正则表达式

正则表达式

处理字符串的利器

• 选用：
  1. 想查看原字符串是否匹配 ->match，fullmatch,search
  2. 想从大字符串中提取指定的子字符串 ——> findall,finditer
     1. 格式：函数（正则表达式，字符串）
     2. 核心：正则表达式整体就是一个具有某一特定规则的字符串，主要是要将想要拿的数据的特定规则写出来
  3. 切割和替换：split,sub

一、匹配

匹配核心规则：判断后面的字符，是否符合正则表达式描述的规则，符合返回：匹配的字符，不符合返回：None

1. 正则表达式语法

1. 匹配类符号

以下都是针对一个字符的格式判断

1. 普通符号： – 在正则表达式中表示本身的符号
   • str1 = ‘abc’
   • result = fullmatch(r’abc’,str1)
   • 除了特殊符号，就是普通字符
2. . : – 表示匹配任意一个字符
   • result = fullmatch(r’a.c’,str1)
   • 任意字符，注重要求长度或占位情况
3. \d : – 匹配任意一个数字字符
   • result = fullmatch(r’a\dc’,‘123’)
4. \s : – 匹配任意一个空白字符：例如：空格、换行、水平制表符
5. \D : – 匹配任意一个非数字字符
6. \S : – 匹配任意一个非空白字符
7. \w : – 匹配字母数字下划线，等价于[a-zA-Z0-9_]
8. \W : – 匹配非数字字母下划线的字符
9. [字符集]： – 匹配字符集中的任意一个字符（最常用）
   • 规范：可以连在一起写，合并为一个区间,判断该一个字符在不在这个区间
   1. 写多个其中一个，eg：[abc],字符集中不用写引号
   2. 有特殊字符，eg：[abc\d],匹配任意一个数字或者a/b/c
   3. 区间,小的放前面，大小按照编码值来确定eg:[1-9],[3-9],[a-z],[A-Z],[\u4e00-\u9fa5]，[1-9abcA-Z],[1-9a-zA-Z]
      • 如果减号两边没有字符，那就是普通字符‘-’
      • '-'号只有在[]里的，且在两个字符中间的时候，有特殊功能表示区间
10. [^字符集]： – 不在字符集中的任