目录
(4)re.search(pattern, string, flags=0)
(5)re.match(pattern, string, flags=0)
(6)re.findall(pattern, string, flags=0)
(7)re.split(pattern, string, maxsplit=0, flags=0)
(8)re.finditer(pattern, string, flags=0)
(9)re.sub(pattern, repl, string, count=0, flags=0)
(11)regex = re.compile(pattern, flags=0)
一、Re(正则表达式)库入门
1、正则表达式的概念
(1)正则表达式的定义
详解提取页面关键信息。
(2)正则表达式的概念
正则表达式(regular expression、regex、RE),正则表达式是用来简洁表达一组字符串的表达式。
(3)正则表达式的举例
①比如:
'PN'
'PYN'
'PYTN'
'PYTHN'
'PYTHON'
正则表达式:P(Y|YT|YTH|YTHO)?N。
②比如:
'PY'
'PYY'
'PYYY'
'PYYYY'
......
'PYYYY......'
正则表达式:PY+。
③比如:
'PY'开头
后续存在不多于10个字符
后续字符不能是'P'或'Y'
'PYABC'√
'PYKXYZ'×
正则表达式:(PY[^PY]{0,10})$。
备注:原来是PY[^PY]{0,10},有误;故更改为(PY[^PY]{0,10})$。
(4)正则表达式的特点
①通用的字符串表达框架。
②简洁表达一组字符串的表达式。
③针对字符串表达“简洁”和“特征”思想的工具。
④判断某字符串的特征归属。
(5)正则表达式在文本处理中十分常用
①表达文本类型的特征(病毒、入侵等)。
②同时查找或替换一组字符串。
③匹配字符串的全部或部分。
正则表达式主要应用在字符串匹配中。
(6)正则表达式的使用
编译:将符合正则表达式语法的字符串转换成正则式表达特征。
比如:
'PN'
'PYN'
'PYTN'
'PYTHN'
'PYTHON'
正则表达式:
P(Y|YT|YTH|YTHO)?N
regex = 'P(Y|YT|YTH|YTHO)?N'
编译
p = re.compile(regex)
特征
2、正则表达式的语法
(1)正则表达式的语法的定义
正则表达式语法由字符和操作符构成。
P(Y|YT|YTH|YTHO)?N
(2)正则表达式的常用操作符
操作符 | 说明 | 实例 |
. | 表示任何单个字符 | |
[ ] | 字符集,对单个字符给出取值范围 | [abc]表示a、b、c,[az]表示a到z单个字符 |
[^ ] | 非字符集,对单个字符给出排除范围 | [^abc]表示非a或b或c的单个字符 |
* | 前一个字符0次或无限次扩展 | abc* 表示 ab、abc、abcc、abccc等 |
+ | 前一个字符1次或无限次扩展 | abc+ 表示 abc、abcc、abccc等 |
? | 前一个字符0次或1次扩展 | abc?表示 ab、abc |
| | 左右表达式任意一个 | abc|def 表示 abc、def |
{m} | 扩展前一个字符m次 | ab{2}c 表示 abbc |
{m,n} | 扩展前一个字符m至n次(含n) | ab{1,2}c 表示 abc、abbc |
^ | 匹配字符串开头 | ^abc 表示abc且在一个字符串的开头 |
$ | 匹配字符串结尾 | abc$ 表示abc且在一个字符串的结尾 |
( ) | 分组标记,内部只能使用 | 操作符 | (abc) 表示abc,(abc|def) 表示 abc、def |
\d | 数字,等价于[0-9] | |
\w | 单词字符,等价于[A-Za-z0-9_] |
|
(3)正则表达式语法实例
正则表达式 | 对应字符串 |
P(Y|YT|YTH|YTHO)?N | 'PN'、'PYN'、'PYTN'、'PYTHN'、'PYTHON' |
PYTHON+ | 'PYTHON'、'PYTHONN'、'PYTHONNN'...... |
PY[TH]ON | 'PYTON'、'PYHON' |
PY[^TH]?ON | 'PYON'、'PYaON'、'PYbON'、'PYcON'...... |
PY{:3}N | 'PN'、'PYN'、'PYYN'、'PYYYN' |