python-re模块简介-正则元字符

• re模块简介

'''
python自1.5以后增加了re的模块，提供了正则表达式模式
'''

import re

#pip  包管理工具

'''
re.match函数
原型：match(pattern, string, flags=0)
参数：pattern-匹配的正则表达式
     string-要匹配的字符串
     flags-标识位，用于控制正则表达式的匹配方式，值如下
     re.I 忽略大小写
     re.L 做本地化识别
     re.M 多行匹配，影响^和$
     re.s 是. 匹配包括换行符在内的所有字符
     re.U 根据Unicode字符集解析字符，影响\w \W \b \B
     re.X 使我们以更灵活的格式理解正则表达式
功能：尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，返回None

'''

#www.baidu.com
print(re.match("www", "www.baidu.com"))
print(re.match("www", "www.baidu.com").span())
print(re.match("www", "ww.baidu.com"))
print(re.match("www", "baidu.wwwcom"))
print(re.match("www", "Www.baidu.com"))
print(re.match("www", "Www.baidu.com", flags=re.I))

#扫描整个字符串，返回从起始位置成功的匹配

'''
re.search函数
原型：search(pattern, string, flags=0)
参数：pattern-匹配的正则表达式
     string-要匹配的字符串
     flags-标识位，用于控制正则表达式的匹配方式
功能：扫描整个字符串，并返回第一个成功的匹配
'''
print(re.search("sunck", "good man is sunck!sunck nice"))

'''
re.findall函数
原型：findall(pattern, string, flags=0)
参数：pattern-匹配的正则表达式
     string-要匹配的字符串
     flags-标识位，用于控制正则表达式的匹配方式
功能：扫描整个字符串，并返回结果列表
'''
print(re.findall("sunck", "good man is sunck!sUnck nice",flags=re.I))

• 正则表达式的元字符

匹配单个字符与数字

import re

'''
.  匹配除换行符以外的任意字符
[0123456789]  []是字符集和，表示匹配中括号中所包含的任意一个字符
[sunck]      匹配"s","u","n","c","k"中任意一个字符
[a-z]        匹配任意小写字母
[A-Z]        匹配任意大写字母
[0-9]        匹配任意数字
[0-9a-zA-Z]  匹配任意的数字和大小写字母
[0-9a-zA-Z_] 匹配任意的数字和大小写字母和下划线
[^sunck]     匹配除了sunck几个字母以外的所有字符中括号内^称为脱字符，
            表示不匹配集合中的字符
[^0-9]       匹配所有的非数字字符
\d           匹配数字，效果同[0-9]
\D           匹配非数字字符，效果同[^0-9]
\w           匹配数字、字母和下划线，同[0-9a-zA-Z_]
\W           匹配非数字字母、字母和下划线，同[^0-9a-zA-Z_]
\s           匹配任意的空白符（空格，换行，回车，换页，制表）同[ \f\n\r\t]
\S           匹配任意的非空白符，同[^ \f\n\r\t]

'''

print(re.search(".","good good 6 study"))
print(re.search("[0123456789]","good good 9 study"))


锚字符（边界字符)

'''
^   行首匹配，和在[]里的不是一个意思
$   行尾匹配

\A  匹配字符串开始，它和^的区别是\A只匹配整个字符串的开头，即使在re.M
    模式下也不会匹配别行的行首
\Z  匹配字符串结束，它和$的区别是\A只匹配整个字符串的结束，即使在re.M
    模式下也不会匹配别行的行尾

\b  匹配一个单词的边界也就是指单词和空格间的位置,'er\b'可以匹配never,不能
    匹配nerve
\B  匹配非单词边界

'''

print(re.search("^good$","good good study"))

print(re.findall("^good","good good study\ngood good study",re.M))
print(re.findall("\Agood","good good study\ngood good study",re.M))

print(re.findall("study$","good good study\ngood good study",re.M))
print(re.findall("study\Z","good good study\ngood good study",re.M))

print(re.search(r"er\b","never"))
print(re.search(r"er\b","nerve"))
print(re.search(r"er\B","never"))
print(re.search(r"er\B","nerve"))


匹配多个字符

'''
以下x,y,z为假设的普通字符，m,n是非负整数，不是正则表达式的元字符
(xyz)   匹配小括号内的xyz(作为一个整体去匹配)
x?      匹配0或1个x
x*      匹配0或任意多个x(.* 表示匹配0个或任意多个字符(换行符除外))
x+      匹配至少一个x
x{n}    匹配确定的n个x(n是一个非负整数)
x{n,}   匹配至少n个x
x{n,m}  匹配至少n个最多m个x
x|y     |表示或，匹配x或y

'''
print(re.findall(r"(good)","good good study"))
print(re.findall(r"o?","good good study"))#非贪婪匹配
print(re.findall(r"o*","good good ostudy"))#贪婪匹配(尽可能多的匹配)
print(re.findall(r"o+","good good ostudy"))
print(re.findall(r"o{3}","goood good study"))
print(re.findall(r"o{2,}","goood good ostudy"))
print(re.findall(r"((g|u)ood)","goood good ostudy"))


####提取good......study
str = "good god study!good hard study"
print(re.findall(r"good.*?study",str))


#特殊
'''
*?   +?   ??   最小匹配 通常都是尽可能多的匹配，可以使用这种方式解决贪婪匹配
(?:x)     类似(xyz)，但不表示一个组
'''
#注释：  /* part1 */   /* part2 */
print(re.findall(r"//*.*?/*/",r"/* part1 */   /* part2 */"))