正则表达式
简称为regex，是一些由字符和特殊符号组成的字符串
能够按照某种模式匹配一系列有相似特征的字符串
符号
特殊字符
扩展表示
使用正则表达式
{M,N}匹配M-N次，最大化优先
例如：a{2,5}
aabcd => aa
caaaacd => aaaa
caaaaaaaaacd => aaaaa
匹配特殊字符
需要用"\"进行转义
例如：\.com
wyh.com => .com
例如：http:\/\/w+
ssshttp://www.baidu.com => http:/www
指定匹配选项
使用[]指定要匹配的集合
例如: [abc]{2} 匹配abc中的任意两个字符
cba666 => cb
xba666 => ba
xbb666 => bb
使用[^]指定不要匹配的内容
例如：[^abc]{2}
abssjhj12sdab => ss
正则表达式分组
重复一个字符串时
使用()进行分组，使用(?P<name>\w+)指定组名
从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推
例如：表达式(A)(B(C))分组情况解析
0 (A)(B(C))
1 (A)
2 (B(C))
3 (C)
使用()对匹配的内容分组
例如：(\d{1,3}\.){3}\d{1,3}
192.168.0.0
使用\1、\2反向引用
例如：S(he) (l..e)s \1r \2r.
She loves her lover.
贪婪模式vs非贪婪模式
贪婪匹配
在整个表达式匹配成功的前提下，尽可能多的匹配
非贪婪模式
在整个表达式匹配成功的前提下，以最少的匹配字符
默认是贪婪模式
举例:
表达式 ab.+c(贪婪模式）
测试数据：abfhasdjfgaghcdhasjdjkcsdhajskdhk
匹配结果：abfhasdjfgaghcdhasjdjkc
表达式 ab.+?c(非贪婪模式，只需要在匹配pattern中加上"?"）
测试数据：abfhasdjfgaghcdhasjdjkcsdhajskdhk
匹配结果：abfhasdjfgaghc
正则的进阶（python中的应用）
re模块
re模块
compile()函数
compile(pattern, flags=0)
使用任何可选的标记来编译正则表达式的模式，然后返回一个正则表达式对象
推荐编译，但不是必须的
code
match()函数
match(pattern, string, flags=0)
尝试使用带有可选的标记的正则表达式的模式来匹配字符串（从头开始匹配）。如果匹配成功，就返回匹配对象；如果失败，就返回None
findall()函数
findall(pattern, string[,flags])
查找字符串中所有(非重复)出现的正则表达式模式，并返回一个匹配列表
search()函数
search(pattern, string[, flags])
使用可选标记搜索字符串中第一次出现的正则表达式模式。如果匹配成功，则返回匹配对象；如果失败，则返回None
ps：search与match的不同在于search会一直搜索匹配的字符串，直到第一次匹配成功或者搜索完整个字符串为止，而match只会从头进行搜索若不匹配就返回None
group()与groups()函数
group(num)：返回整个匹配对象，或者编号为num的特定子组，若匹配对象为空时，会报错，所以使用时推荐在前面加上if判断
groups():返回一个包含所有匹配子组的元组（如果没有成功匹配，则返回一个空元组）
groupdict():匹配成功，返回一个由带有名字的子组组成字典
split()函数
split(pattern, string[, maxsplit])
根据正则表达式的模式分隔符，split函数将字符串分割为列表，然后返回成功匹配的列表，分割最多操作max次（默认分割所有匹配成功的位置）
sub()函数
sub(pattern, repl, string[, count])
使用repl替换string中每一个匹配的子串后返回替换后的字符串，最多操作count次（默认替换所有）
网友评论