python3笔记二十三：正则表达式之元字符

一：学习内容

• 匹配单个字符与数字：.、[]、^、\d、\D、\w、\W、\s、\S
• 匹配锚字符(边界字符)：^、$、\A、\Z、\b、\B
• 匹配多个字符：(xyz) 、x?、x*、.*、x+、x{n}、x{n,}、x{n,m}、x|y
• 非贪婪匹配：*?、+?、??、{n,m}?

二：匹配单个字符与数字

1.点.：匹配除换行符以外的任意字符

2.[]：是字符集合，表示匹配方括号中所包含的任意一个字符

　　 [0123456789]   表示匹配任意一个数字
        [0-9]   表示匹配任意一个数字
        [yml]   表示匹配'y','m','l'中任意一个字符
        [a-z]   表示匹配任意一个小写字符
        [A-Z]   表示匹配任意一个大写字符
        [0-9a-zA-Z]    表示匹配任意一个数字和字母
        [0-9a-zA-Z_]    表示匹配任意一个数字、字母和下划线

3.^：是脱字符，表示不匹配集合中的字符，注意^在[]中才表示不匹配，在其他位置意义不一样

[^test]  表示匹配除了test这几个字母以外的所有字符
        [^0-9]  表示匹配所有的非数字字符

4.\d：匹配数字，效果同[0-9]

\d       表示匹配任意一个数字，这里可以不写[]，直接使用\d
        [^\d]   表示匹配所有的非数字字符，效果同[^0-9]

5.\D：匹配非数字字符，效果同[^0-9]

6.\w：匹配数字、字母和下划线，效果同[0-9a-zA-Z]

7.\W：匹配非数字、字母和下划线，效果同[^0-9a-zA-Z]

8.\s：匹配任意的空白符(空格、换行、回车、换页、制表符)，效果同[ \f\n\r\t]

9.\S：匹配任意的非空白符(空格、换行、回车、换页、制表符)，效果同[^ \f\n\r\t]

10.举例：

print(re.search(".","tester is a good girl!"))  #.可以代表任意字符，所以匹配t，结果匹配一个t
print(re.search("[0123456789]","yml is a good gril 7"))          #匹配结果为数字7
print(re.search("[tester]","tester is a good gril 7"))                 #匹配结果为一个t
print(re.search("[^tester]","tester is a good gril 7"))               #匹配除tester之外的任意一个字符结果为空" "
print(re.search("[^0-9]","tester is a good gril 7"))                   #匹配一个非数字字符结果为t
print(re.search("\d","tester is a good gril 7"))                         #匹配结果为数字7
print(re.search("[^\d]","tester is a good gril 7"))                     #匹配结果为一个t
print(re.search("\D","tester is a good gril 7"))                        #匹配一个非数字字符结果为t
print(re.search("\w","tester is a good gril 7"))                        #匹配任意一个数字字母或下划线，结果为t

print(re.findall(".","_tester is test\nd girl 3"))                          #匹配除换行符以外的任意字符
print(re.findall(".","_tester is test\nd girl 3",flags=re.S))         #匹配包括换行符在内的任意字符

三：匹配锚字符(边界字符)

1.^：行首匹配，注意^在[]中才表示不匹配集合中的字符

2.$：行尾匹配

3.\A：匹配字符串开始，它和^区别是：

　　\A只匹配整个字符串的开头即使在re.M模式下，也不会匹配其他行的行首
       ^匹配的是每行的行首

4.\Z：匹配字符串结束，它和$区别是：

　　\Z只匹配整个字符串的结束即使在re.M模式下，也不会匹配其他行的行尾
       $匹配的是每行的行尾

5.\b：匹配一个单词的边界，也就是指单词和空格间的位置

6.\B：匹配非单词的边界，也就是指单词和空格间的位置

7.举例：

print(re.search("^test","test is a good girl")) #表示行首必须要是test开头
print(re.search("girl$","test is a good girl")) #表示行尾必须要是girl结尾

print(re.search("\Atest","test is a good girl"))

print(re.findall("^test","test is a good girl\ntest is a good girl",flags=re.M))
print(re.findall("\Atest","test is a good girl\ntest is a good girl",flags=re.M))

print(re.findall("girl$","test is a good girl\ntest is a good girl",flags=re.M))
print(re.findall("girl\Z","test is a good girl\ntest is a good girl",flags=re.M))

print(re.findall(r"er\b","never"))
print(re.findall(r"er\B","never"))
print(re.findall(r"er\b","nerve"))
print(re.findall(r"er\B","nerve"))

四：匹配多个字符

说明：下方的x、y、z均为假设的普通字符，n、m为非负整数，不是正则表达式的元字符

1.(xyz)：匹配小括号内的内容，()内的内容xyz作为一个整体去匹配

2.x?：匹配0个或者1个x，非贪婪匹配(尽可能少的匹配)

3.x*：匹配0个或者任意多个x，贪婪匹配(尽可能多的匹配)

　　.*：表示匹配0个或任意多个字符(换行符除外)

4.x+：匹配至少一个x，贪婪匹配(尽可能多的匹配)

5.x{n}：匹配确定的n个x，n是一个非负整数

6.x{n,}：匹配至少n个x，n是一个非负整数

7.x{n,m}：匹配至少n个最多m个x，注意：n <= m

8.x|y：|表示或，匹配的是x或y

9.举例：

print(re.findall(r"(test)","test"))
print(re.findall(r"y?","ytesttest"))  #匹配0个或1个
print(re.findall(r"y*","ytesttest"))  #匹配0个或任意多个，贪婪匹配
print(re.findall(r"y+","ytesttest"))  #匹配至少1个，贪婪匹配

print(re.findall(r"y{3}","ytestyyytest"))  #匹配3个y
print(re.findall(r"y{3,}","yytestyyytest"))  #匹配至少3个y
print(re.findall(r"y{3,6}","yytestyyytest"))  #匹配至少3个y，最多6个y

print(re.findall(r"(t|T)est","tttestttttest"))  #匹配t或T
print(re.findall(r"t|Test","tttestttttest"))
print(re.findall(r"((t|T)est)","tttestttttest"))

#需求：提取tester......girl
str = "tester is a good girl!tester is a nice girl!tester is a very dddd girl"
print(re.findall(r"tester.*girl",str))
print(re.findall(r"tester.*?girl",str))  #非贪婪

五：非贪婪匹配

1.  *?：前一个字符0次或无限次扩展，最小匹配

print(re.findall(r"tes*","tessssssssssssss"))
print(re.findall(r"tes*?","tessssssssssssss"))
print(re.findall(r"tess*","tessssssssssssss"))
print(re.findall(r"tess*?","tessssssssssssss"))

2.  +?：前一个字符1次或无限次扩展，最小匹配

print(re.findall(r"tes+","tessssssssssssss"))
print(re.findall(r"tes+?","tessssssssssssss"))
print(re.findall(r"tess+","tessssssssssssss"))
print(re.findall(r"tess+?","tessssssssssssss"))

3.  ??：前一个字符0次或1次扩展，最小匹配

print(re.findall(r"tes?","tessssssssssssss"))
print(re.findall(r"tes??","tessssssssssssss"))
print(re.findall(r"tess?","tessssssssssssss"))
print(re.findall(r"tess??","tessssssssssssss"))

4.  {n,m}?：扩展前一个字符n到m次，含m，最小匹配

print(re.findall(r"tes{1,2}","tessssssssssssss"))
print(re.findall(r"tesss{1,2}","tessssssssssssss"))
print(re.findall(r"tes{1,2}?","tessssssssssssss"))
print(re.findall(r"tesss{1,2}?","tessssssssssssss"))