正则表达式知识

正则表达式知识

1.原子

• 普通字符作为原子
• 非打印字符
• 通用字符
• 原子表

普通字符作为原子

import re
pattern = 'yes'
string = 'heyesword'
result = re.search(pattern,string)
print(result)

非打印字符作为原子

常用的非打印字符\n,\t

import re
pattern = '\n'
string = '''heyesword'
aaaaaaaa'''
result = re.search(pattern,string)
print(result)

通用字符作为原子

常用的通用字符如下：

符号	含义
\w	匹配任意字母数字下划线
\W	匹配任意除字母数字下划线
\d	匹配任意十进制数
\D	匹配任意除十进制数
\s	匹配空白字符
\S	匹配非空白字符

import re
pattern = '\w\python\w'
string = 'wepythoned'
result = re.search(pattern,string)
print(result)

原子表作为原子

原子表可以定义一组地位平等的原子，匹配的时候会取任意原子表中的原子匹配，原子表由[]表示

import re
pattern = '\w\python[abc]'
string = 'wepythoned'
result = re.search(pattern,string)
print(result)

元字符

元字符就是正则中一些特殊含义的字符，比如重复n次前面的字符等。
常见的元字符如下表：

符号	含义
.	匹配任意除换行符的字符
^	匹配开始位置
$	匹配结束为止
*	匹配0次1次或多次
?	匹配0次或1次
+	匹配1次或多次
{n}	匹配前面的原子n次
{n,}	匹配>=n 次
{n,m}	匹配n<=x<=m次
|	模式选择符
()	模式单元符

任意匹配字符

.属于任意匹配字符

边界限制元字符

^和$属于边界限制元字符

限定符

*,?,+,{n},{n,},{n,m}属于限定符

模式选择符 |

模式单元符()

模式修正

常见的模式如下：

符号	含义
I	匹配忽视大小写
M	多行匹配
L	本地化识别
U	根据unicode字符及解析字符
S	.可以匹配换行符

贪婪模式和懒惰模式

import re
pattern1 = 'p.*y'#贪婪模式
pattern2 = 'p.*?y'#懒惰模式
string = 'wephppythonedy'
result1 = re.search(pattern1,string)
result2 = re.search(pattern2,string)
print(result1)
print(result2)

result1:<_sre.SRE_Match object; span=(2, 14), match=’phppythonedy’>

result2:<_sre.SRE_Match object; span=(2, 7), match=’phppy’>

正则常用函数

• 1 re.match(pattern,string)
• 2 re.search(pattern,string)
• 3 re.compile(pattern).findall(string)
• 4 re.sub(pattern,rep,string,max) 字符串替换