03-Python正则表达式

在线正则表达式网站

1.常见语法

正则表达式中的普通字符都是表示直接匹配,但是有些特殊的字符,术语为metacharacters（元字符）。它们出现在正则表达式字符串中，不是表示直接匹配他们， 而是表达一些特别的含义。这些特殊的元字符包括下面这些：
. * + ? \ [ ] ^ $ { } | ( )

1.1 点-匹配所有字符

.表示要匹配除了换行符之外的所有单个字符
比如说：
苹果是绿色的
橙子是橙色的
香蕉是黄色的
乌鸦是黑色的
.色此时表示所有以“色”结尾的单词，其中“.”表示一个字符

content = '''苹果是绿色的
橙子是橙色的
香蕉是黄色的
乌鸦是黑色的'''

import re
p = re.compile(r'.色')
for one in  p.findall(content):
    print(one)

上述代码输出为：

正则表达式前面的r表示取消所有的转义含义
compile()函数表示产生一个Pattern类的对象
findall()返回的是一个列表，列表中的元素是字符串

1.2 星号-重复匹配任意次

*表示匹配前面的子表达式任意次，包括0次。
比如说：，.* 表示“，”开头，后面紧跟若干个字符(按行划分)
因为这里“.”表示任意的一个字符，*表示任意的次数

1.3 加号-重复匹配多次

+表示匹配前面的子表达式一次或多次，不包括0次。
注意和*的区别

和*号的情况略有不同，+号前面的表达式至少出现一次

1.4 问号-匹配0-1次

? 表示匹配前面的子表达式0次或1次。

1.5 花括号-匹配指定次数

上图中表示油至少出现3次，最多出现4次

常常用来匹配电话号码

1.6 贪婪模式与非贪婪模式

* + ?都是贪婪地，使用他们时，会尽可能多的匹配内容，要想解决这个问题，就需要使用非贪婪模式，也就是在星号后面加上? ，变成这样 .*?

1.7 对原字符的转义

\表示对后面的.进行转义

1.8 匹配某种字符类型

反斜杠后面接一些字符，表示匹配 某种类型 的一个字符。比如：
\d 匹配0-9之间任意一个数字字符，等价于表达式 [0-9]
\D 匹配任意一个不是0-9之间的数字字符，等价于表达式 [^0-9]
\s 匹配任意一个空白字符，包括 空格、tab、换行符等，等价于表达式 [\t\n\r\f\v]
\S 匹配任意一个非空白字符，等价于表达式 [^ \t\n\r\f\v]
\w 匹配任意一个文字字符，包括大小写字母、数字、下划线，等价于表达式 [a-zA-Z0-9_]
缺省情况也包括 Unicode文字字符，如果指定 ASCII 码标记，则只包括ASCII字母
\W 匹配任意一个非文字字符，等价于表达式 [^a-zA-Z0-9_]

content = '''
王小五
张小二
tony
'''
import re
p = re.compile(r'\w{2,4}',re.ASCII)
print(p.findall(content))

输出为['tony']

1.9 方括号-匹配几个字符之一

方括号表示要匹配 指定的几个字符之一 。比如：
[abc]可以匹配 a, b, 或者 c 里面的任意一个字符。等价于[a-c]。
[a-c]中间的 - 表示一个范围从a 到 c。
如果你想匹配所有的小写字母，可以使用[a-z]
在方括号里.表示其本身的含义，不再表示任意字符
如果在方括号中使用 ^， 表示非方括号里面的字符集合

1.10 起始、结尾、单行、多行

^表示每行的开头位置(多行模式)
re.compile(r'^\d+', re.M)中re.M表示切换到多行模式
$表示每行结尾

1.11 括号-组选择

content = '''苹果，苹果是绿色的
橙子，橙子是橙色的
香蕉，香蕉是黄色的'''

import re
p = re.compile(r'^(.*)，', re.MULTILINE)
for one in  p.findall(content):
    print(one)

content = '''苹果，苹果是绿色的
橙子，橙子是橙色的
香蕉，香蕉是黄色的'''

import re
p = re.compile(r'^(.*)(，)', re.MULTILINE)
for one in  p.findall(content):
    print(one)

多组时，one返回的是一个元组