Python---正则表达式汇总

一、正则表达式概述

1. 正则表达式使用单个字符串描述匹配符合某个规则的字符串
2. 它是对字符串操作的一种逻辑公式
3. 它的应用场景：处理文本和数据
4. 匹配过程：依次拿出表达式和文本中字符比较，如果每个字符串都能匹配，则成功

二、re模块

讲到Python的正则表达式就不能不提到re模块，引用re模块的方法也非常简单，直接import re 即可。

使用re模块匹配曾则表达式的流程

1. 生成pattern对象：调用re.compile(…)函数，只能通过这个才能生成pattern对象。
2. 进行匹配：pattern.match(…)函数，将pattern对象与具体的字符串进行匹配。
3. 得出结果。
   注：在第一步编写正则表达式的时候，通常习惯在正则表达式之前加一个r，例如：re.complie(r’\d+’)，其中这个r表示原生字符串的意思，表示不转义，即‘\‘就是代表‘\‘。

三、符号集介绍

• .：匹配任意一个字符（除了\n）
• […]：匹配字符集
• \d / \D :匹配数字 / 非数字
• \s / \S :匹配空白 / 非空白字符
• \w / \W :匹配单词字符[a-zA-Z0-9] / 非单词字符
• ？：匹配前一个字符集0次或者1次
• {m} / {m,n} :匹配前一个字符集m次 / m到n次
• ？ / +？ / ？？：非贪婪模式，尽可能少地匹配子字符，举个例子：现有字符串1bc，正则表达式为[0-9][a-z]？时：只能匹配1，[a-z]最少为0个；正则表达式为[0-9][a-z]+?时：能匹配到1b，此时[a-z]中最少能匹配到1个；当为第三种情况[0-9][a-z]？？时：最多匹配到1。
• 下面为边界字符集：1、^：匹配字符串的开头。2、 $：匹配结尾。3、\A / \Z :指定字符串必须出现在开头或者结尾。例如：[1-9]?\d|100表示0-100的所有数字，包括边界。

四、分组匹配

1. |：匹配左右任意一个表达式（类似于或）。
   eg：0-100表示为 [1-9]?\d$|100
   2.（ab）：括号中表达式作为一个分组
   eg：[\w]{4,6}@(163|126).com:匹配163或者126
   3.\<>：匹配标记语言，举个例子
   eg：’<([\w]+>)[\w]《/ \1’其可以匹配出Python,其中 \1:可以简单理解成匹配分组内容([\w]+>)：即’Book>’匹配到（）里面包含的东西
   4.(?P)：给分组起一个别名
   5.(?P:)：匹配名为name的分组对应的字符串

五、re的方法

1.search(pattern ,String ,flags = 0)：在一个字符串中查找匹配指定的字符串与find类似（固定特定字符串）
eg：Str1 = ‘imooc vedionum = 1000’ ; info = re.search(r’\d+’,Str1)
2.findall(pattern ,String ,flags = 0)：找到匹配，返回所有匹配部分的列表，与find方法不同。
3.sub(pattern ,repl ,String ,count = 0 , flags = 0)：将字符串匹配正则表达式的部分替换为其他值。其中repl：既可以是字符串，也可以是函数名（返回值为字符串）。就第二种情况举个例子
eg：def add1(match):
val = match.group()
num = int(val) + 1
return str(num)
4.split(pattern ,String ,maxsplit = 0 ,flags = 0)：根据匹配分割字符串，返回分割字符串组成的列表。