python正则表达式笔记

正则表达式是用来筛选数据的 

一种符号匹配一个字符（包括数字、下划线、空格等等）         

原子：基本单位，一段或者一个字符 

\n	换行符	\t	制表符
\w	字母、数字、下划线	\W	除了字母、数字、下划线的其他任一字符
\d	十进制数字	\D	除了十进制数字的其他任一字符
\s	匹配一个空格	\S	除了空格的其他任一字符
.	匹配任一字符	？	匹配0或1次前面出现的原子
^	表示开始位置	$	表示结尾位置
+	匹配1次或1次以上前面出现的原子	{n}	前面的原子恰好出现n次
{n，}	前面的原子至少出现n次	{n,m}	至少n次,至多m次
I	忽略大小写	M	多行匹配

用法：

import re
re.search(正则表达式，源字符段数据）

安装re模块，用re.search()在源字符段数据中匹配截取符合正则表达式的字符串数据。

import re
a='dhkajkj23ewiej434421kk'
b='kj\d'
c='kj\d\d'
print(re.search(b,a))
print(re.search(c,a))

这里设置了b和c两个正则表达式，

a：源字符串数据

b:'kj\d',表示寻找一段kj加一个数字的字符段

c:'kj\d\d',表示寻找一段kj加两个数字的字符串

结果如下：

1：在a中找到了kj2,位置在第6个开始，第8个结束

2：在a中找到了kj23,位置在第6个开始，第9个结束

使用re.search().group()函数，则可以把匹配的内容提取出来，上述打印内容就会变成

 只有匹配的内容了，十分方便。而且，如果是用括号分开正则表达式匹配了多组数据的话，

group(0)：显示全部

group(1)：显示第一个括号

group(2)：显示第二个括号

以此类推。。。。。。

---

贪婪模式：使用        *        匹配的是尽量多的数据，但可能不够精确

        re.search( 某 * 某，源字符数据)

懒惰：用        *？        表示匹配一次即可

        re.search( 某 * ？某，源字符数据)

re.match()与 re.search（） 用法很像，只是re.match（）从待匹配字符的首个字符开始匹配，而 re.search（）   可以从任意位置开始匹配。

---

模式修正符

I        忽略大小写

M        多行匹配

用法：

re.search(正则表达式，源字符数据，re.I)

re.search(正则表达式，源字符数据，re.M)

---

全局匹配：

        re.compile(正则表达式).findall(源数据)

全局匹配可以匹配出所有满足条件的结果，非常实用!

demo:

把a字符串中的电话号码都提取出来，

import re
a='''座机：021-90989012 地址:：上海市浦东新区上海**公司,
座机：0773-7892091 地址:桂林**公司,
座机：0351-7892093 公司地址…'''
b='\d{4}-\d{7}|\d{3}-\d{8}'
c=re.compile(b).findall(a)
print(c)

结果如下：

正则表达式'\d{4}-\d{7}|\d{3}-\d{8}'表示4个数字-7个数字或3个数字-8个数字

再通过全局匹配re.compile().fillall()找出了所有号码。

end......