python 正则表达式使用（补充菜鸟文档）

正则简介：

正则表达式并不是Python的一部分。正则表达式是用于处理字符串的强大工具，拥有自己独特的语法以及一个独立的处理引擎，效率上可能不如str自带的方法，但功能十分强大。基本上主流的语言都支持正则

概述

大多数初学者都认为正则很难，实际上并不是这样的，语法不多，不经常用还会时常忘记，先说一下难点在于排他性、全面性、 匹配一个想要的字段，实际并不难

正则表达式匹配原则
	1.正确性,能够正确的匹配出目标字符串怕
	2.排他性,除了目标字符串之外尽可能少的匹配其他内容.
	3.全面性,尽可能考虑到目标字符串的所有情况，不遗漏. .

下面是我的学习总结

使用

入门尝试

import re #导入正则第三方包
str='127.0.0.1:8080'
restr=re.findall('8080',str)
#
print(restr)
#输出：['8080']
restr2=re.findall(r':(\w+)',str)
print(restr2)
#输出：['8080']

从上面可以看出不同语法也能实现相同的效果

下面先说一些奇怪的法则，避免变异混淆

1.转义字符：. * + ? $ [ ]( )| \ （不包括【:】）

匹配上述字符需加 \ 进行转义
在使用python中使用正则匹配规则，前可以加r 表示元字符及（本身的含义）
在开发中避免错误 直接在规则前加r

import re #导入正则第三方包
str = '38$513.36'
spstr1 = re.findall('$', str)  # 结果:['']
spstr2 = re.findall('\$', str)  # 结果:['$'] 如果是pycharm的编译是会通过的，但有警告
spstr3 = re.findall('\\$', str)  # 结果:['$']
spstr4 = re.findall(r'\$', str)  # 结果:['$']
print(spstr1)
print(spstr2)
print(spstr3)
print(spstr4)

2.贪婪模式和非贪婪模式： ?

默认情况下是贪婪模式及（尽可能大的匹配内容 ）
非贪婪模式：在匹配重复元字符后加’?'号即可
重复字符：+ * ? {m,n} 后面加 ？ 可尽可能少的匹配内容

str="ababababababababababa"
strstr1=re.search('(ab){1,3}',str)
strstr2=re.search('(ab){1,3}?',str)#关闭贪婪模式
print(strstr1)#<re.Match object; span=(0, 6), match='ababab'>
print(strstr2)#<re.Match object; span=(0, 2), match='ab'>

3.分组 （） 让操作对象当做一个整体

   str='asasasaasasa'
   s=re.search(r'(王|李)\w{1,2}',"王者农药").group() #(参数) 充当一个条件
   print(s)#王者农

 其中{1,2} 针对\w生效，因为(王|李) 是一个条件 而{n,m} 只针对前一个条件生效

\w{1,2}

定义

	在正则表达式中，以()建立正则表达式的内
	部分组，子组是正则表达式的一部分，可以
	作为内部整体操作对象。

作用

	1.可以被作为整体操作,改变元字符的操作对象
	2.可以通过编程语言某些接口获取匹配内容
	   中,子组对应的内容部分 .group()

       re. search(r' (ab)cd' , "abcd") group(1) #'ab'

捕捉组： 为分组起名字

s=re.search(r'(?P<test>王|李)\w{1,2}',"王者农药").group('test')#王

	4.注意事项
	●一个正则表达式中可以包含多个子组
	●子组可以嵌套,但是不要重叠或者嵌套结构复杂
	●子组序列号一般从外到内,从左到右计数

flags 的使用 用于选择性编码

#只能匹配ascii码字符	regex = re. compile(r’\W+’ , flags =re.A)
IGNORECASE匹配忽略字母大小写	regex = re. compile(r’ [a-z]+'flags=re.I)
DOTALL使.可以匹配换行	regex =re. compile( r’.+'1flags=re.S )
MULTILINE使^ $可以匹配每–行的开头结尾位置	regex = re. compile(r’\W+’ , flags =re.M)
VERBOSE为正则添加注释	regex = re. compile(r’\W+’ , flags =re.X)

