regular expression----regex--------RE
是用来简洁表达一组字符串的表达式,也可以用来判断某字符串是否有某一特征。
正则表达式的语法:由字符和操作符构成
字符 | 描述 |
---|---|
. | 表示任何单个字符 |
[ ] | 字符集,对单个字符给出取值范围,[abc]=a,b,c |
[^] | [^abc]=非a或非b或非c的单个字符 |
* | *的前一个字符0次或无限次扩展 |
+ | +的前一个字符1次或无限次扩展 |
? | ?的前一个字符0次或1次扩展 |
| | 左右表达式任意一个 |
{m} | 扩展前一个字符m次,ab{2}c=abbc |
{m.n} | 扩展前一个字符m至n次(包含n),ab{1,2}c=abc,abbc |
^ | 匹配字符串开头,^abc=以abc开头的字符串 |
$ | 匹配字符串结尾,$abc = 以abc结尾的字符串 |
() | 分组标记,内部只能使用 |
\d | 数字,等价于[0-9] |
\w | 单词字符,等价于[A-Zz-a0-9] |
Eg.
P(Y|YT|YTH|YTHO)?N <<=>> ‘PN’,‘PYN’,‘PYTN’,‘PYTHN’,‘PYTHON’
常用正则表达式
正则表达式 | 说明 |
---|---|
^[A-Za-z]+$ | 26个字母组成的字符串 |
^[A-Za-z0-9]+$ | 26个字母和10个数字组成的字符串 |
^-?\d+$ | 整数形式的字符串 |
^[0-9]*[1-9][0-9]*$ | 正整数形式的字符串 |
[1-9]\d{5} | 中国境内邮政编码,6位 |
[\u4e00-\u9fa5] | 匹配中文字符 |
\d{3}-\d{8}|\d{4}-\d{7} | 国内电话号码,010-68913536 |
(([1-9]?\d|1\d{2}|2[0-4]\d|25[0-5]).){3}([1-9]?\d|1\d{2}|2[0-4]\d|25[0-5]) | IP地址 |
Notes:^…$规定了字符串的开头与结尾
RE库
import re
表示类型:
- raw srting类型(原生字符串类型:不包含转义符的字符串) r’text
Eg: r’[1-9]\d{5} - string 类型,使用起来比较繁琐
Re库的主要功能函数
用法:regex=re.complie(pattern,flags=0)
rst=regex.search(string)
函数 | 说明 |
---|---|
.search(string,flags=0) | 在一个字符串中搜索匹配正则表达式的第一个位置,返回match对象 |
.match(string,flags=0) | 在一个字符串的开始位置起匹配正则表达式,返回match对象 |
.findall(string,flags=0) | 搜索字符串,以列表类型返回全部能匹配的子串 |
.split(string,maxsplit=0,flags=0) | 将一个字符串按照正则表达式匹配结果进行分割(正则表达式匹配的部分会作为分隔符,在返回结果中被去掉),返回列表类型 |
.finditer(string,flags=0) | 搜索字符串,返回一个匹配结果的迭代类型,每个迭代元素是match对象,用于for循环语句 |
.sub(repl,string,count=0,flags=0) | 在一个字符串中替代所有正则表达式匹配的子串,返回替代后的字符串 |
参数介绍:
pattern: 正则表达式
string:待匹配字符串
flags:控制标记
re.I(re.IGNORECASE):不区分大小写
re.M(re.MULTILINE):使正则表达式中的^对每一行起作用
re.S(re.DOTALL):正则表达式中的 . 可以匹配所有字符,在不加该控制符时,. 是不能匹配换行符的。
maxsplit:最大分割数,剩余部分不在做比配分割作为最后一个元素输出。
repl:用来替换string里的字符串
count:替换的次数
match对象
属性 | 说明 |
---|---|
.string | 待匹配的文本 |
.re | 匹配时使用的pattern对象(正则表达式) |
.pos | 获取正则表达式从哪一位开始搜索文本的 |
.endpos | 获取正则表达式从哪一位结束搜索文本的 |
方法 | 说明 |
---|---|
.group(0/1/2/…) | 获得匹配后的字符串 |
.start() | 匹配字符串在原始字符串的开始位置 |
.end() | 匹配字符串在原始字符串的结束位置 |
.span() | 返回(.start(), .end()) |
贪婪匹配------输出匹配的最短的字串
最小匹配------输出匹配的最短的子串
操作符 | 说明 |
---|---|
*? | 前一个字符0次或无限次扩展,最小匹配 |
+? | 前一个字符1次或无限次扩展,最小匹配 |
?? | 前一个字符0次或1次扩展,最小匹配 |
{m,n}? | 扩展前一个字符m至n次(含n),最小匹配 |