正则表达式
字符
元字符 匹配内容
. 匹配除换行符以外的任意字符 # 掌握
\w 匹配字母或数字或下划线 # 掌握
\s 匹配任意的空白符
\d 匹配数字 # 掌握
\n 匹配一个换行符 # 掌握
\t 匹配一个制表符
\b 匹配一个单词的结尾
^ 匹配字符串的开始 # 掌握
$ 匹配字符串的结尾 # 掌握
\W 匹配非字母或数字或下划线
\D 匹配非数字
\S 匹配非空白符
a|b 匹配字符a或字符b # 掌握
() 匹配括号内的表达式,也表示一个组 # 掌握
[...] 匹配字符组中的字符 # 掌握
[^...] 匹配除了字符组中字符的所有字符 # 掌握
量词
1. 量词只能够影响前面一个字符(ab+ 影响b)
2. 量词不能够单独使用,必须配合表达式使用
量词 用法说明
* 重复零次或更多次
+ 重复一次或更多次
? 重复零次或一次
{n} 重复n次
{n,} 重复n次或更多次
{n,m} 重复n到m次
贪恋匹配
# 待匹配的文本
<script>hello</script>
# 正则
<.*>
# <script>
# <script>hello</script>
"""贪婪匹配就是把匹配的内容尽量多的匹配!"""
取消贪婪匹配
<.*?>
. 是任意字符
* 是取 0 至 无限长度
? 是非贪婪模式。
何在一起就是 取尽量少的任意字符,一般不会这么单独写,他大多用在:
.*?x
就是取前面任意长度的字符,直到一个x出现
取消转义
\\n '\n'
\\\\n '\\n'
\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\n '\\\\\\\\\\\\\\\\\\\\\\n'
在原生正则中,取消转义字符只需要加\(一个\只能转一个字符)
在Python中,推荐使用r'\n\t\d' # 取消转义
D:\\day20\\a\\b\\c
re模块的使用
findall
import re
ret = re.findall('a', 'eva egon yuan') # 返回所有满足匹配条件的结果,放在列表里
print(ret) #结果 : ['a', 'a']
无名分组:使用小括号括起来的正则表达式就是无名分组
'''常用'''
res = re.search('^[1-9](\d{14})(\d{2}[0-9x])?$','110105199812067023')
print(res)
print(res.group()) # 110105199812067023
print(res.group(1)) # 10105199812067
print(res.group(2)) # 023
# findall针对分组优先展示 无名分组
"""
如果是findall,分组优先展示,无名分组
"""
res = re.findall("^[1-9](\d{14})\d{2}[0-9x]?$",'110105199812067023')
print(res) # ['023']
有名分组:使用小括号括起来的正则表达式然后给起个名字就是有名的
res = re.search('^[1-9](?P<xxx>\d{14})(?P<ooo>\d{2}[0-9x])?$','110105199812067023')
print(res)
print(res.group(1))
print(res.group(2))
print(res.group('xxx'))
print(res.group('ooo'))
findall的优先级查询:
import re
ret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com')
print(ret) # ['oldboy'] 这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可
ret = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com')
print(ret) # ['www.oldboy.com']
search
ret = re.search('a', 'eva egon yuan').group()
print(ret) #结果 : 'a'
# 函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以
# 通过调用group()方法得到匹配的字符串,如果字符串没有匹配,则返回None。
split的优先级查询
ret=re.split("\d+","eva3egon4yuan")
print(ret) #结果 : ['eva', 'egon', 'yuan']
ret=re.split("(\d+)","eva3egon4yuan")
print(ret) #结果 : ['eva', '3', 'egon', '4', 'yuan']
#在匹配部分加上()之后所切出的结果是不同的,
#没有()的没有保留所匹配的项,但是有()的却能够保留了匹配的项,
#这个在某些需要保留匹配部分的使用过程是非常重要的。
match
ret = re.match('a', 'abc').group() # 同search,不过尽在字符串开始处进行匹配
print(ret)
#结果 : 'a'