007零基础学Python：Python 正则表达式--学习笔记

Python 正则表达式

1. 正则表达式基础
2. 基本概念：

正则表达式是用于处理字符串的强大工具，拥有自己独特的语法以及一个独立的处理引擎，效率上可能不如str自带的方法，但功能十分强大。

2. 执行原理：

依次拿出表达式和文本中的字符比较，如果每一个字符都能匹配，则匹配成功；一旦有匹配不成功的字符则匹配失败。

Python原理图.png

3. 基本语法：

开始之前；正则表达式并非某一门语言所特有的的编程方式，而是一个独立的语法方式，在其他语言通用的解析方式，如下为基本格式：

|模式| 描述|
|:-|:-|:-|
|^| 匹配字符串的开头|
|$| 匹配字符串的末尾。|
|.| 匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。|
|[...]| 用来表示一组字符,单独列出：[amk] 匹配 'a'，'m'或'k'|
|[^...]| 不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。|
|re*| 匹配0个或多个的表达式。|
|re+| 匹配1个或多个的表达式。|
|re?| 匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式|
|re{ n} re{ n,}| 精确匹配n个前面表达式。|
|re{ n, m}| 匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式|
|alb| 匹配a或b|
|(re)| G匹配括号内的表达式，也表示一个组
|(?imx)| 正则表达式包含三种可选标志：i, m, 或 x 。只影响括号中的区域。
|(?-imx)| 正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。
|(?: re)| 类似 (...), 但是不表示一个组
|(?imx: re)| 在括号中使用i, m, 或 x 可选标志
|(?-imx: re)| 在括号中不使用i, m, 或 x 可选标志
|(?#...)| 注释.
|(?= re)| 前向肯定界定符。如果所含正则表达式，以 ... 表示，在当前位置成功匹配时成功，否则失败。但一旦所含表达式已经尝试，匹配引擎根本没有提高；模式的剩余部分还要尝试界定符的右边。
|(?! re)| 前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功
|(?> re)| 匹配的独立模式，省去回溯。
|\w| 匹配字母数字及下划线
|\W| 匹配非字母数字及下划线
|\s| 匹配任意空白字符，等价于 [\t\n\r\f].
|\S| 匹配任意非空字符
|\d| 匹配任意数字，等价于 [0-9].
|\D| 匹配任意非数字
|\A| 匹配字符串开始
|\Z| 匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。c
|\z| 匹配字符串结束
|\G| 匹配最后匹配完成的位置。
|\b| 匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
|\B| 匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
|\n, \t, 等.| 匹配一个换行符。匹配一个制表符。等
|\1...\9| 匹配第n个分组的内容。
|\10| 匹配第n个分组的内容，如果它经匹配。否则指的是八进制字符码的

python的语法贴图

2.Python中的正则表达式使用

• 方法：re.match(pattern, string, flags=0)
  从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。

参数：
pattern
匹配的正则表达式
string
要匹配的字符串。
flags
标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等

• 方法：re.search(pattern, string, flags=0)
  扫描整个字符串并返回第一个成功的匹配。

  pattern 匹配的正则表达式
  string 要匹配的字符串。
  flags 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

• 方法：**findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags]): **
  搜索string，以列表形式返回全部能匹配的子串

• 方法：**sub(repl, string[, count]) | re.sub(pattern, repl, string[, count]): **
  使用repl替换string中每一个匹配的子串后返回替换后的字符串。
  扩展测试代码：

#导入re模块
import re
if __name__ == '__main__':
    #1-match()方法
    m = re.match(r'pytho.', 'python_coding')
    print(m) #<_sre.SRE_Match object; span=(0, 6), match='python'>
    print(m.group()) #pyton
    
    m = re.match(r'pytho.', 'apython_coding')
    print(m) #none
    #2-search()方法
    s = re.search(r'pytho.', 'apython_coding')
    print(s.group())
    
    #3-groups()方法
    s = re.findall(r'\d+', '我12在340学56python90000')
    print(s)

扩展：测试代码比较简单，其实正则语法简介，使用非常灵活，这里使用可以借鉴，目前专门应对正则的网站。

• 在线正则表达式测试
  常用的正则已经准备好了，例如：qq号：[1-9][0-9]{4,}
• 10 个在线正则表达式测试网站