Python中的正则

regex_lst = [

　　('字符组',),

　　('非打印字符',),

　　('特殊字符',),

　　('定位符',),

　　('限定符',),

　　('re模块',),

　　('分组命名',),

　　('或匹配',),

　　('贪婪匹配与惰性匹配',),

]

字符组

　　[0-9]

　　[a-z]

　　[A-Z]

　　[^a]

非打印字符

　　\w     匹配字母，数字，下划线　　word

　　\s      匹配空字符　　　　　　　   space

　　\d　  匹配数字　　　　　　　　   digit

特殊字符

　　.        匹配除换行符 \n 之外的任何单字符

定位符

　　^　　匹配字符串的开始位置

　　$　   匹配字符串的结尾位置

限定符

　　*　　    0次或多次

　　+　　   1次或多次

　　?　　   0次或1次

　　{n}　　 n次

　　{n,}　　n次或多次

　　{n,m}    n次至m次

re模块

　　re_lst = [

　　　　('re.compile(regex)',),

　　　　('re.findall(pattern, str)',),

　　　　('re.finditer(pattern, str)',),

　　　　('re.search(pattern, str)',),

　　]

re.compile(regex)

 import re

 """
 re.compile(regex)
     编译一个正则表达式模式，返回一个模式对象
 """
 regex = r'[a-z]'
 pattern = re.compile(regex)

re.findall(pattern, str)

 import re

 """
 re.findall(pattern, str)
     返回所有满足匹配条件的结果，并放到列表中
 """
 regex = r'[a-zA-Z]+'
 s = 'Hello Python'
 pattern = re.compile(regex)

 lst = re.findall(pattern, s)
 print(lst)    # ['Hello', 'Python']

re.finditer(pattern, str)

 import re

 """
 re.finditer(pattern, str)
     返回迭代器
     迭代器中每一个元素需要调用group()，得到结果
 """
 regex = r'[a-zA-Z]+'
 s = 'Hello Python'
 pattern = re.compile(regex)

 iterator = re.finditer(pattern, s)

 print(iterator)    # <callable_iterator object at 0x000001FDB3F29BE0>

 for i in iterator:
     print(i.group())

re.search(pattern, str)

 import re

 """
 re.search(pattern, str)
     返回满足匹配条件的第一个结果对象
 """
 regex = r'[a-zA-Z]+'
 s = 'Hello Python'
 pattern = re.compile(regex)

 obj = re.search(pattern, s)

 if obj:
     print(obj.group())

分组命名

 import re

 """
 flags
     re.I    忽略大小写
     re.M    多行模式，改变^和$的行为
     re.S    .可以匹配任意字符，包括换行符
 """
 regex = r'<dd>.*?title="(?P<title>.*?)".*?</dd>'
 s = '<dd><a href="#" title="Python中的正则">...</a></dd>'
 pattern = re.compile(regex, re.S)

 iterator = re.finditer(pattern, s)

 for i in iterator:
     print(i.group('title'))

或匹配

 import re

 """
 取消分组
     (?:)
 或匹配
     long|short
 """
 regex = r'www.(?:page|hopen).com'
 s = 'www.hopen.com'
 pattern = re.compile(regex)

 iterator = re.finditer(pattern, s)

 for i in iterator:
     print(i.group())

贪婪匹配与惰性匹配

 import re

 def get_data(regex, s):
     pattern = re.compile(regex)
     obj = re.search(pattern, s)
     if obj:
         return obj.group()

 # 贪婪匹配
 regex_greedy = r'<.*>'
 # 惰性匹配
 regex_lazy = r'<.*?>'
 content = '<a href="#">...</a>'

 ret_1 = get_data(regex_greedy, content)
 ret_2 = get_data(regex_lazy, content)
 print(ret_1)    # <a href="">...</a>
 print(ret_2)    # <a href="">