python（re模块）
正则就是模糊匹配
元字符（. ^ $ * + ? { } [ ] | ( ) \ ）
. (通配符，出了\n其他都可以匹配出来)，一个点只代表一个符号
import re s=re.findall('alex',"qweralexxcvbn") print(s) l=re.findall('a..x',"qweralexxcvbn") print(l)
^ 表示以什么开头
import re s=re.findall('^a..x',"qweralexxcvb") print(s) l=re.findall('^q..r',"qweralexxcvbn") print(l)
$表示以什么结尾
import re s=re.findall('a..x$',"qweralexxcvb") print(s) l=re.findall('a..x$',"qwerxcvbnalex") print(l)
重复符号
*紧挨着的字符字符，表示重复很0到无穷次
import re s=re.findall('alex*',"qweraaaaaaalecvb") print(s)
import re s=re.findall('alex*',"qweraaaaaaalexxxxxcvb") print(s)
+表示重复很1到无穷次
import re s=re.findall('alex+',"qweraaaaaaalexxxxxcvb") print(s) l=re.findall('alex+',"qwerxcvbnale") print(l)
？表示重复0次或者1次
import re s=re.findall('alex?',"qweraaaaaaalexxcvb") print(s) l=re.findall('alex?',"qwerxcvbnale") print(l)
{ }重复次数自己定义
{0，}等价*
{1，}等价+
{0，1}等价于？
# -*- coding: utf-8 -*- import re #重复5次 s=re.findall('alex{5}',"qweraaaaaaalexxxxxxxcvb") print(s) #重复1到6次 l=re.findall('alex{1,6}',"qwerxcvbnalexxxxxx") print(l)
以上匹配都是贪婪匹配，加上？就是惰性匹配
# -*- coding: utf-8 -*- import re s=re.findall('alex*?',"qweraaaaaaalexxxxxxxcvb") print(s)
[ ] 中括号，字符集，起一个或的作用，中括号里没有特殊字符
# -*- coding: utf-8 -*- import re s=re.findall('a[b,d]c',"qwerabcadclexa,ccvb") print(s)
特殊情况
1，范围
# -*- coding: utf-8 -*- import re s=re.findall('a[a-z]',"qwerabcadclexa,ccvb") print(s)
# -*- coding: utf-8 -*- import re #[a-z]字符集重复 s=re.findall('a[a-z]*',"abc") print(s)
# -*- coding: utf-8 -*- import re #[a-z]字符集重复 s=re.findall('a[1-9]*',"a12cd") print(s)
^在中括号里表示非
# -*- coding: utf-8 -*- import re #不属于[a-z]全部匹配 s=re.findall('a[^a-z]*',"aQWERT12cdabcd") print(s)
小应用
# -*- coding: utf-8 -*- import re #\( \)表示括号（转义）,*表示多个字符 s=re.findall('\([^()]*\)',"4+(3-(1+1))") print(s)
\
\d匹配所有数字
# -*- coding: utf-8 -*- import re s=re.findall('\d+',"14+(13-(11+1))") print(s)
\D匹配所有非数字部分
# -*- coding: utf-8 -*- import re s=re.findall('\D+',"14+(13-(11+1))") print(s)
\s匹配任意空白字符
# -*- coding: utf-8 -*- import re s=re.findall('\s+',"14+(13-(11+1)) abcd") print(s)
\S匹配任意非空白字符
# -*- coding: utf-8 -*- import re s=re.findall('\S+',"14+(13-(11+1)) abcd") print(s)
\w匹配任意数字与字符
# -*- coding: utf-8 -*- import re s=re.findall('\w+',"14+(13-(11+1)) abcd") print(s)
\W匹配任意非数字与字符
# -*- coding: utf-8 -*- import re s=re.findall('\W+',"14+(13-(11+1)) abcd") print(s)
\b匹配特殊字符边界空格，#，&等
小应用
# -*- coding: utf-8 -*- import re #没有特指 l=re.findall('www.baidu',"www1baidu") print(l) s=re.findall('www\.baidu',"www.baidu") print(s)
转义字符
r 表示原生字符串,正则表达式里使用"\"作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符"\"，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。
# -*- coding: utf-8 -*- import re #拿不出来 s=re.findall('i\b',"hello i am bob") print(s) l=re.findall('i\\b',"hello i am bob") print(l) r=re.findall(r'i\b',"hello i am bob") print(r)
# -*- coding: utf-8 -*- import re s=re.findall('b\\\\l',"ab\lcdef") print(s) l=re.findall(r'b\\l',"ab\lcdef") print(l)
a|b 表示a或b
# -*- coding: utf-8 -*- import re s=re.findall('ab|h',"abcdef") print(s) l=re.findall('ab|h',"abcdhef") print(l)
re.search()与re.findall()区别
# -*- coding: utf-8 -*- import re #返回一个列表 s=re.findall('ab.',"abcdeabf") print(s) #返回一个对象 l=re.search('ab.',"abcdheabf") print(l)
re.search()匹配成功取出来
# -*- coding: utf-8 -*- import re l=re.search('ab.',"abcdheabf").group() print(l)
元字符分组
# -*- coding: utf-8 -*- import re s=re.search("(?P<name>[a-z]+)(?P<age>\d+)","bob23alex22").group("name") print(s) l=re.search("(?P<name>[a-z]+)(?P<age>\d+)","bob23alex22").group("age") print(l)
re.match()用法
re.match()用法同re.search（）一样，但只在字符串开始处进行匹配
# -*- coding: utf-8 -*- import re l=re.match('bo',"bob23alex22").group() print(l)
re.split()用法
# -*- coding: utf-8 -*- import re #按空格分 l=re.split(' ','hello abc|def') print(l) #按空格或\分 m=re.split('[ |]','hello abc|def') print(m) #先按a分割，得空和bcd,结果再按b分割 n=re.split('[ab]','abcd') print(n)
re.sub()用法（替换，3个参数）
# -*- coding: utf-8 -*- import re #数字替换为A l=re.sub('\d','A','a1b2c3d4') print(l) #数字替换为A，且仅从前往后替换2次 m=re.sub('\d','A','a1b2c3d4',2) print(m) #全部替换并且统计次数 n=re.subn('\d','A','a1b2c3d4') print(n)
re.compile（）用法
# -*- coding: utf-8 -*- import re l=re.compile('\d+') n=l.findall('qwe123asd456zxc') print(n)
re.finditer（）用法，将结果保存为迭代器，节省空间
# -*- coding: utf-8 -*- import re n=re.finditer('\d','a1b2c3d4e5f6') print(next(n).group()) print(next(n).group()) print(next(n).group())
补充
# -*- coding: utf-8 -*- import re #不会显示完整结果 n=re.findall('www\.(baidu|163)\.com','www.baidu.com') print(n) #去优先级 n=re.findall('www\.(?:baidu|163)\.com','www.baidu.com') print(n)
