正则表达式基础总结

正则表达式：匹配或查找符合某些规则的字符串数据，通用性强，适用于很多编程语言

要用正则表达式，需导入re模块，re.match(正则，要匹配的字符串)根据正则表达式从头开始匹配字符串数据，match方法进行匹配，group方法来提取匹配到的数据，正则前加r

单字符匹配：

. 匹配任意一个字符（除了\n）

[ ]匹配[]中列举的字符

\d 数字0~9

\D 非数字

\s 匹配空白：空格，tab键

\S 非空白

\w 非特殊字符，即a~z,A~Z,0~9,_,汉字

\W  特殊字符 非字母，非数字，非汉字

匹配多个字符的格式：

*匹配前一个字符0次或无限次,可有可无

+ 一次或无限次

？一次或0次

{m} 前一个字符出现m次

{m,n}  前一个字符出现m到n次

匹配开头和结尾的正则表达式：

^ 匹配字符串开头 （“^\d.*\d&”,”3s2”）匹配以数字开头以数字结尾，中间不限

$ 匹配字符串结尾

[^指定字符]除指定字符外都匹配  （”[^abc]”,”d”）

匹配分组：

| 匹配左右任意一个表达式

(ab) 将括号中字符作为一个分组

\num 引用第num个分组匹配到字符串

(?P) 分组起别名，可以将前面用到的匹配规则起名，然后后面直接用

(?P=name) 引用别名为name分组匹配到的字符串

re模块的高级用法：

re.search(pattern,str) 根据正则表达式查找数据，只查找一次

re.findall(pattern,str)查找出全部匹配项

re.sub(pattern,reply,str,count=1) 将匹配到的数据进行替换，count为替换次数，默认为全部替换

re.split(pattern,str, maxsplit=1)根据匹配进行切割字符串，并返回一个列表，maxsplit为分割次数，默认全部分割

Python贪婪和非贪婪：

Python里的数量词默认是贪婪的，总是尝试匹配尽可能多的字符；

非贪婪：匹配尽可能少的字符

贪婪转为非贪婪：在* ， ？ + {m,n}后加上？

Python中正则表达式匹配数据时字符串前面加上r表示原生字符串，数据里面的反斜杠不需要手动进行转义，r只针对反斜杠起作用，re.match(r”c:\\a”,”c:\\a\\b")