正则表达式入门
2017-05-27 本文已影响71人
Python课程作业
一、什么是正则表达式
正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。
许多程序设计语言都支持利用正则表达式进行字符串操作。
简单来说正则表达式就是一个模板，可以用它匹配寻找到我们所需要的内容，如邮件格式，手机号码的格式要求。
二、正则表达式快速学习
正则表达式的规则很多，对于初学者来说要记住的内容太多。其实可以先掌握几个基本就够用了，多应用几次后再了解其他，就比较快了。
掌握4个符号 : . * + ? ()
- . 匹配除“\n”之外的任意字符
- 匹配前一个字符0次或无限次
- ? 匹配前一个字符0次或1次
- 匹配前一个字符1次或无限次
- () 当我们需要一段内容的时候就用括号包围起来，不需要的内容放在括号外。
三、正则表达式学习
经常看，经常查
正则表达式.png
四、Python正则表达式使用
先掌握一个最常用方法：findall(): 匹配所有符合规则的内容，返回的是包含结果的列表。
#coding=utf-8
import re #引入正则表达式
####网页的内容可以从网页获取
myhtml='''
<head>
<meta name="description" content="简书是一个优质的创作社区，在这里，你可以任性地创作，一篇短文、一张照片、一首诗、一幅画……我们相信，每个人都是生活中的艺术家，有着无穷的创造力。">
<meta name="keywords" content="简书,简书官网,图文编辑软件,简书下载,图文创作,创作软件,原创社区,小说,散文,写作,阅读">
<title>简书 - 创作你的创作</title>
<body>
</body>
'''
# 匹配出网页中的title标签中的内容
title = re.findall('<title>(.*?)</title>',myhtml)
# 循环遍历出来
for ti in title:
print ti
以下方法用得较少，可以放到后面再理解。
search():
匹配并提取第一个符合规律的内容，返回一个正则表达式对象
sub():
替换符合规律的内容，返回替换后的值
正则表达式在线测试：http://tool.oschina.net/regex/
