正则表达式

1.正则表达式对python对支持：

• 1.1普通字符

  字母、数字、汉字、下划线、以及没有特殊定义的符号，都是"普通字符"。正则表达式中的普通字符，在匹配的时候,只匹配与自身相同的一个字符。例如：表达式c，在匹配字符串abcde时，匹配结果是：成功；匹配到的内容是c；匹配到的位置开始于2，结束于3。（注：下标从0开始还是从1开始，因当前编程语言的不同而可能不同）

  match()函数

  • match(pattern, string, flags=0)

  • 第一个参数是正则表达式，如果匹配成功，则返回一
    个match对象，否则返回一个None

  • 第二个参数表示要匹配的字符串

  • 第三个参数是标致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

import re
s = 'python and java'
pattern = 'python'
result=re.match(pattern,s)
if result:
    print(result.start())  # 0
    print(result.end())  # 6
    print(result.group()) #python
    print(result.span())  #(0, 6)
else:
    print('未有匹配')

• 1.2 元字符

表达式	匹配
.	小数点可以匹配除了换行符 \n 以外的任意一个字符
|	逻辑或操作符
[]	匹配字符集中的一个字符
[^]	字符集求反，也就是上面的反操作。尖号必须在方括号的最前面
-	定义[ ]里的一个字符区间，例如[1-9]
\	转义字符
()	对表达式进行分组，将圆括号内的内容作为一个整体，并获得匹配的值

• 1.3 转义字符集

表达式	匹配
\r,\n	匹配回车和换行符
\t	匹配制表符
\	匹配斜杠\
^	匹配^字符
$	匹配$字符
.	匹配小数点.字符

• 1.4 预定义匹配字符集

表达式	匹配
\d	任意一个数字，0-9中的任意一个
\w	任意一个字母或者数字或者下划线，也就是0-9，A-Z，a-z，_中的任意一个
\s	空格，制表符，换页符等空格字符的其中任意一个
\D	\d的反集，也就是非数字的任意一个字符，等同于[^\d]
\W	\w的反集，等同于[^\w]
\S	\s的反集，等同于[^\s]

• 1.5 重复匹配

表达式	匹配
{n}	表达式重复n次,比如\d(2)相当于\did,at3)相当于aaa
{m,n}	表达式至少重复m次，最多重复n次,比如ab(1,3可以匹配ab或abb或abbb
{m,}	表达式至少重复m次，比如w\d{2,}可以匹配a12,1111,M123等等
?	匹配表达式0次或者1次,相当于{0,1},比如a[cd]?可以匹配a,ac,ad
+	表达式至少出现1次,相当于{1,},比如a+b可以匹配ab,aab,aaab等
*	表达式出现0次到任意次,相当于{0,},比如^*b可以匹配b,人航.
等等

• 1.6 位置匹配和非贪婪匹配

表达式	匹配
^	在字符串开始的地方匹配,符号本身不匹配任何字符
$	在字符串结束的地方匹配,符号本身不匹配任何字符
\b	匹配一个单词边界,也就是单词和空格之间的位置,符号本身不匹配任何字符
\B	匹配非单词边界,即左右两边都是\w范围或者左右两边都不是\w范围时的字符缝隙

贪婪与非贪婪模式

在重复匹配时，正则表达式默认总是尽可能多的匹配，这被称为贪婪模式。例如，针对文本dxxxdxxxd，表达式(d)(\w+)(d)中的\w+将匹配第一个d和最后一个d之间的所有字符xxxdxxx。可见，\w+在匹配的时候，总是尽可能多的匹配符合它规则的字符。同理，带有?、*和{m,n}的重复匹配表达式都是尽可能地多匹配.

功能	表达式
数字	^[0-9]*$
n位的数字	^\d{n}$
至少n位的数字	^\d{n,}$
零和非零开头的数字	^(0 | [1-9][0-9]*)$
有两位小数的正实数	^[0-9]+(\.[0-9]{2})?$
非零的负整数	^-[1-9]\d*$
非负浮点数	^\d+(\.\d+)?$
浮点数	^(-?\d+)(\.\d+)?$

2.re模块常用方法

方法	描述	返回值
compile(pattern,[flags])	将包含正则表达式转化为对象	re对象（可以直接执行match,search等方法）
search(pattern,string,[flags])	在字符串中查找	返回第一个匹配对象或者none
match(pattern,string,[flags])	在字符串的开始处匹配模式	返回字符串开头匹配到的对象或者none
split(pattern,string,[maxsplit=0,flags])	根据模式的匹配项来分割字符串	分割后的字符串列表
findall(pattern,string,[flags])	列出字符串中模式的所有匹配（不使用group方法取值）	所有匹配到的的字符串列表
sub(pat,repl,string,[count=0,flags])	将字符串中所有的pat的匹配项用repl替换	完成替换后的新的字符串

flag匹配模式

匹配模式	描述
re.I	不区分大小写
re.M	开启多行模式