正则表达式

一、什么是正则表达式

　　正则就是用一些具有特殊意义的符号组合到一起（称为正则表达式）来描述字符或字符串的方法。或者说：正则就是用来描述一类事物的规则。

二、正则表达式的作用，以及使用场景

　　1.作用于字符串中匹配满足规则的内容，多数用于爬虫应用程序

　　2.判断字符串是否满足某种规则。

三、常用匹配模式（元字符）

元字符	描述
\	将下一个字符标记符、或一个向后引用、或一个八进制转义符。
^	匹配字行首
$	匹配末尾
*	匹配前面的子表达式任意次
+	匹配前面的子表达式一次或多次
{n}	n是一个非负整数，匹配确定的n次
{n，}	n是一个非负整数，至少匹配n次
{n，m}	m，n为非负整数，至少匹配n次，最多匹配m次
？	匹配前面的子表达式零次或一次
？	当该字符紧跟在任何一个其他限制符（,+,?，{n}，{n,}，{n,m*}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少地匹配所搜索的字符串，而默认的贪婪模式则尽可能多地匹配所搜索的字符串。
.	匹配除了\n和\r之外的任意单个字符
x|y	匹配x或y
[xyz]	字符集合，匹配包含的任意字符
[^xyz]	匹配除了xyz的其他任意字符
[a-z]	字符范围，匹配指定范围内的任意字符
[^a-z]	字符范围为除了a-z的范围
\b	匹配一个单词的边界，也就是指单词和空格间的位置。
\B	匹配非单词边界
\s	匹配任何不可见字符#[ \f\n\r\t\v]
\S	匹配任何可见字符
\w	匹配包括下划线的任何单词字符
\W	匹配任何非单词字符
\d	匹配一个数字字符
\D	匹配一个非数字字符
\n	匹配一个换行符
\r	匹配一个回车符
\t	匹配一个制表符
（）	将（）之间的表达式定义为组，并将其保存到临时区域，最多九个，可以用\1到\9来引用
（？：pattern）	非匹配获取，匹配pattern但是不获取匹配结果，不进行存储
|	将两个匹配条件进行or逻辑运算。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

四、贪婪模式

　　默认情况下+和*尽可能多的匹配内容

　　import re
　　print(re.findall('bo.*bo','bo13212bo1231231231231231312bo'))
　　#['bo13212bo1231231231231231312bo']

五、非贪婪模式　

　　import re
　　print(re.findall('bo.*?bo','bo13212bo1231231231231231312bo'))
　　# ['bo13212bo']

六、re模块其他函数

　　1.search

　　　　仅获取第一个匹配的内容

　　2.match

　　　　从字符串开头匹配（只匹配开头，没匹配上就直接返回None）

　　3.compile

　　　　得到一个表达式对象，后期可以重复使用

　　4.split

　　　　re.split("[:\/\\]","a:b/c\d/f")

　　5.sub　　　

　　　　普通替换与字符串的替换没有区别

　　　　print(re.sub("python","PYTHON","python asasasaasa python"))

　　　　正则替换 只替换后面的python

　　　　print(re.sub("(python)(.*)(python)",r"\1\2PYTHON","python asasasaasa python"))