标签：功能 含义 键值对 改变 bcd 调用 字符串替换 特殊 示例
正则表达
动机（目的）：
1、处理文本成为计算机主要工作之一
2、根据文本内容进行固定搜索是文本处理的常见工作
3、为了快速方便的处理上述问题，正则表达式技术诞生，逐渐发展为一种单独技术被众多语言使用
定义：即高级文本匹配模式，提供了搜索，代替等功能，本质是由一些字符和特殊符号组成的字串。这个字串描述了字符和字符的重复行为，可可以匹配某些特征的字符串集合。
正则表达式的特点
1、方便进行检索和修改
2、支持众多语言
3、使用灵活变化多样
4、文本处理，mongo存储某一类型，django、tornado路由，爬虫文本匹配
正则的规则和用法：
import re
re.findall(regex,string)
1、功能：使用正则表达式匹配字符串
2、参数：regex：正则表达式，string目标字符串
3、返回值：匹配到的内容，一个列表
元字符：即正则表达式中含有特殊含义的字符
普通字符：
1、元字符：abc...
2、匹配规则：匹配相应的普通字符
3、示例：re.findall(‘ab‘,‘fdsfdsbdab‘)#[‘ab‘]
使用 或 多个正则同时匹配
1、元字符：|
2、匹配规则：符号两侧的正则均能匹配（符号两侧不要加空格）
3、示例：re.findall(‘ab|cd‘,‘fdcdsfcddsbabdab‘)#[‘cd‘, ‘cd‘, ‘ab‘, ‘ab‘]
匹配单一字符
1、元字符：.
2、匹配规则：匹配任意一个字符 ‘\n’除外
3、示例：
1、re.findall(‘f.o‘,‘afdffoofds‘)#[‘ffo‘]
2、re.findall(‘f.o‘,‘afdff\noofds‘)#[],不能匹配\n
匹配字符串开头
1、元字符：^
2、匹配规则：匹配一个字符串的开头位置
3、示例：
1、re.findall(‘^hello‘,‘hello world‘)#[‘hello‘]
2、re.findall(‘^hello‘,‘ohello world‘)#[]
匹配字符串结尾
1、元字符：$
2、匹配规则：匹配一个字符串的结尾位置
3、示例：
1、re.findall(‘hello$‘,‘ohello hello‘)#[‘hello‘]
2、re.findall(‘hello$‘,‘ohello hellof‘)# []
匹配重复0次或多次
1、元字符：*
2、匹配规则：匹配前面出现的正则表达式0次或多次
2、示例：
1、re.findall(‘ab*‘,‘abcdaabbfdb‘)# [‘ab‘, ‘a‘, ‘abb‘]
匹配重复1次或多次：
1、元字符：+
2、匹配规则：匹配前面正则表达式至少出现一次
3、示例：re.findall(‘ab+‘,‘abcdaabbfdb‘)#[‘ab‘, ‘abb‘]
匹配重复0次或一次
1、元字符：？
2、匹配规则：匹配前面正则表达式0次或1次
3、示例：re.findall(‘ab?‘,‘abcdaabbfdb‘)#[‘ab‘, ‘a‘, ‘ab‘]
匹配重复指定次数
1、元字符：{N}
2、匹配规则：匹配前面的正则表达式N次
3、示例：re.findall(‘ab{2}‘,‘abcdaabbfdb‘)#[‘abb‘]
匹配重复指定参数范围
1、元字符：{N，M}
2、匹配规则：匹配前面正则表达式N次到M次（包括N和M）
3、示例：re.findall(‘ab{1,3}‘,‘abcdaabbfdb‘)# [‘ab‘, ‘abb‘]
字符集匹配：
1、元字符：[]
2、匹配规则：匹配中括号中的字符集，或者字符集区间的一个字符
3、示例：
1、[0-9]：匹配任意一个数字字符
2、[A-Z]：匹配任意一个大写字母
3、[a-z]：匹配任意一个小写字母
4、^[A-z][0-9a-z]{5}：匹配以大写字母开头，后面5为数字或小写字母
5、re.findall(‘^[A-Z][0-9a-z]{5}‘,‘Hello1 join‘)# [‘Hello1‘]
字符集不匹配：
1、元字符：[^...]
