re正则表达式初识

re正则表达式：

导入方法:import re

example:

import re

pat = "yue"

string = "https://yue.com"

result = re.search(pat,string)

print(result)

 

通用字符也可以作为原子：

\w:可以匹配任意的字母，数字和下划线。

\d:匹配任意一个十进制数。

\s：可以匹配任意一个空白字符。

\W:可以匹配除字母，数字，下划线以外的任意一个字符、

例：

pat = "\w\dpython\w"

string = "jkldghfjgkhl"

rs = re.search(pat,string)

print(rs)

分析:string中的字符串不符合pat中的规则，所以最后不能匹配成功，最终结果为None.

若：

pat = "\w\dpython\w"

string = "jhjh7pythonkjlkj"

rs = re.search(pat,string)

print(rs)

分析：string中字符串符合pat中规则，最终能提取成功，最终提取的结果为:h7pythonk

若:

pat = "pyth[jsz]n"

string = "jkgkjhpythsnssff"

rs = re.search(pat,string)

print(rs)

分析:string中字符串符合pat中规则，最终能提取成功，最终提取的结果为:pythsn

但若string中字符为：jkgkjhpythjsnssff,则不能匹配成功，因为pat中[]表示中间只有一位字符，若是有多位字符，则匹配不成功

元字符：

所谓元字符，就是正则表达式中具有特殊含义的字符，比如重复N次前面的字符等。

.：能匹配任意的字符

^:能匹配字符串的开始位置

$:匹配字符串中结束的位置

*:匹配0次，1次或多次字符

?:能匹配0次或者一次字符，适用于懒惰模式

+：匹配一次或多次前面的原子

{n}:代表大括号前面的原子出现n次

{n,}：代表括号前面的原子至少出现了n次

{n,m}：代表括号 前面的原子至少出现了n次，至多出现了m次

|(模式选择符或)：t|s，表示t或者s

():表示模式单元，用于提取某个内容上

例：

 

 

 

 

模式修正符：

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

I：因为正则表达式区分大小写，若要不区分大小写，可使用大写的I模式修正符修正

M：可以进行多行匹配

L：本地化识别 匹配

U：根据unicode字符解析字符

S：让.号匹配包括换行符

例：

分析：在此例中，若不使用模式修正符I，正则表达式中将区分大小写，所以rs1中匹配为空，而使用模式修正符I后，将不再区分匹配的大小写，所以rs2能匹配成功。

 

 

贪婪模式与懒惰模式 ：

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则是尽可能少的匹配

例：

1：贪婪模式：

分析，贪婪模式尽可能多的覆盖，不能实现精确定位

2：懒惰模式

分析：懒惰模式可实现精确定位

 

 

re正则表达式函数：

正则表达式 函数有re.match()函数，re.search()函数,全局匹配函数,re.sub()函数

re.match():从头开始匹配，若开始的第一个字符与要匹配的字符串的第一个字符不同，则匹配为空

re.search:从字符串中去搜索对应的字符

全局匹配函数:re.compile(pat).findall(string)