹配量词之前的字符出现1次或多次
*	表示匹配量词之前的字符出现0次或多次

正则表达式的匹配特点:贪婪匹配(它会在允许的范围内取最长的结果)

非贪婪模式/惰性匹配:在量词后面加上?

　　如:  .*?x

转载于:https://www.cnblogs.com/shanghongyun/p/9488475.html