Python全栈开发【re正则模块】

re正则模块

本节内容：

• 正则介绍
• 元字符及元字符集
• 元字符转义符
• re模块下的常用方法

正则介绍（re）

正则表达式（或 RE）是一种小型的、高度专业化的编程语言.

在Python中,它内嵌在Python中，并通过 re 模块实现。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。

元字符及元字符集

1、元字符之. ^ $ * + ? { }

 import re

 ret = re.findall('o...n', 'oksdaoceanaaaddf')

 print(ret)  # ['ocean']

 ret = re.findall('^o...n', 'oceanhelloowwwn') #以o开头的才能匹配上，这里的头是整个字符串的开头

 print(ret)  # ['ocean']

 ret = re.findall('o...n', 'ooceanhelloowwwn')

 print(ret)  # ['ocean','owwwn']

 ret = re.findall('o...n$', 'oceanhelloowwwn') #以n为结尾的匹配，整个字符串的结尾

 print(ret)  # ['owwwn']

 ret = re.findall('abc*', 'abcccc')  # 贪婪匹配[0,+∞]

 print(ret)  # ['abcccc']

 ret = re.findall('abc+', 'abccc')  # [1,+∞]

 print(ret)  # ['abccc']

 ret = re.findall('abc?', 'abccc')  # [0,1]

 print(ret)  # ['abc']

 ret = re.findall('abc{1,4}', 'abccc')

 print(ret)  # ['abccc'] 贪婪匹配

注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配

ret=re.findall('abc*?','abcccccc')
print(ret)#['ab']

字符集

 # --------------------------------------------字符集[]
 ret = re.findall('a[bc]d', 'acd')
 print(ret)  # ['acd']

 ret = re.findall('[a-z]', 'acd')
 print(ret)  # ['a', 'c', 'd']

 ret = re.findall('[.*+]', 'a.cd+')
 print(ret)  # ['.', '+']

 # 在字符集里有功能的符号: - ^ \

 ret = re.findall('[1-9]', '45dha3')  #‘-’在字符集是指范围
 print(ret)  # ['4', '5', '3']

 ret = re.findall('[^ab]', '45bdha3')  #^在字符集[]里是‘非’的意思
 print(ret)  # ['4', '5', 'd', 'h', '3']

 ret = re.findall('[\d]', '45bdha3')  #\在字符集中是转义，即有意义字符可以转换成普通字符，无意义字符可转化成特殊意义
 print(ret)  # ['4', '5', '3']

 ret = re.findall('\d+','45bda3')
 print(ret)  #['45', '3']

转义字符‘\’

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

\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

ret=re.findall('I\b','I am LIST')
print(ret)#[]
ret=re.findall(r'I\b','I am LIST')
print(ret)#['I']

 #-----------------------------eg1:
 import re
 ret=re.findall('c\l','abc\le')
 print(ret)#[]
 ret=re.findall('c\\l','abc\le')
 print(ret)#[]
 ret=re.findall('c\\\\l','abc\le')
 print(ret)#['c\\l']
 ret=re.findall(r'c\\l','abc\le')
 print(ret)#['c\\l']

 #-----------------------------eg2:
 #之所以选择\b是因为\b在ASCII表中是有意义的
 m = re.findall('\bblow', 'blow')
 print(m)
 m = re.findall(r'\bblow', 'blow')
 print(m)