python学习笔记----正则表达式

正则：

regular expression

常用的场景：

#正则的包

>>> import re

#match：开头匹配，匹配到，返回一个匹配对象，否则返回None

>>> re.match("abc","abcd")
<_sre.SRE_Match object; span=(0, 3), match='abc'>#返回的时一个匹配对象，要想查看匹配的内容用group(),search也是

>>> result =re.match(r"\d","dbja1")
>>> type(result)
<class 'NoneType'>
>>>

#\d（digit）：匹配所有的数字
>>> re.match("\d","1abcd")
<_sre.SRE_Match object; span=(0, 1), match='1'>
>>> re.match("\\d","1abcd")
<_sre.SRE_Match object; span=(0, 1), match='1'>
>>> re.match(r"\d","1abcd")#加r，防止在文件里转译出错
<_sre.SRE_Match object; span=(0, 1), match='1'>
>>>

#search：从任意位置找到第一个，只返回第一个匹配到的

>>> re.search(r"\d","acb3ad")
<_sre.SRE_Match object; span=(3, 4), match='3'>
>>>

>>> re.search(r"\d","acb3ad3l3sd4")
<_sre.SRE_Match object; span=(3, 4), match='3'>
>>>

#findall：找到所有匹配的内容放到一个列表里，匹配不到时返回一个空的列表。

>>> re.findall(r"\d","a1b2c3")
['1', '2', '3']
>>>

>>> re.findall(r"\d","abc")
[]
>>>

>>> result =re.findall(r"\d","a1b2c3")
>>> result
['1', '2', '3']
>>>

#想查看匹配到的内容用group()

>>> result =re.match(r"\d","2bg")
>>> result.group()
'2'
>>> result
<_sre.SRE_Match object; span=(0, 1), match='2'>
>>> result =re.search(r"\d","d2bg")
>>> result
<_sre.SRE_Match object; span=(1, 2), match='2'>
>>> result.group()
'2'
>>> result =re.search(r"\d","dbg")
>>> result
>>> result.group()#注意：没有匹配到内容时不能用group
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'group'
>>>

#compile编译正则表达式，存到一个变量里方便复用

>>> pattern =re.compile(r"\d")
>>> type(pattern)
<class '_sre.SRE_Pattern'>
>>> pattern.match("1ab")
<_sre.SRE_Match object; span=(0, 1), match='1'>
>>> pattern.search("dd1ab")
<_sre.SRE_Match object; span=(2, 3), match='1'>
>>> pattern.search("dd1ab").group()
'1'
>>>

>>> s=input("请输入一些内容：")
请输入一些内容：I am ok!
>>> if re.search(r"ok",s):
...     print(True)
... else:
...     print(False)
...
True

>>> s=input("请输入一些内容：")
请输入一些内容：aaaaa
>>> if re.search(r"ok",s):
...     print(True)
... else:
...     print(False)
...
False

 

 

 

\d\D:digit，匹配数字，非数字，大写表示取反

>>> re.search(r"\d","rw3e").group()
'3'
>>> re.search(r"\D","rw3e").group()
'r'
>>>

 

\w\W:word 匹配所有的字母和数字，非字母非数字；

[a-zA-Z_0-9]

>>> re.search(r"\w","  a").group()
'a'
>>> re.search(r"\w","  a").group()
'a'
>>> re.search(r"\w","  1").group()
'1'
>>> re.search(r"\W","_  1").group()
' '
>>> re.search(r"\W","_").group()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'group'
>>> re.search(r"\W","@").group()
'@'
>>> re.search(r"\W","!!@").group()
'!'
>>>

 

 

 \s\S:space  匹配所有的空白，非空白

 >>> re.search(r"\s","\t").group()
'\t'
>>> re.search(r"\s"," ").group()
' '
>>> re.search(r"\S","  ! ").group()
'!'
>>>

 

 

