re正则表达式

re.match函数

re.match()是从字符串的起始位置开始匹配的,如果模式没有在字符串的开始位置找到，那么它会返回None

group()方法是匹配对象（Match object）的一个方法，它用于获取匹配的部分或全部内容

groups()：返回一个包含所有分组匹配内容的元组（如果没有分组，返回一个空元组）

规则：
re.match(pattern,string,flags)
pattern：是匹配的规则内容
string： 要匹配的字符串
flag：   标志位（可选）控制正则表达式(pattern)的匹配方式
————————————————
re.I 忽略大小写
re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
re.M 多行模式
re.S 即为 . 并且包括换行符在内的任意字符（. 不包括换行符）
re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
re.X 为了增加可读性，忽略空格和 # 后面的注释

import re  
  
# 示例1：使用group()返回整个匹配的内容  
match = re.match(r"Hello (\w+)!", "Hello World!")  
if match:  
    print(match.group())  # 输出：Hello World!  
  
# 示例2：使用group(1)返回第一个括号内的匹配内容  
match = re.match(r"Hello (\w+)!", "Hello World!")  
if match:  
    print(match.group(1))  # 输出：World  
  
# 示例3：使用groups()返回所有分组匹配的内容  
match = re.match(r"Hello (\w+) (\w+)!", "Hello World Python!")  
if match:  
    print(match.groups())  # 输出：('World', 'Python')  
  
# 如果没有匹配，调用group()或group(n)会抛出AttributeError  
# 因此在调用之前应该检查匹配对象是否为None

---

正则匹配规则

匹配单个字符

字符	功能
.	匹配任意1个字符（除了\n）
[ ]	匹配[ ]中列举的字符
\d	匹配数字，即0-9
\D	匹配⾮数字，即不是数字
\s	匹配空⽩，即空格，tab键
\S	匹配⾮空⽩字符
\w	匹配单词字符，即a-z、A-Z、0-9、_
\W	匹配⾮单词字符

匹配多个字符

字符	功能	表达式实例
*	匹配前⼀个字符出现0次或者⽆限次，即可有可⽆	abc*
+	匹配前⼀个字符出现1次或者⽆限次，即⾄少有1次	abc+
?	匹配前⼀个字符出现1次或者0次，即要么有1次，要么没有	abc?
{m}	匹配前⼀个字符出现m次	ab{2}c
{m,n}	匹配前⼀个字符出现从m到n次，若省略m，则匹配0到n次，若省略n，则匹配m到无限次	ab{1,2}c

匹配开头结尾

字符	功能
^	匹配字符串开头
$	匹配字符串结尾

匹配分组

字符	功能
|	匹配左右任意⼀个表达式
(ab)	将括号中字符作为⼀个分组
\num	引⽤分组num匹配到的字符串
(?P<name>)	分组起别名，匹配到的子串组在外部是通过定义的 name 来获取的
(?P=name)	引⽤别名为name分组匹配到的字符串

---

re.compile 函数

compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。

re.compile(pattern, flags=0)

---

re.search函数

re.findall函数

re.finditer函数

pattern: 匹配的规则,
string : 要匹配的内容,
flags 标志位 这个是可选的,就是可以不写,可以写, 比如要忽略字符的大小写就可以使用标志位
flags : 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：
---
re.I 忽略大小写
re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
re.M 多行模式
re.S 即为 . 并且包括换行符在内的任意字符（. 不包括换行符）
re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
re.X 为了增加可读性，忽略空格和 # 后面的注释

re.sub函数

sub是substitute的所写，表示替换；

参数	描述
pattern	必选，表示正则中的模式字符串
repl	必选，就是replacement，要替换的字符串，也可为一个函数
string	必选，被替换的那个string字符串
count	可选参数，count 是要替换的最大次数，必须是非负整数。如果省略这个参数或设为 0，所有的匹配都会被替换
flag	可选参数，标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

re.subn函数

 行为与sub()相同，但是返回一个元组 (字符串, 替换次数)。

import re
pattern = re.compile(r'(\w+) (\w+)')
s = 'i say, hello world!'
print(re.subn(pattern, r'\2 \1', s))
def func(m):
    return m.group(1).title() + ' ' + m.group(2).title()
print(re.subn(pattern, func, s))
### output ###
# ('say i, world hello!', 2)
# ('I Say, Hello World!', 2)

re.split函数

匹配进⾏切割字符串，并返回⼀个列表。

re.split(pattern, string, maxsplit=0, flags=0)

参数	描述
pattern	匹配的正则表达式
string	要匹配的字符串
maxsplit	分隔次数，maxsplit=1 分隔一次，默认为 0，不限制次数

贪婪和⾮贪婪

Python⾥数量词默认是贪婪的（在少数语⾔⾥也可能是默认⾮贪婪），总是尝试匹配尽可能多的字符；⾮贪婪则相反，总是尝试匹配尽可能少的字符。
---
Python⾥数量词默认是贪婪的（在少数语⾔⾥也可能是默认⾮贪婪），总是尝试匹配尽可能多的字符；⾮贪婪则相反，总是尝试匹配尽可能少的字符。
​
例如：正则表达式”ab*”如果用于查找”abbbc”，将找到”abbb”。而如果使用非贪婪的数量词”ab*?”，将找到”a”。
​
注：我们一般使用非贪婪模式来提取。
​
在"*","?","+","{m,n}"后⾯加上？，使贪婪变成⾮贪婪。

r的作用

在Python的`re`模块中，用于定义正则表达式字符串时，前缀`r`或`R`用于表示原始字符串（raw string）。
​
原始字符串不会处理反斜杠（`\`）作为转义字符。在普通的字符串中，`\`经常用于引入转义字符（例如`\n`代表换行符，`\t`代表制表符等）。但是，在正则表达式中，`\`也是一个特殊的字符，用于表示元字符（metacharacters），例如`\d`用于匹配任何数字。