正则表达式

字符集

a = 'abc, acc, adc, afc, ahc'

pattern = r'a[cf]c'  # 查询字符串中间是c或f的字符 -> '[acc, afc]'

pattern = r'a[^cf]c' # 查询字符串中间不是c或f的字符 -> ['abc, adc, ahc']

pattern = r'a[c-f]c' # 查询字符串中间是c,d,e,f的字符 -> ['acc', 'adc', 'afc']

概括字符集

\d #任意数字 == [0-9]

 \w 任意数字、字母或下划线 == [A-Za-z0-9_]

\s 空白字符  空格、\r、\t、\n

数量词

a = 'python 11111java678php'

[a-z] #匹配一个a-z的任意字母 -> ['p', 'y', 't' ......]

[a-z]{3} #匹配3个任意字母 -> ['pyt', 'hon', 'jav', 'php']

[a-z]{3,6} #匹配最小3个最大6个字母  -> ['python', 'java', 'php']  

* #匹配前面的字符0次或者无限多次

a = 'pytho0python1pythonn2'

pattern = r'python*'  -> ['pytho', 'python', 'pythonn']

+ #匹配前面的字符1次或者无限多次

pattern = r'python+' -> ['python', 'pythonn']

? #匹配前面的字符0次或者1次

pattern = r'python?' -> ['pytho', 'python', 'python']

.  #点匹配除换行符 \n 之外其他所有字符

贪婪与非贪婪

python 中的 正则匹配 默认为 贪婪模式.

[a-z]{3,6} #匹配最小3个最大6个字母  -> ['python', 'java', 'php']  

# 这个为贪婪模式, 'python' 满足最大6个字母的条件, 故可以匹配.

[a-z]{3,6}? #匹配最小3个最大6个字母  -> ['pyt', 'hon', 'jav', 'php']

# 后面加个 ? 为非贪婪模式, 满足则匹配, 不用最大匹配

边界匹配

# 匹配数字qq 4-8 位

qq = '12345678'

pattern = r'\d{4,8}' -> ['12345678']

qq = '123456789'

pattern = r'\d{4,8}' -> [12345678] 

#这样肯定是不符合要求的 我们想要的是不符合不匹配, 这里qq为9位不符合要求但是还能匹配到结果显然不符合要求.

这时候我们可以加上边界匹配 

pattern = '^\d{4,8}$' #这样就可以满足我们的要求.

# 组

a = 'PythonPythonPythonPythonPython'

如果我们想检测a字符串中是否包含3个Python该怎么办呢

pattern = r'Python{3}' #这个显然是不可以的, 这个只可以匹配Python中最后的n三次.想要把Python匹配三次这里我们用括号来定义一个组.

如: pattern = r'(Python){3}' 这样就可以实现我们的要求.

正则表达式中的替换

re.sub() 函数可以对我们字符串中查找到的内容进行替换.

lanuage = 'PythonC#Java'

r= re.sub('C#', 'Go', lanuage, 0)  # 把 lanuage 中的 C# 替换成 Go, 最后的参数为0则全部替换, 为1则替换第一个.

def convert(value):

    pass

r = re.sub(r'pattern', convert, s)  第二个参数可以是自定义好的函数, 那么这个结果将把符合我们匹配规则的结果返回给我们的函数去用. 函数中得到的 value 是对象不能直接使用, value.group() 这个方法可以进行使用.

例: 将下面的字符串中的数字转化为大于5的变为9, 小于5的变为0.

s = 'A8C37212D86'

def convert(value):

    if int(value.group()) > 5:

        return '9'

    else:

        return '0'

r = re.sub(r'\d', convert, s)

re.match(r'pattern', s)  #从开发匹配, 开头不匹配则返回 None

re.search(r'pattern', s) #从整个字符串中寻找, 找到第一个符合要求的字符.