【正则表达式】【第一节】【正则表达式基本知识】

正则表达式是一种文本模式，包括普通字符和特殊字符（称为“元字符”）

普通字符：a-z之间的字母

元字符：

“^”:^会匹配行或者字符串的起始位置，或者文档的起始位置

“$”:$会匹配行或者字符串的结尾

被匹配的字符必须是以This开头有空格也不行，必须以Regex结尾，也不能有空格或者其他字符

“\b”:匹配单词边界，如“This is Regex”匹配单独的单词“is”正则就要写成“\bis\b”

“\d”:匹配数字，0737-5686123，正则：^0\d\d\d-\d\d\d\d\d\d\d

“\w”：匹配字母，数字，下划线，如“a2344_yya”，正则为“\w+”，这里的“+”字符为一个量词代表重复的次数

“\s”：匹配空格，例如“a b c”正则“\w\s\w\s\w”一个字符后跟一个空格，如有多个空格直接写成“\s+”

“.”：匹配除了换行符以外的任何字符

注意：

*表示任意个字符（包括0个）

+表示至少一个字符

？表示0个或1个字符

{n}表示n个字符

{n,}表示重复n次或更多次

{n,m}b表示n到m个字符

通过在 *、+ 或 ? 限定符之后放置 ?，该表达式从"贪婪"表达式转换为"非贪婪"表达式或者最小匹配

\d{3}\s+\d{3,8}

\d{3}匹配3个数字，例如“010”

\s匹配一个空格，\s+表示至少有一个空格，例如“ ”

\d{3,8}表示3-8个数字，例如“122222”

“-”是特殊字符，在正则表达式中，要用“\”转义，“000-12345”的正则是“\d{3}\-\d{3-8}”

正则进阶

要做更精确的匹配，可以用[ ]表示范围，比如：

[0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线

[a-zA-Z\_][0-9a-zA-Z\_]*表示匹配由字母或者下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串

A|B 可以匹配A或者B，所以（p|P）ython可以匹配“python”或者“Python”

由于Python中的字符串本身也用\转义，因此强烈建议使用Python的r前缀，就不用考虑转义问题啦

正则表达式的匹配方法

test=“用户输入的字符串”
if re.match（r“正则表达式”，test）：
    Print（“OK”）
else:
    Print（“failed”）

正则表达式的用途

1.re.match进行判断

test="010-11112abc 123"
base=r"\d{3}\-\d{3,8}\w{3}\s\d{3}"
if re.match(base,test):
     print("OK")
else:
     print("Failed")

2.re.split切割字符串

传统方法切割字符

value=("a  b    c").split(" ")

print(value)    #['a', '', 'b', '', '', '', 'c']

如上所示，不能自动识别空格

使用re.split方法

value=re.split(r"[\s\,]+","a,b c")

print(value)    #将以一个空格或“，”号的分开，输出list格式