正则表达式

p.s. 字符串前加r，就不用考虑转义问题了
s=r’abc\001’

正则表达式是用来匹配字符串（给字符串定义一个规则，符合规则算作匹配，否则字符串不合法）

如何用字符来描述字符

因为正则表达式也是字符串表示的，so首先要了解字符是如何描述字符的。

直接给出字符	\d	\w	\s	.	\特殊符号
精确匹配	匹配一个数字	匹配一个数字或字母	匹配一个空格	匹配任意字符	匹配特殊符号

*	+	？	{n}	{n,m}
表示任意个字符（包括0个）	表示至少一个字符	表示0个或1个字符	表示n个字符	表示n-m个字符

• 如\d{3}\s+\d{3,8}#有三个数字，至少一个空格，三到八个数字组成的字符串

为了更精确匹配，还可以用[字符类型范围]字符个数范围表示

• [0-9a-zA-Z\_]{6,10}可以匹配6-10个由数字，大小写字母和下划线组成的字符串
• [a-zA-Z][0-9a-zA-Z\_]{5-7}可以匹配由字母开头，后面最多5-7个由数字、大小写字母和下划线组成的字符串（总长度为6-8）

进一步

A|B	^	$
可以匹配字符A或B	表示开头，用来限定字符的开头	表示结尾，用来限定字符的结尾

re模块

python提供re模块，包含所有正则表达式的功能

r判断正则表达式是否匹配

【格式】

import re
re.match(r'正则表达式','测试字符串')

match()判断是否匹配

• 匹配成果，返回一个match对象
• 匹配不成功，返回None

---

r’正则表达式’字符串前加r，就不用考虑转义问题了

【例子】

import re
test=input('请输入字符串')
if re.match(r'^\d{3}\-\d{3,8}$', test):
	print('OK')
else:
	print('failed')

切分字符串

'ab c'.split(' ')#字符串split无法识别连续的空格
re.split(r'\s+','ab c')#可以很好切分
如果要对多种符号进行切分:re.split(r'[\s\,]+','a,b, c d')

str.spllit(符号，分割为n份)#切分字符串

分组

如果在正则表达式中定义了组，可以用group()方法提取子串
【例子】

import re
m=re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
m.group(0) #返回'010-12345'
m.group(1) #返回'010'
m.group(2) #返回'12345'

• group（）
  • group(0)表示原始字符串
  • group(i)表示第i个子串
  • groups()表示全部子串
• 定义组：在正则表达式中用( )将一部分内容括起来作为一组

贪婪匹配

正则匹配默认是贪婪匹配（匹配尽可能多的字符）
但是这有时候也会带来不便
【例子】

import re
re.match(r'^(\d+)(0*)$', '102300').groups()

因为\d+采用贪婪匹配，把后面的00全部匹配了
要使\d+采用非贪婪匹配，才能把后面的0匹配出来;\d+?就是非贪婪匹配

编译

为了提高使用效率，可以对正则表达式进行编译
【例子】

import re
#编译
re_telephone=re.compile(r'^(/d{3})-(\d{3,8})$')
#使用
re_telephone.match('010-12345').groups()