【学习笔记】最简单通俗易懂的正则表达式教程

在线验证网站：https://regex101.com/

学习参考：白月黑羽/《实战Python网络爬虫》

一.限定符

　　1.  .

　　匹配除了换行符之外的任何单个字符，任何一个字开头，紧跟一个色字

　　

　　代码：

　　

 

　　r的含义：raw string原始字符串

　　compile产生一个Pattern对象，可以调用各种方法，对正则表达式的匹配方式　　

　　findall返回一个列表

 

　　2.  ？

　　表示前面的子表达式0次或1次

　　

 

　　最后一行，猴子逗号后面没有其它字符了，但是?表示匹配1次或0次， 所以最后一行也选中了一个逗号字符。

 

　　3.  *

　　匹配前面的子表达式任意次，包括0次

　　*代表代表前面这个任意字符出现任意次，0也算任意次

　　

　　对比：逗号本身代表一个字符，逗号后面没有字符，点‘.’一定要匹配上一个字符

　　

　　注：中文逗号“，”

 

　　以绿开头，色出现任意次数的

　　

 

　　4.  +

　　匹配前面的子表达式一次或多次，不包括0次

　　

 

　　*与+对比：+至少匹配一次

 

　　5.  ｛｝

　　表示前面的字符匹配指定的次数

　　注意：英文花括号，否则不生效

　　

 

　　

 

　　

　　

　　6.  []

　　方括号表示括号内可选　

　　[abc] 可以匹配 a, b, 或者 c 里面的任意一个字符。等价于 [a-c] 。

　 [a-c] 中间的 - 表示一个范围从a 到 c。

　　.在方括号内仅表示.失去特殊含义

　　^在方括号内依旧表示非

 

　　7.  ()

　　括号称为正则表达式的组选择

　　

 

　　8.  |

　　表示匹配其中之一

 

二.对元字符的转义

 

 　　反斜杠\为转义字符

 　　

 

　　注：此处*和+皆可

 

　　反斜杠后面接一些字符，表示匹配 某种类型 的一个字符。　　

　　\d 匹配0-9之间任意一个数字字符，等价于表达式 [0-9]

　　\D 匹配任意一个不是0-9之间的数字字符，等价于表达式 [^0-9]

　　\s 匹配任意一个空白字符，包括 空格、tab、换行符等，等价于表达式 [\t\n\r\f\v]

　　\S 匹配任意一个非空白字符，等价于表达式 [^ \t\n\r\f\v]

　　\w 匹配任意一个文字字符，包括大小写字母、数字、下划线，等价于表达式 [a-zA-Z0-9_]

　　缺省情况也包括 Unicode文字字符，如果指定 ASCII 码标记，则只包括ASCII字母

　　\W 匹配任意一个非文字字符，等价于表达式 [^a-zA-Z0-9_]

 

　　反斜杠也可以用在方括号里面，比如 [\s,.] 表示匹配 ： 任何空白字符， 或者逗号，或者点

 

三.起始结尾位置和单行多行模式

 　　^表示匹配文本的起始位置

　　正则表达式可以设定 单行模式 和 多行模式

　　如果是 单行模式 ，表示匹配 整个文本 的开头位置。(默认)

　　如果是 多行模式 ，表示匹配 文本每行 的开头位置。(re.M或者re.MULTILINE)

　　

 

　　$ 表示匹配文本的 结尾 位置。

　　如果是 单行模式 ，表示匹配 整个文本 的结尾位置。

　　如果是 多行模式 ，表示匹配 文本每行 的结尾位置。

　　

 

四.切割字符串

　　正则表达式 [;,\s]\s* 指定了，分割符为 分号、逗号、空格 里面的任意一种均可，并且 该符号周围可以有不定数量的空格。 

　　注：\s为空白字符

 

 

五.正则处理函数

　　1.re.match函数

　　从字符串的开头开始匹配一个模式，如果成功匹配，就返回一个匹配成功的对象，否则返回None。

　 使用方式：re.match(pattern,string,flags=0)

　　2.re.search函数

　　扫描整个字符串并返回第一次成功匹配的对象，如果匹配失败，就返回None。

　 使用方式：re.search(pattern,string,flags=0)

　　3.re.findall函数

　　用于获取字符串中所有匹配的字符串，并以列表的形式返回。

　 使用方式：re.findall(pattern,string,flags=0)

　　4.re.sub函数

　　用于替换字符串中的匹配项，如果没有匹配的项，则返回没有匹配的字符串。

　 使用方式：re.sub(pattern,string,flags=0)