正则表达式（一）

正则表达式概述

正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。
Regular Expression的“Regular”一般被译为“正则”、“正规”、“常规”。此处的“Regular”即是“规则”、“规律”的意思，Regular Expression即“描述某种规则的表达式”之意。

一、re模块

在Python中需要通过正则表达式对字符串进行匹配的时候，可以使用一个模块，名字为re

1、re模块的使用过程

# 导入re模块
import re

# 使用match方法进行匹配
result = re.match('正则表达式', '要匹配的字符串')

# 使用group方法提取数据
result.group()

re.match是用来进行正则匹配检查的方法，若字符串匹配正则表达式，则match方法返回匹配对象（Match Object），否则返回None（注意不是空字符串""）。匹配对象Macth Object具有group方法，用来返回字符串的匹配部分。

2、re模块示例(匹配以baidu开头的语句)

import re

result = re.match('baidu', 'baidu.com')
print(result.group())

>>>
baidu

3、说明

    re.match()能够匹配以xxx开头的字符串

二、表示字符

1、正则表达式的单字符匹配

字符	功能
.	匹配任意一个字符（除了\n）
[ ]	匹配[ ]中列举的字符
\d	匹配数字，即0-9
\D	匹配非数字，即不是数字
\s	匹配空白，即空格，tab键
\S	匹配非空白
\w	匹配单词字符，即a-z, A-Z, 0-9, _
\W	匹配非单词字符

示例1：匹配 .

import re

ret = re.match('.', 'a')
print(ret.group())

ret = re.match('.', 'b')
print(ret.group())

ret = re.match('.', 'M')
print(ret.group())

>>>
a
b
M

示例2：匹配 [ ]

import re 

# 如果hello的首字母小写，那么正则表达式需要小写的 h
ret = re.match('h', 'hello python')
print(ret.group())
print('-'*20)
# 如果hello的首字母大写，那么正则表达式需要小写的 H
ret = re.match('H', 'Hello python')
print(ret.group())
print('-'*20)
# 大小写h都可以的情况
ret = re.match('[hH]', 'hello python')
ret1 = re.match('[hH]', 'hello python')
print(ret.group())
print(ret1.group())
print('-'*20)
# 匹配0-9的一种写法
ret = re.match('[0123456789]', '7hello python')
print(ret.group())
print('-'*20)
# 匹配0-9的另一种写法
ret = re.match('[0-9]', '7hello python')
print(ret.group())
print('-'*20)

>>>
h
--------------------
H
--------------------
h
H
--------------------
7
7
--------------------

示例3：\d

import re

# 普通的匹配方式
ret = re.match('天宫1号', '天宫1号发射成功')
print(ret.group())
print('-'*20)
ret = re.match('天宫2号', '天宫2号发射成功')
print(ret.group())
print('-'*20)
ret = re.match('天宫3号', '天宫3号发射成功')
print(ret.group())
print('-'*20)
# 使用\d进行匹配
ret = re.match('天宫\d号', '天宫1号发射成功')
print(ret.group())
print('-'*20)
ret = re.match('天宫\d号', '天宫2号发射成功')
print(ret.group())
print('-'*20)
ret = re.match('天宫\d号', '天宫3号发射成功')
print(ret.group())
print('-'*20)

>>>
天宫1号
--------------------
天宫2号
--------------------
天宫3号
--------------------
天宫1号
--------------------
天宫2号
--------------------
天宫3号
--------------------

2、原始字符串

import re

mm = 'c:\\a\\b\\c'
print(mm)
print('-'*20)
ret = re.match('c:\\\\', mm).group()
print(ret)
print('-'*20)
ret = re.match('c:\\\\a', mm).group()
print(ret)
print('-'*20)
ret = re.match('c:\\a', mm).group()
print(ret)
print('-'*20)

>>>
c:\a\b\c
--------------------
c:\
--------------------
c:\a
--------------------
c:\a
--------------------

 说明
    Python中字符串前面加上 r 表示原生字符串，

    与大多数编程语言相同，正则表达式里使用" \ "作为转义字符，这就可能造成反斜杠困扰。
    假如你需要匹配文本中的字符" \ "，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\"：
    前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再正则表达式里转义成一个反斜杠。

    Python里的原生字符串很好地解决了这个问题，有了原始字符串，你再也不用担心是不是漏写了反斜杠，写出来的
    表达式也更直观。

---

结束语

如果您对这篇文章有什么意见或者建议,请评论与我讨论.
如果您觉得还不错的话~可以点个喜欢鼓励我哦.
如果您想和我一起学习,请毫不吝啬的私信我吧~