python（33）——【re模块】

re模块（正则表达式）

• 就其本质而言，正则表达式是一种小型的、高度专业化的编程语言
• 在Python中（它内嵌在python中），并通过re模块来实现，正则表达式被编译成一系列的字节码，然后由C编写的匹配引擎执行

正则：模糊匹配（针对字符串的一些操作），匹配的是这些元素的共性

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

import re
print(re.findall('alex', 'aabuscdalexduye'))

#执行结果：
['alex']

2.元字符： . ^ * + ? {} [] | () \

.   通配符（除了换行符\n），一个点代表一个字符

import re
print(re.findall('a.x', 'a0xuscdaexduayx'))
print(re.findall('a..x', 'a01xuscdabexduayx'))
print(re.findall('a...x', 'a01xuscdabexduayx'))

#执行结果：
['a0x', 'aex', 'ayx']
['a01x', 'abex']
[]

^ 在字符串的开头进行内容匹配

import re
print(re.findall('a.x', 'awxuscdaexduayx'))
print(re.findall('^a.x', 'awxuscdaexduayx'))
print(re.findall('^a.x', 'axuscdaexduayx'))

#执行结果：
['awx', 'aex', 'ayx']
['awx']
[]

$ 在字符串的结尾进行内容匹配

import re
print(re.findall('a.x', 'awxuscdaexduayx'))
print(re.findall('a.x$', 'awxuscdaexduayx'))
print(re.findall('a.x$', 'axuscdaexduax'))

#执行结果：
['awx', 'aex', 'ayx']
['ayx']
[]

重复符号：* + ? {}

* 代表 [0，∞)
+ 代表 [1, ∞]

import re
print(re.findall('alex*', 'aledhabeafaalexxg'))    #x的个数大于等于0便可以进行匹配
print(re.findall('alex+', 'aledhabeafaalexxg'))    #x的个数大于等于1便可以进行匹配

#执行结果：
['ale', 'alexx']
['alexx']

? 代表 [0, 1]

import re
print(re.findall('alex?', 'aledhabeafaalexxg'))    #x的个数等于0或者1便可以进行匹配

#执行结果：
['ale', 'alex']

{} 可以表示任何范围
{0，} ==> *
{1，} ==> +
{0,1} ==> ?

import re
print(re.findall('alex{0,}', 'aledhabeafaalexxg'))
print(re.findall('alex{1,}', 'aledhabeafaalexxg'))
print(re.findall('alex{0,1}', 'aledhabeafaalexxg'))

#执行结果：
['ale', 'alexx']
['alexx']
['ale', 'alex']

#注意：* + ？等是贪婪匹配，也就是尽可能匹配，后面加？使其变成惰性匹配（所谓惰性匹配，是指最少匹配）

import re
print(re.findall('alex*', 'aledhabeafaalexxg')) #x大于等于0便可以匹配
print(re.findall('alex*?', 'aledhabeafaalexxg'))    #x等于0匹配
print(re.findall('alex+', 'alexxxdhalebeafaalexxg'))    #x大于等于1便可以匹配
print(re.findall('alex+?', 'alexxxdhalebeafaalexxg'))    #x等于1匹配
print(re.findall('alex?', 'aledhabeafalexaalexxg'))    #x等于0或者1可以匹配
print(re.findall('alex??', 'aledhabeafalexaalexxg'))    #x等于0匹配

#执行结果：
['ale', 'alexx']
['ale', 'ale']
['alexxx', 'alexx']
['alex', 'alex']
['ale', 'alex', 'alex']
['ale', 'ale', 'ale']

[] 字符集：在字符集中，没有特殊符号（在字符集里有功能的符号：- ^ \）

import re
print(re.findall('x[yz]c', 'xycssxcxzc')) #出现在字符集中的字符是或的关系

#执行结果：
['xyc', 'xzc']

import re
print(re.findall('x[z*]c', 'x*cssxcxzzc')) #在字符集中，*没有特殊含义，只代表一个字符而已

#执行结果：
['x*c']

在字符集里有功能的符号：- 代表的意思是范围

import re
import re
print(re.findall('x[abcdef]x','bamxadxbxaaxcxmm'))
print(re.findall('x[a-f]x','bamxadxbxaaxcxmm'))
print(re.findall('x[a-f]*x','xbamxadxbxaaxcxmmx'))

#执行结果：
['xbx', 'xcx']
['xbx', 'xcx']
['xadx', 'xaax']

在字符集里有功能的符号：^ 代表的意思是非

import re
print(re.findall('x[a-z]x','bamxaxbx1xcxmm'))
print(re.findall('x[^a-z]x','bamxaxbx1xcxmm'))

#执行结果：
['xax', 'xcx']
['x1x']

在字符集里有功能的符号： \

• \后边跟元字符为去除特殊功能，比如\.
• \后边跟普通字符为实现特殊功能，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