Python中的正则表达式

原子

 

原子是正则表达式中最基本的组成单位，每个正则表达式中至少要包含一个原子。常见的原子类型有：
a普通字符作为原子
b非打印字符作为原子
c通用字符作为原子
d原子表。

 

import re 
string="taoyunjiaoyu"
#普通字符作为原子
pat="yum"
rst=re.search（pat，string）
print（rst）
#非打印字符作为原子
#\n换行符\t制表符
string='""taoyunjiaoyu
baidu'
pat="\n"
rst=re.search（pat，string）
print（rst）
#通用字符作为原子
\w字母、数字、下划线
\W除字母、数字、下划线
\d 十进制数字
\D除十进制数字
\s 空白字符
\S除空白字符
string='''taoyunji8 7362387aoyubaidu'"'
pat="\w\d\s\d\d"
rst=re.search（pat，string）
print（rst）
#原子表
string=‘’‘taoyunji87362387aoyubaidu’‘’
pat="tao[abd]"
pat="tao[^abd]"
rst=re.search（pat，string）
print（rst）

元字符

所谓的元字符，就是正则表达式中具有一些特殊含义的字符，比如重复N次前面的字符等。

.  除换行外任意一个字符
^ 开始位置
$ 结束位置
* 0\1\多次
？01次
+ 1\多次
{n}恰好n次
{n,}至少n次
In,m}至少n，至多m次
| 模式选择符或
() 模式单元

模式修政符

所谓的模式修正符，即可以在不改变正则表达式的情况下，通过模式修正符改变正则表达式的含义，从而实现一些匹配结果的调整等功能。

 I匹配时忽略大小写

string="Python"
pat="pyt"
rst=re.search(pat,string,re.I)
print（rst）

M多行匹配

L本地化识别匹配
U unicode
S让.匹配包括换行符

贪婪模式&懒惰模式

贪婪模式的核心点就是尽可能多的匹配，而懒惰模式的核心点就是尽可能少的匹配。

#贪婪模式与懒惰模式
string="povthonyhjskjsa"
pat1="p.*y"            #贪婪模式    
pat2="p.*?y"           #懒惰模式    
rst=re.search（pat1，string，re.l）
rst2=re.search（pat2，string，re.l）
print（rst）
print（rst2）

正则表达式函数

re.match（）函数：从头开始匹配，匹配一个

re.search（）函数：从任意位置开始匹配，匹配一个

全局匹配函数

全局匹配格式：       re.compile(正则表达式).findall(数据)