量词：+，*，{m,n}

+：表示匹配一个或多个内容 ,

尽量多的配置,

正则表示式的贪婪性

>>> re.search(r"\d+","abc123 1").group()
'123'
>>> 

>>> re.search(r"\s+","\r\t\n 1").group()#+，正则的贪婪性，尽可能多的匹配
'\r\t\n '
>>> re.search(r"\s+?","\r\t\n 1").group()#？，抑制贪婪性，尽可能少的匹配
'\r'
>>>

 

 *：匹配0个或多个

 >>> re.search(r"\d*","we333").group()
''
>>> re.search(r"\d","we333").group()
'3'
>>>

 

 {}：指定匹配次数

>>> re.search(r"\d{3}","12  123  34").group()
'123'
>>> re.search(r"\d{1,3}","12  123  34").group()
'12'
>>> 

 

？：表示匹配0次或一次

>>> re.search(r"\d?","123a").group()
'1'
>>> re.search(r"\d?","dd123a").group()
''
>>>

>>> re.findall(r"\d?","ff2123a")
['', '', '2', '1', '2', '3', '', '']
>>>

 

.匹配除空格之外的所有字符

>>> re.search(r"a.b","a1b").group()
'a1b'
>>>

 

 

抑制贪婪性

>>> re.search(r"a.*b","a1  db   123b").group()
'a1  db   123b'
>>> re.search(r"a.*?b","a1  db   123b").group()
'a1  db'
>>>

 

 

 

 总结：

match

search

findall

re.complie

group

\d\D

\w\W

\s\S

* + . ?

{m,n}

 

\w      匹配字母数字及下划线
\W      匹配f非字母数字下划线
\s      匹配任意空白字符，等价于[\t\n\r\f]
\S      匹配任意非空字符
\d      匹配任意数字
\D      匹配任意非数字
\A      匹配字符串开始
\Z      匹配字符串结束，如果存在换行，只匹配换行前的结束字符串
\z      匹配字符串结束
\G      匹配最后匹配完成的位置
\n      匹配一个换行符
\t      匹配一个制表符
^       匹配字符串的开头
$       匹配字符串的末尾
.       匹配任意字符，除了换行符，re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符
[....]  用来表示一组字符，单独列出：[amk]匹配a,m或k
[^...]  不在[]中的字符：[^abc]匹配除了a,b,c之外的字符
*       匹配0个或多个的表达式
+       匹配1个或者多个的表达式
?       匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
{n}     精确匹配n前面的表示
{m,m}   匹配n到m次由前面的正则表达式定义片段，贪婪模式
a|b     匹配a或者b
()      匹配括号内的表达式，也表示一个组

python正则表达式中的特殊字符：

^          表示匹配的字符必须在最前边

$          表示匹配的字符必须在最后边

*          匹配* 前面的字符0次或n次

+          匹配+ 前面的字符1次或n次

?          匹配？前面的字符0次或1次

.           (小数点）匹配除换行符外的所有字符
(x)        匹配x并记录匹配的值

x|y       匹配x或者y

{n}       这里n是一个正整数。匹配前面的n个字符

{n，}   这里n是一个正整数。匹配至少n个前面的字符

{n，m} 这里n和m都是正整数。匹配至少n个、最多m个前面的字符
[xyz]      字符列表，匹配表中的任一字符，可以通过连接字符 - 指出字符范围，如 [a-z] 表示所有小写字符

[b]        匹配一个空格

b           匹配一个单词的分界线，比如一个空格

B          匹配一个单词的非分界线

re模块匹配规则（re.match函数的第三个参数）：

re.IGNORECASE       忽略文中的大小写

re.LOCALE                  处理字符集本地化

re.MULTILINE             是否支持多行匹配

re.DOTALL                  匹配一些特殊标记，例如使用.匹配\n等字符

re.VERBOSE              忽略正则表达式中的空格或者换行等字符

re.UNICODE              使用Unicode编码