2、匹配规则：匹配出非字符集中任意一个字符
3、[^0-9]：匹配除了0-9的任意字符
匹配任意数字（非数字）字符：
1、元字符：\d等价于[0-9] \D等价于[^0-9]
2、匹配规则：\d匹配任意一个数字字符 \D匹配任意非数字字符
3、示例：re.findall(‘1\d{10}‘,‘13333759329‘)#[‘13333759329‘]
匹配任意普字符或者特殊字符
1、元字符：\w [_0-9a-zA-z] \W[^_0-9a-zA-z]
2、匹配规则：\w匹数字字母下划线 \W匹配除了数字字母下划线的字符
3、示例：
1、re.findall(‘[A-z]\w*‘,‘Hello World‘)# [‘Hello‘, ‘World‘]
2、re.findall(‘[A-Za-z]+-\d+‘,‘wangming-56‘)#[‘wangming-56‘]
匹配任意空字符或非空字符：
1、元字符：\s \S
2、匹配规则：\s任意空字符 [ \n\0\t\r]空格 换行 回车制表符 \S任意非空字符
3、示例：re.findall(‘hello\s+\w+\S‘,‘hello lily hello lucy hellofdsf‘)#[‘hello lily‘, ‘hello lucy‘]
匹配字符串的开头和结尾：
1、元字符:\A等价于^ \Z等价于$
2、匹配规则：\A表示匹配字符串开头位置 \Z表示匹配字符串结尾位置
3、示例：re.findall(‘\Aabc\Z‘,‘abc‘)#[‘abc‘]严格匹配abc
匹配单词边界或非单词边界：
1、元字符：\b \B
2、匹配规则：\b匹配一个单词的边界 \B匹配一个单词的非边界
3、说明:数字字母下划线和其他字符的交界处认为是单词的边界
4、示例：
1、re.findall(‘is‘,‘This is a test‘)# [‘is‘, ‘is‘]
2、re.findall(r‘\bis\b‘,‘This is a test‘)#[‘is‘]匹配到后面的is(\b为退格有特殊含义所以要加r)
元字符总结：
1、匹配单个字符：. \d \D \w \W \s \S [...] [^...]
2、匹配重复次数：* + ? {N} {N,M}
3、匹配字符串位置：^ $ \A \Z \b \B
4、其他：|
r子串和转义（\）
r 将字符变为raw字符串，不进行字符串的转义
示例：re.findall(‘\\bis\\b‘,‘This is a test‘)等价于re.findall(r‘\bis\b‘,‘This is a test‘)
贪婪和非贪婪：
1、和重复次数不确定的元字符相关：* + ? {N,M}
2、贪婪模式：在使用重复元字符的时候，元字符的匹配总是尽可能多的向后匹配更多的内容，贪婪模式为默认模式
示例：re.findall(‘ab*‘,‘abbbbbbbbgab‘)#[‘abbbbbbbb‘, ‘ab‘]尽可能多的匹配b
3、非贪婪模式：尽可能少的匹配内容，只要满足正则条件即可
示例：re.findall(‘ab*?‘,‘abbbbbbbbgab‘)# [‘a‘, ‘a‘]尽可能少的匹配b
正则表达式的分组：
1、使用（）为正则表达式分组
2、(ab):表示给ab分了一个子组
3、正则表达式的子组用（）表示，增加子组后对整体的匹配没有影响
4、每个正则表达式可以有多个子组，子组由外到内由左到右为第一第二第三......子组
5、子组表示一个内部整体，很多函数可以单独提取子组的值
6、子组可以改变重复行为，将子组作为整体重复
示例：re.match(‘(ab)+‘,‘ababfhdsabdfbsf‘).group(0)#‘abab‘
7、捕获组和非捕获组（命名组和非命名组）
1、格式：（？P<name>regex）
2、作用：
1、某些函数可以通过名字提取子组内容，或者通过名字进行键值对的生成
2、起了名字的子组可以通过名称重复使用
示例：re.match(‘(?P<str>ab)cd(?P=str)‘,‘abcdab‘).group()# ‘abcdab‘
练习：
1、匹配长度为8-10为的密码，必须以字母开头，数字字母下划线组成
re.findall(r‘^[a-zA-z]\w{7,9}$‘,‘xfjsdjfk56‘)
2、匹配身份证号
re.findall(r‘\d{17}[x\d]‘,‘410422199212202556‘)
re模块
1、complie(pattern, flags=0)
1、功能：获取正则表达式对象
2、参数：
1、pattern：正则表达式
2、flags:功能标志位，提供正则表达式结果的辅助功能
