1拌喉、前言

正則表達式俐银，如果有一定編程經(jīng)驗的同學尿背，一定知道，可能你知道捶惜，但又說不出個所以然來田藐，平時不經(jīng)常使用，很容易就忘記吱七，有一部分原因汽久，我認為是總結(jié)的內(nèi)容，不夠簡單和深刻踊餐。所以景醇，自己嘗試總結(jié)一下正則表達式的基礎(chǔ)知識點，對于大部分的編程場景應(yīng)該足夠使用啦市袖。另外啡直，也希望通過總結(jié)，以便后續(xù)忘記時苍碟，能快速的記憶起來酒觅，這就是本文章的主要內(nèi)容。

2微峰、正則表達式

RegularExpression.png

匹配字符集

匹配量詞（Quantifier）

匹配邊界

匹配條件分組

預搜索

exp ：expression（表達式）

匹配模式

3、Python 正則表達式

如果使用編輯語言來執(zhí)行正則表達式呢壁顶？所有語言都是相通的溜歪，這是記錄了之前使用 Python 的 re 模塊做正則匹配的功能。

compile 和 match 函數(shù)

re.compile 函數(shù)用于編譯正則表達式调衰，生成一個正則表達式（ Pattern ）對象嚎莉，供 match()沛豌、search() 等函數(shù)使用加派。
re.match 嘗試從字符串的起始位置匹配一個模式芍锦，如果字符串開始不符合正則表達式，就返回 None 饶米。

result = re.match(pattern, string)

等價于

prog = re.compile(pattern)
result = prog.match(string)

注：如果需要多次使用這個正則表達式的話，使用 re.compile() 保存這個正則對象以便復用匹配多個字符串照瘾，可以讓程序更加高效析命。

search 函數(shù)

re.search 掃描整個字符串并返回第一個成功的匹配鹃愤。如果沒有匹配完域，就返回一個 None 吟税。

re.search(pattern, string, flags=0)

示例：

>>> re.search('iHTCboy', 'www.iHTCboy.com')
>>> 
<re.Match object; span=(4, 11), match='iHTCboy'>

我們可以使用 group(num) 或 groups() 匹配對象函數(shù)來獲取匹配表達式肠仪。

>>> searchObj = re.search( r'(.*) are (.*?) .*', "iHTCboy are my nikename)
>>> print(searchObj.group())
>>> print(searchObj.groups())
>>> print(searchObj.group(1))
>>> print(searchObj.group(2))
>>> 
iHTCboy are my nikename
('iHTCboy', 'my')
iHTCboy
my

findall 函數(shù)

re.findall 在字符串中找到正則表達式所匹配的所有子串异旧，并返回一個列表，如果沒有找到匹配的荤崇，則返回空列表天试。

re.findall(pattern, string, flags=0)

對 string 返回一個不重復的 pattern 的匹配列表然低， string 從左到右進行掃描雳攘，匹配按找到的順序返回吨灭。如果樣式里存在一到多個組刑巧，就返回一個組合列表无畔；就是一個元組的列表（如果樣式里有超過一個組合的話）浑彰≌蓿空匹配也會包含在結(jié)果里。

比如查找字符串中的所有數(shù)字：

>>> result2 = re.findall(r'\d+', 'abc123d4efg567')
>>> 
['123', '4', '567']

查找不是以 4诉濒、7 結(jié)尾的手機號碼(11位)手機號碼：

>>> result2 = re.findall(r'^1\d{9}[0-35-68-9]$', 'xxxxx')
>>> 

finditer 函數(shù)

和 findall 類似未荒，在字符串中找到正則表達式所匹配的所有子串，并把它們作為一個迭代器返回及志。

re.finditer(pattern, string, flags=0)

搜索string片排，返回一個順序訪問每一個匹配結(jié)果（Match對象）的迭代器：

>>> for m in re.finditer(r'\d+', 'abc123d4efg567'):
>>>     print(m.group())
>>>  
123
4
567 

split 函數(shù)

re.split 方法按照能夠匹配的子串將字符串分割后返回列表。

re.split(pattern, string, maxsplit=0, flags=0)

用 pattern 分開 string 困肩。如果 maxsplit 非零划纽， 最多進行 maxsplit 次分隔， 剩下的字符全部返回到列表的最后一個元素锌畸。

對于規(guī)則的字符串勇劣，比如 abc 我們一般可以用 split 函數(shù)分割，但是如果遇到 a b c 這樣的字符串潭枣，得到的結(jié)果就是 ['a', 'b', '', '', 'c']比默。所以命咐，你可能需要人工來自己再次過濾，而使用正則表達式來處理窜司，就顯示很輕松：

>>> re.split(r'[\s\,]+', 'a,b, c  d')
>>> 
['a', 'b', 'c', 'd']

上面的 [\s\,]+ 表示匹配 \s (空格）和 , 中任意一個至少一次的分割。

對于一個找不到匹配的字符串而言议薪，split 不會對其作出分割产捞。

>>> re.split('a*', 'hello iHTCboy')
>>> 
['hello iHTCboy']

sub 函數(shù)

re.sub 用于替換字符串中的匹配項。

re.sub(pattern, repl, string, count=0, flags=0)

返回通過使用 repl 替換在 string 最左邊非重疊出現(xiàn)的 pattern 而獲得的字符串。 如果樣式?jīng)]有找到衷笋，則不加改變地返回 string。 repl 可以是字符串或函數(shù)；如為字符串容客，則其中任何反斜杠轉(zhuǎn)義序列都會被處理。 也就是說供置，\n 會被轉(zhuǎn)換為一個換行符，\r 會被轉(zhuǎn)換為一個回車附，依此類推。

比如電話號碼格式可能帶有空格或者-時挎挖，可以替換為空字符串：

>>> re.sub(r'\D', "", "188-8888-8888")
>>> 
18888888888

repl 參數(shù)可以是一個函數(shù)，用于對匹配的內(nèi)容進行更多的邏輯處理：

# 將匹配的數(shù)字乘以 2
>>> def double(matched):
>>>     value = int(matched.group('value'))
>>>     return str(value * 2)
>>>  
>>> re.sub('(?P<value>\d+)', double, 'abc123d4efg567')
>>> 
abc246d8efg1134

總結(jié)

正則表達式的內(nèi)容有非常的多，如果不經(jīng)常使用的話汛闸，可以就會很快忘記。所以别伏，正則其實是不是應(yīng)該記住呢？其實类茂，應(yīng)該是要記住注益，如果記不住厦瓢，要不要緊？其實，是不要緊杉武，因為正則就想查表一下，你如果之前已經(jīng)比較系統(tǒng)的學習過祈搜，忘記了規(guī)則曹铃，看一下本文就大概記起來了秘血。所以忍坷，這就是本文的目的柑肴，總結(jié)性的文章，不需要太多的復雜硕舆，簡單又快捷的總結(jié)。

國慶中秋雙節(jié)快樂凌节！這篇文章應(yīng)該是去年9月就定下來但遲遲沒有動手彪见，現(xiàn)在又過一年了，感嘆生活真快。好好學習，天天快樂~

參考

• python正則表達式_python正則表達式教程_python正則表達式視頻教程-慕課網(wǎng)
• re --- 正則表達式操作 — Python 3.8.6 文檔
• 正則表達式 - 筆記

• 如有疑問，歡迎在評論區(qū)一起討論！
• 如有不正確的地方，歡迎指導钥庇！

注：本文首發(fā)于 iHTCboy's blog参咙，如若轉(zhuǎn)載两入，請注來源