Python全栈开发day6

1. 简介

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。

2. 常用字符

普通字符	abc	匹配自身	abc	abc
元字符	.	匹配除换行符之外的任意字符	a.c	abc
		\	转义字符，使后一个字符改变原来的意思	a\.c	a.c
		*	匹配前一个字符0或多次	abc*	ab,abc
		+	匹配前一个字符1或多次	abc+	abc,abcc
		?	匹配其前面的一个字符出现0-1次	abc?	ab,abc
		^	匹配字符串开头。在多行模式中匹配每一行的开头	^abc	abc
		$	匹配字符串末尾，在多行模式中匹配每一行的末尾	abc$	abc
		|	或关系，匹配|左右表达式任意一个，从左到右匹配，如果|没有包括在()中，则它的范围是整个正则表达式	abc|def	abcdef
		{}	{m}匹配前一个字符m次，{m,n}匹配前一个字符m至n次，若省略n，则匹配m至无限次	ab{1,2}c	abc abbc
		[]	字符集。对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出，也可以给出范围，如[abc]或[a-c]。[^abc]表示取反，即非abc。 所有特殊字符在字符集中都失去其原有的特殊含义。用\反斜杠转义恢复特殊字符的特殊含义。	a[bcd]e	abe ace ade
		()	被括起来的表达式将作为分组，从表达式左边开始每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。	(abc){2} a(123|456)c	abcabc a456c

python中反斜杠\作用：

反斜杠后边跟元字符去除特殊功能；（即将特殊字符转义成普通字符）

反斜杠后边跟普通字符实现特殊功能；（即预定义字符）

引用序号对应的字组所匹配的字符串

1 2 3

>>>a=re.search(r'(tina)(fei)haha\2','tinafeihahafeitinafeihahatina').group() >>> print(a) tinafeihahafei

3. 预定义字符(可以在字符集[]中匹配)

字符集	释义	列举	Result
\d	任何十进制数字;[0-9]	a\bc	a1c
\D	非数字:[^\d]	a\Dc	abc
\s	匹配任何空白字符:[<空格>\t\r\n\f\v]	a\sc	a c
\S	非空白字符:[^\s]	a\Sc	abc
\w	匹配包括下划线在内的任何字符:[A-Za-z0-9_]	a\wc	abc
\W	匹配非字母数字字符: [^a-zA-Z0-9],即匹配特殊字符	a\Wc	a c
\b	匹配\w和\W之间，即匹配单词边界匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'	\babc\b a\b!bc	空格abc空格 a!bc
\B	[^\b]	a\Bbc	abc
\A	仅匹配字符串开头,同^	\Aabc	abc
\z	仅匹配字符串结尾,同$	abc\Z	abc

4. 特殊分组用法

(?P<name>)	分组，除了原有的编号外再指定一个额外的别名	(?P<id>abc){2}	abcabc
(?P=name)	引用别名为<name>的分组匹配到字符串	(?P<id>\d)abc(?P=id)	1abc1 5abc5
\<number>	引用编号为<number>的分组匹配到字符串	(\d)abc\1	1abc1 5abc5

5. re模块功能函数

a．compile()

编译正则表达式模式，返回一个对象的模式。（即把常用的正则表达式编译成正则表达式对象）

re.compile(pattern,flags=0)

pattern  编译时用的表达式字符串。

flags  编译标志位，用于修改正则表达式的匹配方式，如：是否区分大小写，行匹配等。

常用的flags有：

标志	含义
re.S(DOTALL)	使.匹配包括换行在内的所有字符
re.I（IGNORECASE）	使匹配对大小写不敏感
re.L（LOCALE）	做本地化识别（locale-aware)匹配，法语等
re.M(MULTILINE)	多行匹配，影响^和$
re.X(VERBOSE)	该标志通过给予更灵活的格式以便将正则表达式写得更易于理解
re.U	根据Unicode字符集解析字符，这个标志影响\w,\W,\b,\B

b．match()

只匹配起始位置(起始位置是否可以匹配成功)，匹配单个(匹配成功返回一个对象，未匹配成功返回None)

match(pattern, string, flags=0)

pattern： 正则模型

string ： 要匹配的字符串

falgs ： 匹配模式

1 2 3 4 5

print(re.match('com','comwww.runcomoob').group()) print(re.match('com','Comwww.runcomoob',re.I).group()) 执行结果如下： com com

分组, 提取匹配成功的指定内容（先匹配成功全部正则，再匹配成功的局部内容提取出来）

r =re.match("h(\w+).*(?P<name>\d)$", origin)

print(r.group())     # 获取匹配到的所有结果

print(r.groups())    # 获取模型中匹配到的分组结果

print(r.groupdict()) # 获取模型中匹配到的分组中所有执行了key的组

c．search()

re.search函数会在字符串内查找模式匹配,只要找到第一个匹配然后返回，如果字符串没有匹配，则返回None。

re.search(pattern, string, flags=0)

1 2 3

print(re.search('\dcom','www.4comrunoob.5com').group()) 执行结果如下： 4com

*注：match和search一旦匹配成功，就是一个match object对象，而match object对象有以下方法：

group()返回被 RE 匹配的字符串

start() 返回匹配开始的位置

end() 返回匹配结束的位置

span() 返回一个元组包含匹配 (开始,结束) 的位置

group() 返回re整体匹配的字符串，可以一次输入多个组号，对应组号匹配的字符串。

d．findall()

re.findall遍历匹配，可以获取字符串中所有匹配的字符串，返回一个列表

获取非重复的匹配列表；如果有一个组则以列表形式返回，且每一个匹配均是字符串；如果模型中有多个组，则以列表形式返回，且每一个匹配均是元祖；

空的匹配也会包含在结果中

注意：re. finditer(pattern, string, flags=0) 迭代一次一次去取数据

e．re.split()

split 根据正则匹配分割字符串

split(pattern, string, maxsplit=0,flags=0)

pattern： 正则模型

string ： 要匹配的字符串

maxsplit：指定分割次数

flags ： 匹配模式

分组后分割

f．re.sub()  替换匹配成功的指定位置字符串

sub(pattern, repl, string, count=0,flags=0)

pattern： 正则模型

repl   ： 要替换的字符串或可执行对象

string： 要匹配的字符串

count  ： 指定匹配个数

flags  ： 匹配模式

re.subn()  返回成功的指定位置字符串以及替换的次数

6、贪婪匹配与非贪婪匹配

*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成非贪婪匹配