1、正则表达式是一种用于描述文本模式的工具。它是由字符和特殊符号组成的字符串,描述了模式的重复或者多个字符,于是就可以按照某种模式匹配一系列有相似特征的字符串。它主要的作用是将文本用某种可被计算机识别的模式表现出来,为高级的文本模式匹配、抽取、与/或 文本形式的搜索和替换功能提供了基础。
2、python中通过re模块支持正则表达式,主要包括以下用法:
1)匹配和搜索:re.match(pattern,string)
import re
result = re.match(r'\d+','123abc') #r表示原始字符串,\不代表转义,d表示单个数字(0~9),+表示可以是多个字符,正则表达式和字符串单引号和双引号都可以用。w+表示所有的数字和字符串。
print(result.group()) #输出‘123’
2)替换 re.sub(pattern,repl,string) 用repl替换字符串中所有与pattern匹配的问题
result = re.sub(r'\d+', 'num','abc123def456')
print(result) #输出 'abcnumdefnum'
3)拆分 re.split(pattern, string) 根据正则表达式pattern拆分字符串
result = re.split(r"\d+", "abc123def456")
print(result) #输出['abc,' 'def', ' ']
4)、查找所有匹配项 re.findall(pattern, string)返回一个列表,包含字符串中所有与pattern匹配的部分
result = re.findall(r'\d+','abc123def456')
print(result) #输出['123', '456']
5)、匹配对象:re.match和search方法返回的对象可以提供以下信息:
group():返回匹配的字符串
groups():返回一个包含所有捕获组的元祖
start():匹配字符串的起始索引
end():匹配字符串的结束索引
span():返回一个元祖,包括匹配的开始和结束位置
3、搜索通常是指在字符串或数据中查找某个特定的值或模式。匹配通常是指检查数据是否符合某种模式或规则。
4、compile编译正则表达式会返回一个正则表达式对象。
用法:patten = re.compile(r'a.b')
patten.match('abcde125j');
5、元字符:
.: 匹配任何字符(除\n)。patten = re.compile(r'a.b')表示匹配任何字符。
^:匹配字符串开头部分。
pattern = re.compile(r'^Hello')
Hello, world!', 'Say Hello', 'Hello']
'Hello, world!' 匹配
'Say Hello' 不匹配
'Hello' 匹配
$:匹配字符串结尾部分。
pattern = re.compile(r'world!$')
'Hello, world!', 'world! Here I come', 'Hello, world'
'Hello, world!' 匹配
'world! Here I come' 不匹配
'Hello, world' 不匹配
?:匹配0次或1次前面出现的正则表达式
pattern = re.compile(r'a?')
'a' 匹配 'a'
'aa' 匹配 'a'
'aaa' 不匹配
'' 匹配 ''
'b' 不匹配
{N}匹配N次;{M,N}匹配M~N次;[...]匹配来自字符集的任意单一字符;