Menu
- re定义
- re元字符
- re方法
re定义
- 正则表达式本身是一种小型的、高度专业化的编程语言，而在python中，通过内嵌集成re模块，程序媛们可以直接调用来实现正则匹配。正则表达式模式被编译成一系列的字节码，然后由用C编写的匹配引擎执行，执行速度快。他定义了在其它字符串中进行匹配的模式（进行模糊查询的方式）。
re元字符
. ^ $ * + ? {} [] | () \
. 通配符
result = re.findall("py..on", "aaaapythonbbbpycconccc") # 通配符
print(result) # ['python', 'pyccon']
- ^元字符
result = re.findall("^python", "pythonbbbpycconccc") # 匹配以什么开头
print(result) # ['python']
- $元字符
result = re.findall("python$", "bbbpycconcccpython") # 匹配以什么结尾
print(result) # ['python']
- *元字符
result = re.findall("co*l", "cccoolcccoolccc") # 匹配0-无限次
print(result) # ['ccc', 'ccc']
- +元字符
result = re.findall("w+", "wwwww.abc.com") # 匹配1-无限次
print(result) # ['wwwww']
- ？元字符
result = re.findall("em?", "emmmm~. ") # ? 匹配0-1次
print(result) # ['em']
- {}元字符
result = re.findall("w{1-3}", "wwww.abc.com") #｛n,[n]｝ 匹配n次 或 n-n次
print(result) # ['www']
- [] 字符集
result = re.findall("[a-zA-Z]ython", "Python is a programming language, I am learning python...") # [字符集]
print(result) # ['Python', 'python']
- | 元字符
result = re.findall("pathon|pbthon|pcthon", "asdfaspathonasdfpbthonasdfpcthonasdf") # 或者|
print(result) # ['pathon', 'pbthon', 'pcthon']
- () 分组符号
- ()分组把搜索到的内容存到变量里
result = re.search("(?P<name>[a-z]+)(?P<age>[0-9]+)", "bob36smm66cindy5")
print(result.group("name")) # bob
print(result.group("age")) # 36
- ()分组里的内容会优先匹配
result = re.findall("www\.(baidu|google)\.com", "www.google.com")
print(result) # ['google']
- ()分组里的内容会优先匹配, 如果要取消优先级，需要在括号后加“?:”
result = re.findall("www\.(?:baidu|google)\.com", "www.google.com")
print(result) # ['www.google.com']
- ()分组匹配多次
import re
result = re.findall("(?:abc)+", "abcabcabc") # 如果要分组匹配多次，需要把分组括号括起来加上()+
print(result) #['abcabcabc'] 但是有括号，只优先显示括号里的内容，需要取消优先级括号里+"?:"
- \ 转义符号
"""
\d 匹配任何十进制数；它相当于类 [0-9]。
\D 匹配任何非数字字符；它相当于类 [^0-9]。
\s 匹配任何空白字符；它相当于类 [ \t\n\r\f\v]。
\S 匹配任何非空白字符；它相当于类 [^ \t\n\r\f\v]。
\w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。
\W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]
\b 匹配一个特殊字符边界，比如空格 ，&，＃等
"""
result = re.findall("\d+", "cc11cool22cccool33ccc")
print(result) # ['11', '22', '33']
result = re.findall("\D+", "cc11cool22cccool33ccc")
print(result) # ['cc', 'cool', 'cccool', 'ccc']
result = re.findall("\s+", "cc cool cccool")
print(result) # [' ', ' ']
result = re.findall("\S+", "cc cool cccool")
print(result) # ['cc', 'cool', 'cccool']
result = re.findall("\w+", "cc cool cccool _")
print(result) # ['cc', 'cool', 'cccool', '_']
result = re.findall("\W+", "cc#cool*cccool@")
print(result) # ['#', '*', '@']
result = re.findall("\\bcool\\b", "cc#cool#cccool#")
print(result) # ['#', '*', '@']
result = re.findall("c\\\\l", "cc\l#cccool#") # \\\\转义成\\ , 然后在re模块里再\\转义成\
print(result) # ['#', '*', '@']
. ^ $ * + ? {} [] | () \
| 元字符 | 规则 | |
|---|---|---|
| . | 匹配任意除换行符"\n"外的字符（在DOTALL）模式中也能匹配换行符 | |
| ^ | 匹配字符串开头。在多行模式中匹配每一行的开头 | |
| $ | 匹配字符串末尾，在多行模式中匹配每一行的末尾 | |
| * | 匹配前一个字符0次或无限次 | |
| + | 匹配前一个字符1次或无限次 | |
| ？ | 匹配前一个字符0-1次或 | |
| {} | 匹配n次 或 n-n次 | |
| [] | 匹配字符集如[a-zA-Z0-9] | |
| | | 匹配|左边或者右边的字符 | |
| () | 被括起来的表达式将作为分组，从表达式左边开始没遇到一个分组的左括号“（”，编号+1.分组表达式作为一个整体，可以后接数量词。表达式中的 | 仅在该组中有效。 |
| \ | 反斜杠后边跟元字符去除特殊功能，比如\.反斜杠后边跟普通字符实现特殊功能,比如\d |
re方法
- re.findall()
- 返回所有满足匹配条件的结果,放在列表里
result = re.findall("\d+", "cc11cool22cccool33ccc")
print(result) # ['11', '22', '33']
- re.finditer()
- 返回所有满足匹配条件的结果,返回一个迭代器对象。可以对他进行迭代，一条条处理信息。
result = re.finditer("\d", "sdf878sdfff678zxf000")
print(result) # <callable_iterator object at 0x00000000029459B0>
print(next(result).group()) # 8
print(next(result).group()) # 7
- re.search()
- 只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。
result = re.search("\d+", "cc11cool22cccool33ccc")
print(result.group()) # 11
- re.match()
- 同re.search(), 但是仅在开始处开始匹配
result = re.match("\d+", "22cc11cool22cccool33ccc")
print(result.group()) # 22
- re.split()
- 如果分割字符串是一个字符集，先按第一个字符分，分出的结果再按第二个字符分。以此类推。
result = re.split("[ab]", "abc")
print(result) # ['', '', 'c']
- re.sub()
- 替换方法，（替换模式，new字符，要替换的字符串）
result = re.sub(pattern="[0-9]", repl="替", string="abc111def222ghi333")
print(result) # abc替替替def替替替ghi替替替
- re.subn()
- 与sub相同的用法，但是会返回一个元组，元组的第二项是替换的次数；
result = re.subn(pattern="[0-9]", repl="替", string="abc111def222ghi333")
print(result) # ('abc替替替def替替替ghi替替替', 9)
- re.compile()
- 保存匹配规则
compile = re.compile("\d+\.\d+") # 保存匹配规则
print(compile) # re.compile('\\d+\\.\\d+')
result = re.findall(compile, "asdfasdf8.22aasdf3.15") # 用保存的匹配规则去匹配，可以重复用，维护规则容易
print(result)
