Python学习笔记08-正则表达式

正则表达式（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。

在Python中需要通过正则表达式对字符串进行匹配的时候，可以使用re模块。

re模块

# re.match(正则表达式,要匹配的字符串)

• re.match是用来进行正则匹配检查的方法，若字符串匹配正则表达式，则match方法返回匹配对象（Match Object），否则返回None（注意不是空字符串""）。
• 匹配对象Macth Object具有group方法，用来返回字符串的匹配部分。

# re.match() 能够匹配出以xxx开头的字符串
result = re.match('hello','helloworld')
# 使用match方法进行匹配操作
# 如果上一步匹配到数据的话，可以使用group方法来提取数据
print(result.group())

匹配单字符

字符	功能
.	匹配任意1个字符（除了\n）
[ ]	匹配[ ]中列举的字符
\d	匹配数字，即0-9
\D	匹配非数字，即不是数字
\s	匹配空白，即 空格，tab键
\S	匹配非空白
\w	匹配单词字符，即a-z、A-Z、0-9、_
\W	匹配非单词字符

原始字符串

使用原始字符串解决正则表达式需要匹配的文本包含转义字符“\”的问题。原始字符串是在字符串前加上r。

mm = "c:\\a\\b\\c"
ret = re.match(r"c:\\a",mm).group()
print(ret)

匹配多个字符

字符	功能
*	匹配前一个字符出现0次或者无限次，即可有可无
+	匹配前一个字符出现1次或者无限次，即至少有1次
?	匹配前一个字符出现1次或者0次，即要么有1次，要么没有
{m}	匹配前一个字符出现m次
{m,}	匹配前一个字符至少出现m次
{m,n}	匹配前一个字符出现从m到n次

示例

[A-Z][a-z]* 匹配首字母大写后面都是小写字母并且这些小写字母可有可无 
[a-zA-Z_]+[\w_]* 匹配变量名是否有效
[1-9]?[0-9] 匹配0到99之间的数字
[a-zA-Z0-9_]{8,20} 匹配8到20位的密码，可以是大小写英文字母、数字、下划线

匹配边界

字符	功能
^	匹配字符串开头
$	匹配字符串结尾
\b	匹配一个单词的边界
\B	匹配非单词边界

匹配分组

字符	功能
	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	引用分组num匹配到的字符串
(?P<name>)	分组起别名
(?P=name)	引用别名为name分组匹配到的字符串

re模块中常用函数

函数	说明
compile()	根据包含正则表达式的字符串创建模式对象
search()	在字符串中寻找模式
match()	在字符串的开始处匹配模式
split()	根据模式的匹配项来分割字符串
findall()	列出字符串中模式的所有匹配项
sub(pat,repl,string[,count=0])	将字符串中的所有pat的匹配项用repl替换
escape()	将字符串中所有特殊正则表达式字符转义

import re

pat = r'\d+'
string = '人民币100万'
print(re.search(pat, string).group())
if re.search(pat, string):
    print('found it')

some_text = 'alpha.beta...game'
print(re.split('[.]+', some_text))

pat1 = '[a-zA-Z]+'
text = 'Hm...are you sure?'
print(re.findall(pat1, text))

pat2 = '{name}'
text1 = 'Dear {name}...'
print(re.sub(pat2, 'xiaoli',text1))

print(re.escape('www.python.org'))
print(re.escape('hello world'))

结果

100
found it
['alpha', 'beta', 'game']
['Hm', 'are', 'you', 'sure']
Dear xiaoli...
www\.python\.org
hello\ world