正则表达式

一.什么是正则：

1.根据指定规则从字符串中提取子字符串

2.指定规则：正则表达式

3.字符串：待匹配字符串

子字符串:匹配结果

4.注意：正则并不是python独有的，各种语言都可以使用正则

二.正则表达式应用场景

1.表单验证（手机号验证，账号验证，密码验证）

2.爬虫

3.其他

正则表达式的语法：

1.元字符:可以匹配一个的符号

• ()：匹配任意字符，换行除外\n
• []:一个特殊的的字符组如下：
  • [a-z]:a到z的任意小写字母
  • [A-Z]:A到Z的任意大写字母
  • [0-9]:0到9的任意数字
• \d:匹配任意数字
• \D：匹配非数字
• \s:匹配空白符
• \S:pp非空白符
• \w:匹配数字字母下划线
• \W:匹配非数字字母下划线
• ^：以什么开头
• $:以什么结果

2.量词：匹配字符的数量

•  *:匹配多个或无数个
• +:匹配1个或者无数个
• ?:匹配哟个或者无数个
• {m}:匹配m个
• {m,n}:匹配m个到n个
• {m,}:最少匹配m个
• {，n}:匹配最多n个

3.贪婪匹配和非贪婪匹配

• 贪婪匹配是指在正则匹配的过程中尽量往多了匹配，正则表达式默认往多了匹配
• 非贪婪匹配是指一旦满足了正则表达式，就将匹配到的作为一个结果，然后向后匹配，直到找出不满足的结果为止，换言之，就是一个字符串尽量少了匹配，非贪婪匹配就要在两次后边使用？进行修饰

4.分组与或

4.1分组

• 分组：是在正则表达式中使用（）将正则表达式的一部分括起来表示一部分
• 作用：
  • 改变优先级
  • 分组引用
  • 分组捕获

4.2或的使用

• 或：用"|"分割的正则表达式，代表按照|两边的正则表达式进行匹配行
• 示例：abc(\d|def)
  • 正则表达式前面的abc是固定的，必须匹配abc三个字母，abc后面（）表示任意匹配，（）中的\d和def分别满足表达式，比如按照上面的正则表达式对"abc789---abcdef999"的匹配结果为abc789和abcdef

5.使用re模块实现正则表达式操作

• match()：match(0用于从字符串的开始处开始进行匹配，如果在起始位置匹配成功，则返回Match对象，否则返回None，即当匹配到第一个结果后就直接返回，不再进行匹配，同理，匹配的第一个字母不符合条件时，则返回None,s语法格式如下：re.match(pattern,string,[flags])
  • 参数说明：
    • pattern:表示模式字符串，由要匹配的正则表达式转换而来
    • string:表示要匹配多的字符串
    • flags:可选的参数，表示标志位，用于控制匹方式  
  • 常用标志：
    • A或者ASCII ：对于\w, \W, \b, \B, \d ,\D, \s和\S  只进行 ASCII匹配（仅仅适用于Python 3.x）
    • I 或者IGNORECASE :执行不区分字母大小写的匹配
    • S或DOTALL：使用（.）字符怕所有字符，包括换行符
    • X或VERBOSE:忽略模式字符串中未转义的空格和注释
    • 例如：匹配字符串是否以“mr_”开头，不区分字母大小写，代码如下    

import re                               
pattern = r'mr_\w+'                    # 模式字符串
string = 'MR_SHOP mr_shop'             # 要匹配的字符串
match = re.match(pattern,string,re.I)  # 匹配字符串，不区分大小写
print(match)                           # 输出匹配结果

string = '项目名称MR_SHOP mr_shop'
match = re.match(pattern,string,re.I)  # 匹配字符串，不区分大小写
print(match)                           # 输出匹配结果


执行结果如下：
<_sre.SRE_Match object; span(0,7),match='MR_SHOP'>           # span为匹配的起始位置

None

•  search()方法用于再整个字符串中搜索第一个匹配的值，如果匹配成功，则返回match对象，否则返回None,search()方法不仅仅是再字符串的起始位置搜索，如其他位置有符合的匹配也可以进行搜索,search()方法的语法格式如下：re.search(pattern,string,[flags])
  • 参数说明：
    • pattern:表示模式字符串，有要匹配的正则表达式转化而来
    • string:表示要匹配的字符串
    • flags;可选参数，表示标志位，用于控制匹配方式
  • 例子：搜索一个以“mr_”开头的字符串，不区分字母大小写：

import re                               
pattern = r'mr_\w+'                    # 模式字符串
string = 'MR_SHOP mr_shop'             # 要匹配的字符串
match = re.match(pattern,string,re.I)  # 匹配字符串，不区分大小写
print(match)                           # 输出匹配结果

string = '项目名称MR_SHOP mr_shop'
match = re.match(pattern,string,re.I)  # 匹配字符串，不区分大小写
print(match)                           # 输出匹配结果


执行结果如下：

<_sre.SRE_MATCH object;span(0,7),match='MR_SHOP'>
<_sre.SRE_MATCH object;span(4,11),match='MR_SHOP'>     # span为匹配的起始位置