正则表达式
- Regular Rxpression, 又称规则表达式
- 正则表达式 就是事先定义好的一些特定字符（组合），组成一个"规则字符串"，这个"规则字符串"用来描述了一种字符串的匹配模式
- 作用：可以检查一个串是否含有某种数据、将匹配的数据替换或者取出（1.判断数据是否符合要求，2.提取你想要的数据）
- 特点： 功能强大，使用灵活
re模块操作
#re模块使用过程
#导入re模块
import re
# 使用match方法进行匹配操作
result = re.match(正则表达式， 要匹配的字符串)
# 如果上一步匹配到数据的话，可以使用group方法来提取数据
result.group()
#如果没有匹配 则result是None
resilt = re.search(正则表达式， 要匹配的字符串)
# 如果上一步匹配到数据的话，可以使用group方法来提取数据
result.group()
匹配单个字符
| 字符 |
功能 |
| . |
匹配任意一个字符（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、_、中文 |
| \W |
匹配非单词字符 |
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\d*等价于\d{0, } |
| + |
匹配前一个字符出现1次或者无限次，即至少有1次\d+等价于\d{1, } |
| ？ |
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\d?等价于\d{0,1} |
| {m} |
匹配前一个字符出现m次 |
| {m,n} |
匹配前一个字符出现从m到n次 |
匹配开头结尾
| 字符 |
功能 |
| ^ |
匹配字符串开头 |
| $ |
匹配字符串结尾 |
匹配分组
| 字符 |
功能 |
| \ |
匹配左右任意一个表达式 |
| （ab） |
将括号中字符串作为一个分组 |
| \num |
引用分组num匹配到字符串 |
| (?p<name>) |
分组起别名 |
| (?P=name) |
引用别名为name分组匹配到字符串 |
re模块的高级用法
- search 扫描整个字符串并返回第一个成功的匹配
- findall 类似search,返回列表
- sub 将匹配到的数据进行替换
- split 根据匹配进行切割字符串，并返回一个列表
python贪婪和非贪婪
- 贪婪：Python里数量默认是贪婪的（在少数语言里也可能是默认贪婪），总是尝试匹配尽可能多的字符
- 非贪婪：总是尝试匹配尽可能少的字符
- 在"*","?","+","{m,n}"等量词后面加上？，使贪婪变成非贪婪
- 注意事项：贪婪尽可能多，非贪婪尽可能少；贪婪和非贪婪必须有一个前提就是满足整体匹配结果
r的作用
- python中字符串前面加上 r 表示原生字符串 ，结论就是写正则表达式的时候加上 r 字符，没毛病！！！
PEGEXP
- PEGEXP在列值内进行匹配，如果被匹配的文本在列值中出现，PEGEXP将会找到它，相应的行将被返回
