python语法之正则

1、正则表达式是用来干嘛的？

　　用来匹配字符串的  ，其中正则是意思是模糊匹配。

就其本质而言，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。

字符匹配（普通字符，元字符）：

1 普通字符：大多数字符和字母都会和自身匹配
              >>> re.findall('alvin','yuanaleSxalexwupeiqi')
                      ['alvin']

2 元字符：. ^ $ * + ? { } [ ] | ( ) \

元字符之. ^ $ * + ? { }

import re

ret=re.findall('a..in','helloalvin')         #一个点就代表一个字符
print(ret)#['alvin']

ret=re.findall('^a...n','alvinhelloawwwn')      #只从开头开始匹配，如果开头没有，那么就会匹配到空字符
print(ret)#['alvin']

ret=re.findall('a...n$','alvinhelloawwwn')      #只能从结尾开始匹配
print(ret)#['awwwn']

ret=re.findall('a...n$','alvinhelloawwwn')
print(ret)#['awwwn']

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

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

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

ret=re.findall('a?b','aaaabhghabfb')
print(ret)#['ab','ab','b']

ret=re.findall('abc{1,4}','abccc')
print(ret)#['abccc'] 贪婪匹配                   #{}里面的只表示范围，指定几次，什么都不加是{1，正无穷}

 

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']

元字符之字符集［］：

#--------------------------------------------字符集[]
ret=re.findall('a[bc]d','acd')
print(ret)#['acd']                    #[]里面表示‘或’           

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

ret=re.findall('[.*+]','a.cd+')         #[]字符集取消元字符的特殊功能，（\ ^ -）这三个例外。
print(ret)#['.', '+']                 

#在字符集里有功能的符号: - ^ \

ret=re.findall('[1-9]','45dha3')
print(ret)#['4', '5', '3']

ret=re.findall('[^ab]','45bdha3')
print(ret)#['4', '5', 'd', 'h', '3']        ^放在[]里面是表示取反的意思，非a和b

ret=re.findall('[\d]','45bdha3')
print(ret)#['4', '5', '3']                 #\d  匹配任何十进制数；它相当于类 [0-9]。

元字符之转义符\

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']                      加一个“r”才表示/b是在re模块里的意思，不加就会默认在python里面的/b。所以前者是[]。

现在我们聊一聊\,先看下面两个匹配：

#-----------------------------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)                            #['blow']

import re
print(re.search('(as)+',"sdjkfasas").group())    #（）作为一个整体，"+"表示对该整体进行重复匹配#asas
print(re.search("(as)|3","as63wef").group())     #|表示或，  #as
print(re.search("3|(as)","as63wef").group())                 #as
print(re.search("3|(as)","36aswef").group())                 #
print(re.search("3|(as)","63aswef").group())                 #
#其意思是字符串从左到右先匹配到谁就是谁

re模块下的常用方法：

import re

# # 1
# print(re.findall('a', 'alvin yuan'))  # 返回所有满足匹配条件的结果,放在列表里  #['a', 'a']
#
print(re.search('a', 'alvin yuan').group())  # 函数会在字符串内查找模式匹配,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。       #a

#
print(re.match('a', 'abc').group())  # 同search,不过仅在字符串开始处进行匹配        #a

#
ret = re.split('[ab]', 'abcd')  # 先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割
print(ret)  # ['', '', 'cd']

#
ret = re.sub('\d', 'abc', 'alvin5yuan6', 1)        #re.sub(被替换的，替换后的，字符串，替换次数)sub就相当于replace
print(ret)  # alvinabcyuan6
ret = re.subn('\d', 'abc', 'alvin5yuan6')
print(ret)  # ('alvinabcyuanabc', 2)

#
obj = re.compile('\d{3}')
ret = obj.search('abc123eeee')
print(ret.group())  #

注意：

import re

ret=re.findall('www.(baidu|oldboy).com','www.oldboy.com')
print(ret)#['oldboy']     这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可

ret=re.findall('www.(?:baidu|oldboy).com','www.oldboy.com')
print(ret)#['www.oldboy.com']

正则表达式的：

　　1、findall():所有结果都返回到一个列表里

　　2、search():返回匹配到的第一个对象（object），对象可以调用group方法返回结果。

　　3、match():只在字符串开始匹配

　　4、split()

import re
ret=re.split("[j,s]","djksal")#先以j为分隔符，然后在j分完的基础上用s分隔符再分
print(ret)   #['d', 'k', 'al']

import re
ret=re.split("[j,s]","sdjksal")#先以j为分隔符，然后在j分完的基础上用s分隔符再分,即使s是开头，也会分出空格来
print(ret)   #['', 'd', 'k', 'al']