正式开讲

参考地址：菜鸟

模式	描述
^	匹配字符串的开头位置 ^janekia$ 绝对匹配。
$	匹配字符串的末尾位置。
.	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’ [abc#!好]表示0中的任意-个字符 [0-9],[a-z],[A-Z]表示区间内的任意-个字符 [ #?0-9a-z]混合书写, - -般区间表达写在后面
re*	匹配 前一个条件0个或多个。 匹配规则:匹配前面的字符出现0次或多次 [A-Z][a-z]* 指定前一个条件出现的次数0次或多次 ?(0,1) < +(1,n) < *(0,n) 利用数学集合范围进行记忆 n代表多次
[^…]	不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。个的表达式。
re+	匹配1个或多个的表达式。
re?	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
re{ n}	匹配n个前面表达式。例如，"o{2}“不能匹配"Bob"中的"o”，但是能匹配"food"中的两个o。
re{ n,}	精确匹配n个前面表达式。例如，"o{2,}“不能匹配"Bob"中的"o”，但能匹配"foooood"中的所有o。"o{1,}“等价于"o+”。"o{0,}“则等价于"o*”。
re{ 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
a | b	匹配a或b
(re)	匹配括号内的表达式，也表示一个组
(?imx)	正则表达式包含三种可选标志：i, m, 或 x 。只影响括号中的区域。
(?-imx)	正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。
(?: re)	类似 (…), 但是不表示一个组
(?imx: re)	在括号中使用i, m, 或 x 可选标志
(?-imx: re)	在括号中不使用i, m, 或 x 可选标志
(?#…)	注释.
(?= re)	前向肯定界定符。如果所含正则表达式，以 … 表示，在当前位置成功匹配时成功，否则失败。但一旦所含表达式已经尝试，匹配引擎根本没有提高；模式的剩余部分还要尝试界定符的右边。
(?! re)	前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功。
(?> re)	匹配的独立模式，省去回溯。
\w	匹配数字字母下划线
\W	匹配非数字字母下划线
\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
\G	匹配最后匹配完成的位置。
\b	匹配一个单词边界，也就是指单词和空格间的位置。例如， ‘er\b’ 可以匹配"never" 中的 ‘er’，但不能匹配 “verb” 中的 ‘er’。
\B	匹配非单词边界。‘er\B’ 能匹配 “verb” 中的 ‘er’，但不能匹配 “never” 中的 ‘er’。
\n, \t, 等。	匹配一个换行符。匹配一个制表符, 等
\1…\9	匹配第n个分组的内容。
\10	匹配第n个分组的内容，如果它经匹配。否则指的是八进制字符码的表达式。

比较常用的标出来了 大写字母在有一对的情况下
大写一般代表取反(非)
小写这代表正常

常用函数

函数名	描述
findall	匹配所有字符 有返回字符集，无返回空字符集表达式有子组则只能获取到子组对应的内容 re.findall(string[, pos[, endpos]])
search	整个字符串查找一处没有返回None re.search(pattern, string, flags=0)
sub	查用于替换字符串的匹配项 默认替换最大值 re.sub(pattern, repl, string, count=0, flags=0)
subn	查用于替换字符串的匹配项 默认替换最大值 re.sub(pattern, repl, string, count=0, flags=0) 基本和sub一样 区别在于 返回值中会出现具体替换次数
finditer	匹配的所有子串，并把它们作为一个迭代器返回 re.finditer(pattern, string, flags=0)开始匹配字符串 无返回None
compile	生成正则表达式对象 rege对象 re.compile(pattern[, flags])
split	split 方法按照能够匹配的子串将字符串分割后返回列表 re.split(pattern, string[, maxsplit=0, flags=0])
参数说明	pattern 正则表达式 replace替换的字符串 string目标字符串 max 最多替换几处，默认替换全部 flags功能标志位,扩 展正则表达式的匹配 返回值:替换后的字符串

扩展

regex对象的使用：一般是