正则表达式能按某种模式匹配一系列有相似特征的字符串。它是由一些字符串和特殊符号组成的字符串。
常见正则表达式符号和特殊字符
1.表示字符
| 表示法 | 描述 | 正则表达式示例 |
|---|---|---|
| . | 匹配任意一个字符（除了\n） | a.c 匹配在字母“a”和“c”之间的任意一个字符；例如abc、a9c、a#c等 |
| [] | 匹配[]中列举的字符 | a[0-9] 匹配字母a后面跟着0到9任意一个数字；例如a1、a3、a9等 |
| [^...] | 匹配不在此字符集中出现的任何一个字符 | a[^A-Z]；匹配a后面不能是大写字母，例如不能是aA、aD、aZ等 |
| \d | 匹配任何十进制数字（\D与\d相反，匹配非数字） | a\dc 匹配a和c之间任何一个数字；例如a1c、a6c、a8c等 |
| \s | 匹配任何空格字符，即空格、tab键、\n、\r、\t等（\S与\s相反，匹配非空格） | a\sc 匹配a和c之间任何空白字符；例如a c、a c等 |
| \w | 匹配任何字母数字字符（\W与\w相反） | a\wc 匹配a和c之间任何一个字母数字字符；例如aac、a2c、a*c等 |
2.表示数量
| 表示法 | 描述 | 正则表达式示例 |
|---|---|---|
| * | 匹配前一个字符出现0次或者无限次，即可有可无 | a.*c ；匹配如ac、abc、abbbbbbbbbbc等 |
| + | 匹配前一个字符出现1次或者无限次，即至少有一次 | a.+c；匹配如abc、abbbbc等，但不能匹配ac |
| ? | 匹配前一个字符出现1次或者0次，即要么有1次，要么没有 | a.?c；匹配如ac、abc |
| {m} | 匹配前面一个字符出现m次 比如填{3}此表示需要出现3 | a.{3}c；匹配abbbc |
| {m,} | 匹配前一个字符至少出现m次 比如填{5,}表示至少出现五次 | |
| {m.n} | 匹配前一个字符出现从m到n次 比如填{3,5}表示至少出现3次最多出现5次 | a.{3,5}c；匹配abbbc、abbbbbc |
3.表示边界
| 表示法 | 描述 |
|---|---|
| ^ | 匹配以什么字符符为开头 |
| $ | 匹配以前一个字为结尾 |
| \b | 匹配一个单词的边界 |
| \B | 匹配非单词边界 |
| | | 匹配左右两边任意一个表达式 |
re模块
# 导入re模块
import re
match()方法
result = re.match("正则表达式", "要匹配的字符串")
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（macth object），否则返回None（注意不是空字符串""）macth object具有group方法，用来返回字符串的匹配部分。
search()方法
result = re.search("正则表达式", "要匹配的字符串")
search()和match()的区别是：match是从左往右依次匹配所以^要不要都没影响，search是找所有字符串中是否包含要匹配的字符串。如果要从第一个字符串开始找就需要用到^
findall()方法
如果在一堆字符串中匹配到多个一样的值全部以列表的形式返回。search()和match()都只返回第一个匹配到的值
sub()方法
re.sub("被替换的字符串（把什么）"，"替换后的字符串（替换成什么，可以接收一个函数）", "原始字符串")
贪婪模式非贪婪模式
默认匹配时都是贪婪模式，就是尽可能多的去匹配，只要在匹配字符后面加个？号就可以关闭贪婪模式。即非贪婪模式，尽可能的匹配少的字符
import re
s = 'aa12345ddddd'
# 贪婪
re.match('aa(\d+)', s).group(1)
'12345'
# 非贪婪
re.match('aa(\d+?)', s).group(1)
'1'
网友评论