一、正则表达式
- 用途
用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。####简单地说就是用于字符串匹配的
- 字符组
在同一个位置可能出现的各种字符组成的一个字符组，在正则表达式中用[]表示例子：规则：[0123456789] 待匹配：8 匹配结果：True规则：[0-9] 待匹配：6 匹配结果：True规则：[a-z] 待匹配：c 匹配结果：True规则：[A-Z] 待匹配：! 匹配结果：False规则：[0-9A-Z] 待匹配：C 匹配结果：True
- 字符
元字符 匹配内容. 匹配除换行符以外的任意字符\w 匹配字母或数字或下划线\s 匹配任意的空白符\d 匹配数字\n 匹配一个换行符\t 匹配一个制表符\b 匹配一个单词的结尾^ 匹配字符串的开始$ 匹配字符串的结尾\W 匹配非字母或数字或下划线\D 匹配非数字\S 匹配非空白符a|b 匹配字符a或字符b() 匹配括号内的表达式，也表示一个组[...] 匹配字符组中的字符[^...] 匹配除了字符组中字符的所有字符
- 量词
量词 用法说明* 重复零次或更多次+ 重复一次或更多次? 重复零次或一次{n} 重复n次{n,} 重复n次或更多次{n,m} 重复n到m次 - . ^ $
正则 待匹配字符 匹配结果 说明海. 海燕海娇海东 海燕海娇海东 匹配所有"海."的字符^海. 海燕海娇海东 海燕 只从开头匹配"海."海.$ 海燕海娇海东 海东 只匹配结尾的"海.$"
- * + ? {}
? 重复一次或多次* 表示零次或多次+ 表示一次或多次{n,m} 表示n次到m次以上都是贪婪匹配，如果要非贪婪匹配，在后面加？ - 转义符
在正则表达式中，有很多有特殊意义的是元字符，比如\n和\s等，如果要在正则中匹配正常的"\n"而不是"换行符"就需要对"\"进行转义，变成'\\'。在python中，无论是正则表达式，还是待匹配的内容，都是以字符串的形式出现的，在字符串中\也有特殊的含义，本身还需要转义。所以如果匹配一次"\n",字符串中要写成'\\n'，那么正则里就要写成"\\\\n",这样就太麻烦了。这个时候我们就用到了r'\n'这个概念，此时的正则是r'\\n'就可以了。
- 贪婪匹配
贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配.*?x的用法取前面任意长度的字符，直到一个x出现
-
其他点： 所有量词都要放在匹配规则的后面()分组需要对多个字符组进行约束量词如([123][abc])+使用|的时候，长的放前面，短的放后面 ?P<..> 给元组起名字
二、re模块
- findall
#返回所有匹配的结果，放在列表中re.findall('[a-z]+', 'hsr is very cool) - search
#从前往后找，找到一个就返回#返回的是一个对象，通过group()才能拿到结果#如果没有找到对象是None，调用group会报错ret = re.search('h','hsr is very cool')if ret: print(ret.group()) - match
#其他和search相同，但是必须从头就匹配得上，否则返回Noneret = re.match('h','hsr is cool')if ret: print(ret.group()) - split
# 按给定的分隔符，对字符串进行分割ret = re.split('[ab]', 'abcd')#结果：['','','cd']#先按a分割，再按b分割 - sub
#将正则表达式匹配上的字符替换成给定的字符，替换n次ret = re.sub('regex','replace','the string',n) - subn
#与sub类似，但是会全部替换，结果返回元组(替换的结果,替换了多少次)ret = re.subn('regex','replace','the string') - compile
#如果一条正则规则式要经常使用，可以将正则表达式编译成为一个 正则表达式对象reg = re.compile('regex')ret = reg.search('the string') ret.group() - finditer
#返回一个存放结果的迭代器ret = re.finditer('regex','the string')for i in ret: pass