正则表达式

正则表达式

regular expression

正则表达式是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为"元字符"）。

正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。

**re模块使用

查找

search	 #只返回一个
match 	 #只返回一个，从头匹配的才算
findall 	#返回字符串
finditer	 #返回Match迭代器

search,match返回的都是Match对象
m.group()	显示数据
m.group(1)	显示第一组
m.groups()  显示所有组 （1，2，3）组

findall返回结果数组

替换

sub     #替换
subn	#替换后，多少被替换

re.sub(r'123','456',text)
返回替换后的字符串

re.subn(r'123','456',text)
返回替换后的字符串,与替换了几个地方

分割

split
正则表示用什么分割，返回分割的结果列表
例子

text='sassas  , sas ; sas'
re.split(r'\s*[,.;]\s*'，text) #多个空格[,.;]多个空格
返回['sassas', 'sas', 'sas']

**语法规则

字符类别

匹配	正则
a,b,c,1,2,3	常量，写什么是什么
\d	一个数字
\D	一个非数字字符
\s	一个空格
\S	一个非空格
\w	一个任意字母数字下划线
[abc]	a,b,c任意一个字符
[a-e]	a到e的任意一个
[^a-d]	取反，除了a,b,c,d的任意一个
[\d]	退格符（Backspace）
.	通配符除\n 外的任意字符

量词（次数）

正则	匹配
*	0或多个
+	1或多个
？	0或1个
{2}	2个
{2，5}	2到5
{2，}	最少2
{，4}	最多4

组合模式

多个模式组合

\d{6}[a-z]{6}   #六个数字，6个a-z

|	#表示两种模式都可以，如两个数字或两个字符   \d{2}|\w{2}


#分组，分组后可以组为单位使用量词
()			#如（122）{3} 匹配3次122

位置

正则	匹配
^	字符串开头
\A	字符串开头，忽略m标记
$	字符串末
\Z	字符串末，忽略m标记
\b	在单词边界
\B	不在单词边界
(?<=xxx)\d	匹配 xxx之后 的 一个数字
(?=xxx)\d	匹配 xxx开始的第一个数字
(?!XXX)\d	匹配不是xxx开始的 一个数字

分组

太复杂加注释

r'(sa)(?#前面是匹配什么的)'

正则	匹配
（…）	一个组
（？P）	组名为Y的组
（?：…）	不捕获组
\Y	匹配第Y个匹配的组
（？P=Y）	匹配名为Y的组
（？#）	注释

标记

re=re.findall(r'sad',flag=re.I)

正则	匹配
i	忽略大小写
m	^ 和$匹配行首与行尾
s	.匹配换行符
x	允许空格与注释
\u	Unicode匹配

替换

正则	匹配
\g<0>	插入整段匹配
\g	插入匹配Y，Y可以是匹配的名字或数字
\Y	插入名为Y的组

字符串匹配

import re

#固定字符串
re.findall(r'123455',text)
      
 r表示raw，原生字符串
      
#某一类
re.findall(r'\d',text)

\d \d+  
修饰前面的字符#如 \d匹配一个数字，\d{4}匹配四个


#组合匹配

re.findall(r'\d{2}abc\d{5}',text)


#多种情况，
|划分情况，找123或456
re.findall(r'123|345')

#限定位置
	^开始位置
	$结束位置

#内部约束
w字符，（）表示一组，（\1）表示跟第一组一样

text='abcabc5613111111'
re.findall(r'(\w{3})(\1)'，text)
返回[('abc','abc'),('111','111')]

书写步骤

• 1.查找匹配字符

  • 根据需求找合适的模式
  • 用查找函数

• 2.分割字符串

  • 观察被分割字符串分割模式
  • split函数

• 3.替换

  • 根据需求找合适的模式
  • 使用替换函数