Python自动化开发从浅入深-语言基础(正则表达式)

　　文本就是由文字字符串组成的，字符串就是0个到多个字符的序列，而常说的某个字符串匹配某个正则表达式，就是字符串中有部分是符合表达式的条件。　　 

　　正则表达式是处理字符串的强大工具，它通过一定的语法规则查找匹配字符串，并返回自己想获取的字符串值。

即让字符串与某种模式匹配，而获取一个新的序列。

　　如要使用正则表达式语法，需import re模块，然后使用 r"正则表达式" （解释性正则定义）定义正则规则，也可通过 re.compile(r"正则表达式") （编译性正则定义）进行正则定义，编译性正则定义效率较解释性正则定义要高。

一、正则表达式元字符包括：

. ^ $ * + ? { [ ] \ | ( )

元字符是正则表达式语法的关键字，具有语法规则，如下例：...表示在a和b之间有3个任意字符，匹配时只需首尾字符是a和b，中间有三个任意字符便能匹配。

 

 

二、预定义字符集

\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_]。

  

 

三、字符匹配

.   匹配除换行符外的任意字符


\   可以将一个字符进行转义成其他意思。保留特殊字符的本意。下例中的+号是元字符，有正则语法功能，如需表示原意，则需加上转义符\


[字符集]  可以匹配字符串中可以是字符集中的任意字符。下例[abc]表示只要是其中的任意一个字符便匹配。

 

 四、匹配字符的数目符号

*      对前一个字符匹配0或者无限次，''是对数字0次的匹配结果


+      对前一个字符匹配1或者无限次


?      对前一个字符匹配0或1次,下例中对 -号的匹配可有可无


{m}       对前一个字符匹配m次，下例中只匹配2个数字


{m,n}   对前一个字符匹配m到n次，下例中匹配2到4个数字的值

 

五、匹配边界符号

^  或 \A   对字符串的开头字符串匹配,下例中只匹配头部的字符a


$  或 \Z   对字符串的尾部字符串匹配,下例中只匹配尾部字符b


\b    对\w和\W之间的字符进行


\B　　　 [^\b]

 

六、逻辑与分组

|          或的意思，对左右字符任意匹配一个，匹配顺序从左到右

(...)      分组，

 

七、正则表达式函数

match(pattern, string)    利用pattern正则语法搜索字符串，查找到开头相符合的子字串

　

"a123abab"可以搜索到a字符，"123abab"搜索不到a字符。

search(pattern, string)    利用pattern正则语法搜索字符串，查找到第一个相符的子字串

  

match和serch搜索到的子字串，可以用其返回值的group()函数进行显示。


sub(pattern, replacement, string) 利用pattern正则语法搜索字符串，找到后，用replacement子字串替换搜索到的子字串。

  

split(pattern,string)     以正则表达式作为分割字符串,将分割后的所有子字符串放在一个list中返回


findall(pattern,string)   根据正则表达式搜索字符串，将所有符合的子字符串放入list中返回