python正则表达式——对号入座

一、定义

正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。如果找到了符合这样一种规则的字符串，我们就说匹配上了，否则匹配失败。

二、匹配规则

1.语法规则

语法规则

2.相关注解

a.反斜杠问题

假如你需要匹配文本中的字符""，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。其匹配过程如下：

反斜杠问题

为了解决输入四个“\”的麻烦，我们可以使用python里的原生字符串（raw string），即在字符串前面加上r。如下：

1 import re
2 
3 print(re.search(r"\\abc","123\\abc"))

从上面可知，使用原生字符串就省去了从字符串实值到re编译器的字符串转义过程，而编译器编译的时候仍然要转义。

b.贪婪匹配与非贪婪匹配

贪婪匹配：正则表达式一般趋向于最大长度匹配，也就是所谓的贪婪匹配。如：

1 import re
2 
3 print(re.match("ab.*c","abcdfghc"))

匹配的结果为整个字符串。而非贪婪匹配就是匹配到结果就好，最少地匹配字符。python默认是贪婪模式；在量词后面直接加上一个问号？就是非贪婪模式。

1 import re
2 
3 print(re.match("ab.*?c","abcdfghc"))

这样匹配的结果就是“abc”。

三、模块和函数

re　　 模块

compile（）　　编译语法规则

match（）　　 从字符串开头位置开始匹配

search（）　　 从字符串任意位置匹配到第一个符合规则的字符串

findall　　　　 以列表形式返回所有匹配到的字符串

finditer 以迭代器形式返回所有匹配到的字符串

split（）　　　 拆分字符串

group（）　　 获取匹配到的字符串的分组信息

四、特殊构造的规则

特殊构造