正则表达式
构成
原子（普通字符，如英文字符）
元字符（有特殊功用的字符）
模式修正字符
1.匹配单个字符
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，\t-tab键 \n-换行 |
\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 |
2.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,n} | 匹配前一个字符出现从m到n次 |
3.匹配开头和结尾字符
字符 | 功能 |
^ | 匹配字符串开头，注意^[4-7] 和 [ ^4-7]的区别 |
$ | 匹配字符串结尾 |
4.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) | 分组起别名 |
(?P=name) | 引用别名为name分组匹配到的字符串 |
()分组提取：
import re
# 提取区号和电话号码
result = re.match("(\d{3,4})-(\d{7,8})", "010-12345678")
# 判断匹配结果
if result:
print(result.group(1))
print(result.group(2))
else:
print("匹配失败！")
\引用分组：(匹配分组内信息)
import re
ret = re.match(r"<([a-zA-Z]*)>\w*</\1>", "<html>hh</html>")
if ret:
print(ret.group())
else:
print("匹配失败！")
分组起名及引用：
import re
ret = re.match(r"<(?P<name1>\w*)><(?P<name2>\w*)>.*</(?P=name2)></(?P=name1)>", "<html><h1>www.itcast.cn</h1></html>")
if ret:
print(ret.group())
else:
print("匹配失败！")
ret = re.match(r"<(?P<name1>\w*)><(?P<name2>\w*)>.*</(?P=name2)></(?P=name1)>", "<html><h1>www.itcast.cn</h2></html>")
if ret:
print(ret.group())
else:
print("匹配失败！")
5.贪婪和非贪婪
贪婪：符合正则条件时，尽可能多的匹配
非贪婪：符合正则条件时，尽可能少的匹配
默认贪婪，非贪婪在”*”,”?”,”+”,”{m,n}”后加?
import re
result = re.match(r"aaa(\d+)", "aaa123456")
if result:
print(result.group())
else:
print("匹配失败～！")
result = re.match(r"aaa(\d+?)", "aaa123456")
if result:
print(result.group())
else:
print("匹配失败～！")
6.r的作用
Python中字符串前面加上 r 表示原生字符串，防止转义字符\的干扰
print('abc\\')
print(r'abc\\')
re模块
1.match：
格式：re.match(pattern, string, flags=0)
从头开始匹配一个对象，匹配成功返回对象，失败返回None
pattern：正则模型
string：要匹配的字符串
flags：匹配模式
match匹配成功返回一个对象，对象的方法如下：
group()：返回被匹配的字符串
start()：返回匹配开始的位置
end()：返回匹配结束的位置
span()：返回一个元组包含匹配 (开始,结束) 的位置
2.search：
格式：re.search(pattern, string, flags=0)
找到第一个匹配然后返回，如果字符串没有匹配，则返回None
3.findall：
格式：re.findall(pattern, string, flags=0)
遍历匹配，可以获取字符串中所有匹配的字符串，返回一个列表
4.sub：
格式：re.sub(pattern, repl, string, count)
替换string中每一个匹配的子串后返回替换后的字符串
repl：替换后的字符串
count：最大替换次数
5.split：
格式：re.split(pattern, string, maxsplit)
按照能够匹配的子串将string分割后返回列表
maxspli：最大切割次数
