正则表达式

正则表达式

用途：

　　需要在一段字符串中提取出来相应的信息时（比如数字，字符，符号等），可以根据信息的特点写成一个规则，利用这个规则去匹配字符串中的信息，并将其提取出来

含义：

　　字符串的匹配规则，本质上就是一个公式，利用公式去寻找信息

正则表达所用的语法，所用的方法：

　　re.match()：从头开始匹配，只匹配到一个值就结束，如果第一个值与规则内的字符不匹配，便返回None

　　re.search()：匹配包含，全局匹配，匹配到一个便返回

　　match和search方法都是返回obiect格式的，要拿取值需要用group()的方法，当匹配无值返回None时，group方法会报错

　　re.findall()：全局匹配，并将满足规则的所有元素放到列表中并返回

　　re.split()：re.split("pattern","替换符号",string)，将分割的元素以列表的形式存储

正则常用的规则（字符串中有数字、字符、符号，有前后左右等特性，那就有相对应的规则去匹配这些内容和特性）

　　“  .  ” ：匹配任意字符，从头开始匹配，（\n符号除外）

　　“  ^ ” ：匹配字符串是否是以^后面的字符开头。并将此字符返回

　　“  $  ”：匹配字符串是否是以$前面的字符结尾，并将此字符返回

　　“  *  ” ：匹配*前的字符0次或者多次,如果是ab*，则匹配a或ab，或者a后面跟着任意数量的b

　　“  +  ” ：匹配前一个字符1次或多次，如果是ab+，则匹配a后面跟着非零数量的b，不会单独匹配a

　　“  ？  ” ：匹配前一个字符1次或0次   如果是ab？，则会匹配a或者ab

　　“ { m }”：匹配前一个字符m次

　　“ {n，m}” ：匹配前一个字符n到m次  #按m次来

　　“  | ” ： 或的关系

　　“ \d ”：匹配数字 0~9

　　“ \D ” ： 匹配非数字的字符

　　“ \w ”：匹配【A-Za-z0-9】

　　“\W” ：匹配非【A-Za-z0-9】

　　“ \s ” ：匹配空白字符

　　“ （........）” ： 分组匹配，如    a = re.search("(?P<name>\d{3})(?P<name>\w{5})")      可以用a.groupdict（）的方法转换成字典格式

　　“[    ]”：里面填内容，表示包含的意思

　　“[ ^   ]”：里面加^符号表示不包含的意思

　　注：要匹配特殊字符时，在字符前面加上 \ （反斜杠）

 

标识符：

re.I：忽略大小写

re.M ：多行模式，会自动检测出   \n（换行符）

re.S  ： 即为’ . ’并且包括换行符在内的任意字符（’ . ’不包括换行符）

re.X ：为了增加可读性，忽略空格和’ # ’后面的注释