1
正則表達(dá)式在Python中最好以r'xx'這樣的形式作為輸入哲银，這能避免反斜杠()使用混亂闰挡。以r開頭的字符串涕蜂，在python中是原始字符串(raw string)的意思馒稍。
| 特殊字符 | 解釋 | 例子 |
|---|---|---|
| . | 匹配所有字符不包括換行（如果DOTALL沒有設(shè)置的話） | |
| ^ | 匹配字符串的開頭，在MULTILINE模式下匹配每行的開頭 | |
| $ | 匹配字符串的結(jié)尾浅侨，在MULTILINE模式下匹配每個(gè)新行的開頭 | |
| * | 匹配0或者多個(gè)前置正則表達(dá)式 | |
| + | 匹配1或者多個(gè)前置正則表達(dá)式 | |
| ? | 匹配0或者1個(gè)前置正則表達(dá)式 | |
| *?, +?, ?? | *,+,?都是貪婪的纽谒，加了？能改變著模式 | |
| m | 匹配m個(gè)前置表達(dá)式 | |
| {m,n} | 匹配m到n個(gè)前置表達(dá)式 | |
| {m,n}如输？ | 改變 {m,n}貪婪模式 | |
| \ | 轉(zhuǎn)義特殊字符 | |
| [] | 定義匹配集合鼓黔，特殊字符（例如(+*)）在集合中失去特殊意義，使用-可以匹配一個(gè)序列不见，如果-放在集合的開頭或者轉(zhuǎn)義就能匹配-澳化，^放在開頭可以翻轉(zhuǎn)整個(gè)匹配，匹配]要么放在開頭要么轉(zhuǎn)義 |
|
| 豎線 | 或匹配 | |
| (...) | 匹配括號(hào)中的字符串稳吮，形成一個(gè)組(````) | |
| (?:...) | 只匹配字符串但是不記錄匹配的內(nèi)容 | |
| (?P<name>...) | 匹配之后形成一個(gè)組缎谷，組名為name | |
| (?=...) | 超前匹配 | |
| (?!...) | 超前不匹配 | |
| (?<=...) | 滯后匹配 | |
| (?<!...) | 滯后不匹配 | |
| \number | 引用一個(gè)組 | |
| \A | 字符串的開頭匹配 | |
| \b | 匹配空字符，在開始和結(jié)束處 | |
| \B | 匹配空字符灶似，不在開始和結(jié)束處 | |
| \d | 匹配數(shù)字0-9 | |
| \D | 匹配非數(shù)字 | |
| \s | 匹配空字符列林，相當(dāng)于[ \t\n\r\f\v] | |
| \S | 與\s相反 | |
| \w | [a-zA-Z0-9_] | |
| \W | 與\w相反 | |
| \Z | 匹配字符串的結(jié)尾 | |
| \u | Unicode字符 |
貪婪模式
正則表達(dá)式默認(rèn)的情況是貪婪的，所謂貪婪就是盡量多匹配也可以叫最長(zhǎng)匹配酪惭，但是有時(shí)候這又是不合適的.
貪婪模式
2
正則表達(dá)式的使用希痴，可以先編譯正則表達(dá)式然后調(diào)用方法，也可以直接從re模塊調(diào)用方法春感。
pattern = re.compile(r'dongge')
m = pattern.match('dongge zeus')
#或者
m = re.match(r'dongge','dongge zeus')
match,search,fullmatch
這三個(gè)函數(shù)返回值都是match對(duì)象砌创，match從頭開始匹配虏缸，fullmatch匹配整個(gè)，search匹配第一個(gè)嫩实。
import re
test_str = 'abcd 1234 dongge'
pattern = re.compile(r'1234')
pattern.match(test_str)
pattern.search(test_str)
<_sre.SRE_Match object; span=(5, 9), match='1234'>
pattern.fullmatch(test_str)
p1 = re.compile(r'abcd')
p1.match(test_str)
<_sre.SRE_Match object; span=(0, 4), match='abcd'>
p1.search(test_str)
<_sre.SRE_Match object; span=(0, 4), match='abcd'>
p1.fullmatch(test_str)
p1.fullmatch(test_str,0,4)
<_sre.SRE_Match object; span=(0, 4), match='abcd'>
（注：上面的代碼來自jupyter notebook）
split findall finditer
這三個(gè)函數(shù)都返回一個(gè)列表刽辙。
- 分割字符串
split
re.split('\W+', 'Words, words, words.')
['Words', 'words', 'words', '']
re.split('(\W+)', 'Words, words, words.')
['Words', ', ', 'words', ', ', 'words', '.', '']
注意代碼中的第三行，在正則表達(dá)式中加了分組之后舶赔，那個(gè)分割元素也成了返回值扫倡。
- 查找所有匹配的元素
findall
test_str = 'dongge , dongge ,zeus'
re.findall(r'dongge',test_str)
['dongge', 'dongge']
- 迭代查找元素
finditer
迭代查找
sub subn
sub(pattern, repl, string, count=0, flags=0)
這兩個(gè)函數(shù)有查找和替換功能，repl這個(gè)參數(shù)既可以是字符串也可以是一個(gè)函數(shù)竟纳，函數(shù)接收一個(gè)match object撵溃。
查找替換
3
Match Object這在上面多次提到，如果一個(gè)函數(shù)返回這個(gè)對(duì)象锥累，那么判斷值肯定就是True缘挑。
這個(gè)對(duì)象最重要的概念就是group，相關(guān)函數(shù)作用在下面截圖中桶略。
group
-
start([group])end([group])span([group])
這里三個(gè)函數(shù)都是用來計(jì)算group的位置语淘，span返回的一個(gè)元組（start，end）际歼，group默認(rèn)值是0惶翻。
Paste_Image.png
