Python_正则表达式

正则表达式

• Regular Rxpression, 又称规则表达式
• 正则表达式 就是事先定义好的一些特定字符（组合），组成一个"规则字符串"，这个"规则字符串"用来描述了一种字符串的匹配模式
• 作用：可以检查一个串是否含有某种数据、将匹配的数据替换或者取出（1.判断数据是否符合要求，2.提取你想要的数据）
• 特点： 功能强大，使用灵活

re模块操作

#re模块使用过程

#导入re模块
import re
# 使用match方法进行匹配操作
result = re.match(正则表达式， 要匹配的字符串)
# 如果上一步匹配到数据的话，可以使用group方法来提取数据
result.group()
#如果没有匹配 则result是None
resilt = re.search(正则表达式， 要匹配的字符串)
# 如果上一步匹配到数据的话，可以使用group方法来提取数据
result.group()

匹配单个字符

字符	功能
.	匹配任意一个字符（除了\n）
[]	匹配[ ]中列举的字符
\d	匹配数字，即0-9
\D	匹配非数字，即不是数字
\s	匹配空白，即空格，tab键
\S	匹配非空白
\w	匹配单词字符，即a-z、A-Z、0-9、_、中文
\W	匹配非单词字符

匹配多个字符

字符	功能
*	匹配前一个字符出现0次或者无限次，即可有可无\d*等价于\d{0, }
+	匹配前一个字符出现1次或者无限次，即至少有1次\d+等价于\d{1, }
？	匹配前一个字符出现1次或者0次，即要么有1次，要么没有\d?等价于\d{0,1}
{m}	匹配前一个字符出现m次
{m,n}	匹配前一个字符出现从m到n次

匹配开头结尾

字符	功能
^	匹配字符串开头
$	匹配字符串结尾

匹配分组

字符	功能
\	匹配左右任意一个表达式
（ab）	将括号中字符串作为一个分组
\num	引用分组num匹配到字符串
(?p)	分组起别名
(?P=name)	引用别名为name分组匹配到字符串

re模块的高级用法

• search 扫描整个字符串并返回第一个成功的匹配
• findall 类似search,返回列表
• sub 将匹配到的数据进行替换
• split 根据匹配进行切割字符串，并返回一个列表

python贪婪和非贪婪

• 贪婪：Python里数量默认是贪婪的（在少数语言里也可能是默认贪婪），总是尝试匹配尽可能多的字符
• 非贪婪：总是尝试匹配尽可能少的字符
• 在"*","?","+","{m,n}"等量词后面加上？，使贪婪变成非贪婪
• 注意事项：贪婪尽可能多，非贪婪尽可能少；贪婪和非贪婪必须有一个前提就是满足整体匹配结果

r的作用

• python中字符串前面加上 r 表示原生字符串 ，结论就是写正则表达式的时候加上 r 字符，没毛病！！！

PEGEXP

• PEGEXP在列值内进行匹配，如果被匹配的文本在列值中出现，PEGEXP将会找到它，相应的行将被返回