3、返回值：返回相应的正则对象
4、说明：
1、compile函数返回值的属性函数和re模块属性函数有相同的部分
2、他们的功能完全相同
3、compile返回值对象属性函数中pattern和flags部分，因为这两个参数内容在compile生成对象时已经指明而re模块直接调用这些函数时则需要传入，
4、compile返回值对象属性函数参数中有pos和endpos参数，可以指明匹配目标字符串的起始和终止位置，而re模块直接调用这些函数时没有这个
2、findall（string,pos ，endpos）
1、功能：将正则表达式匹配到的内容存入列表返回
2、参数：要匹配的目标字符串
3、返回值：返回匹配到内容的列表,如果正则表达式中有子组则返回子组元组的列表
3、spilt(regex，string):
1、功能：以正则表达式切割字符串
2、参数
3、返回值：分割后的内容放入列表
4、sub()
1、功能：用替换字符串替换正则表达式匹配到的内容
2、参数
3、返回值：返回替换后的字符串
5、subn（）：
1、功能：同sub
2、参数：同sub
3、返回值：返回一个元组，元组中第一个元素为替换后的字符串，第二个为替换的次数
6、groupindex:compile对象属性，得到由捕获组名和第几个子组数字组成的字典
7、groups：compile对象属性，得到一共有多少个子组
import re pattern = r‘((?P<word>ab)cd(ef))‘ #创建正则表达式对象 obj = re.compile(pattern) l = obj.findall(‘abcdefghinabcdef‘) print(l) l1 = re.split(r‘\s+‘,‘hello world nihao china‘) print(l1) s = re.sub(r‘[A-Z]‘,‘##‘,‘Hello World‘,1)#不给最后一个参数默认全部替换 print(s)# ##ello World s2 = re.subn(r‘[A-Z]‘,‘##‘,‘Hello World‘,1) print(s2)#(‘##ello World‘, 1) print(obj.groupindex)#{‘word‘: 2} print(obj.groups)#3
8、finditer()
1、功能：同findall查找所有正则匹配到的内容
2、参数：同findall
3、返回值：返回一个迭代器，迭代的每一项都是一个matchobj
4、match对象属性及函数
‘end‘, ‘endpos‘, ‘expand‘, ‘group‘, ‘groupdict‘, ‘groups‘, ‘lastgroup‘, ‘lastindex‘, ‘pos‘, ‘re‘, ‘regs‘, ‘span‘, ‘start‘, ‘string‘]
9、match（）
1、功能：匹配一个字符串开头的位置
2、参数：目标字符串
3、返回值：如果匹配到返回一个matchobj，如果没有匹配到返回None
10、search()
1、功能：同match，只是可以匹配到任意位置，只能匹配一处
2、参数：目标字符串
3、返回值：如果匹配到返回一个matchobj，如果没有匹配到返回None
11、fullmatch()
1、功能：完全匹配，整个目标字符串完全由正则pp
2、参数：目标字符串
3、返回值：如果匹配到返回一个matchobj，如果没有匹配到返回None
import re obj = re.compile(r‘foo‘) iter_obj = obj.finditer(‘fdfoo,food the‘) for i in iter_obj: print(i.group()) print(‘**************‘) #match匹配开头 try: m_obj = obj.match(‘qfoo,food on the jfdksf ‘) print(m_obj.group()) except AttributeError: print(‘match none‘) #search匹配任意位置 try: m_obj = obj.search(‘qfoo,food on the jfdksf ‘) print(m_obj.group()) except AttributeError: print(‘match none‘)
标签：功能 含义 键值对 改变 bcd 调用 字符串替换 特殊 示例
原文地址：https://www.cnblogs.com/xdl-smile/p/9415720.html
