正则表达式

字符匹配

普通字符：大多数字符和字母都会和自身匹配
元字符：.^$*+?{}[]|()\

re模块

re是python中的正则表达式模块，re模块中包含了正则表达式的语法

API方法

• findAll() 按照指定的模式查找所有的符合的元素
• search() 寻找到第一个符合模式的元素就会停止寻找,会返回一个对象
• compile(reg) 先将正则表达式编译为一个对象，然后再使用编译后的对象调用p.search p.findAll() 后跟要匹配的字符串
• sub() 还需要一个额外的参数replacement，它会把source中所有匹配的pattern替换成replacement

rep = re.search('aaa','aaacccaaa')
print(rep.group())

元字符解释

• . 代表除换行符(\n)外的任意字符，只能代指任意一个字符
• ^ 匹配开头
• $ 匹配结束
• * 重复匹配 表示* 前面的元素出现0到多次

re.findall('a*','aaaabbbb')

• • 表示匹配1到多次，至少有1次
• ？表示匹配0到1次，至多1次
• ｛n，m｝表示匹配n到m次 贪婪匹配

pre(m) m个连续的pre
pre(m,n) m到n个连续的pre,尽可能多地匹配
pre(m,n)? m到n个连续的pre，尽可能少的匹配

• []字符集，字符集内的内容代表范围，[m,n]表示m或者是n的一个 [^n]表示匹配除n以外的
  字符集[]还有取消元字符的特殊功能，在[]中的元字符没有特殊功能的定义 例如 [*] 中的 * 就代表 * 这个字符 -除外
• () 分组功能作为一个整体
• | 或者

expr1|expr2 匹配expr1或expr2

[a-z] 表示a-z范围中的任意一个字母

• \ 反斜杠后边跟元字符去除特殊功能，反斜杠后跟普通字符实现特殊功能
  • \d 代表数字 相当于[0-9]
  • \D 匹配任何非数字字符 相当于[^0-9]
  • \s 匹配任何空白字符 [\t\n\r\f\v]
  • \S 匹配任何非空白字符 [^ \t\n\r\f\v]
  • \w 匹配任何字母数字字符 [a-zA-Z0-9]
  • \W 匹配任何非字母数字字符 [^a-zA-Z0-9]
  • \b 匹配一个特殊字符的（ ，#￥等）边界。
  • \B 匹配非单词边界

Python使用正则表达式

使用正则表达式，相关的功能都位于标准库模块re中。需要先定义一个用于匹配的模式字符串以及一个匹配的对象：源字符串

result = re.match('You','Youareme')

对于更加复杂的匹配，可以先对模式进行编译以加快匹配速度，然后就可以直接使用编译好的模式进行匹配

>>> youpattern = re.compile('You')
>>> youpattern.match('You are mine')
<_sre.SRE_Match object; span=(0, 3), match='You'>

使用match()进行准确匹配

判断单词'Young'是以单词'You'开头

>>> source = 'Young'
>>> m = re.match('You',source)
>>> if m:
...     print(m.group())
... 
You

• match()函数用于查看源是否以指定模式开头，search()可以检测任何位置的匹配

>>> mm = re.search('ung',source)
>>> if mm:
...     print(mm.group())
... 
ung

使用findall()寻找所有匹配

findall()会返回指定的模式串在源串中出现的所有列表

>>> source_all = 'hello hello hello how are you'
>>> m = re.find
>>> m = re.findall('o',source_all)
>>> m
['o', 'o', 'o', 'o', 'o']

使用split() 按匹配切分

split()将一个字符串切分成由一系列子串组成的列表

>>> m = re.split('l',source_all)
>>> m
['he', '', 'o he', '', 'o he', '', 'o how are you']

使用sub()替换匹配

使用sub替换匹配和字符串的replace有些类似，只不过使用的是模式而不是文本串

>>> m = re.sub('l','?',source_all)
>>> m
'he??o he??o he??o how are you'

定义模式匹配的输出

当使用match()或search()时，所有的匹配会以m.group()的形式返回到对象m中。如果使用括号将自己的某一模式包裹起来，括号中模式匹配得到的结果归入自己的froup中，如果调用m.groups()可以得到包含这些匹配的元组，使用(? P <name> expr) 这样的模式会匹配expr，并将匹配结果存储到名为name的组中