Python笔记（十）：正则表达式

free赖权华

发布于 2018-04-27 18:13:13

6920

发布于 2018-04-27 18:13:13

文章被收录于专栏：赖权华的笔记

正则表达式对比工具

https://pan.baidu.com/s/1XIPyF1vFSj5PACPx9zW8_g

（一）正则表达式符号和特殊字符

符号	说明	示例
\|	或	re1\|re2,匹配re1或re2
.	匹配任何字符（\n除外）
^	匹配字符串开始部分	^ab.* 以ab开始的字符串，匹配ab123、ababc等等
$	匹配字符串结束部分	.*123$ 以123结束的字符串,匹配ab123、测试123等等
*	匹配0次或多次前面的正则表达式	.* 匹配0次或多次前面的 .
+	匹配1次或多次前面的正则表达式
?	匹配0次或1次前面的正则表达式
{n}	匹配n次前面的正则表达式	.{5}
{m,n}	匹配M到N次前面的正则表达式	.{1,10}
[…]	匹配[]里的任一字符	[abc]d 匹配 ad、bd、cd
[x-y]	匹配范围内的任一字符	[a-c]d：匹配 ad、bd、cd [0-9]d：匹配0d、1d、2d、3d等
[^…]	不匹配[]里的任一字符	[^a-c]d: 不匹配 ad、bd、cd
（…）	将正则表达式封闭为一个组	例如：[a-b][a-b] ：只匹配aa、ab等 ([a-b][a-b])+：匹配aaaa、abab等

符号	说明	示例
\d	匹配任一数字，和[0-9]是一样的，\D则不匹配任何数字	A\d: 匹配A1、A2等
\w	匹配任一数字、字母，和[A-Za-z0-9]是一样的，\W则相反
\s	匹配任一空格字符，\S 则相反	hello\sword：匹配hello word
\..	将\后一个字符按字面意义匹配，不匹配特殊含义	\?：匹配? \\d：匹配\d
\b	匹配任何单词边界（\B 则相反）	例如：字符串 ab the Htherr the: 能匹配到2个 the \bthe\b:只匹配第一个 the \Bthe\B:只匹配第二个 the
\A	匹配字符串开始部分，\Z 则字符串结束部分	参照^ 和$

（二）贪婪模式和非贪婪模式

贪婪模式：尽可能的匹配

非贪婪模式：匹配到第一个结果后就结束匹配。在*、+、？、{}后面加一个？就是非贪婪模式。(*|+|?|{})?

看下面2张图就清楚了（蓝色背景表示匹配的内容）

第一张图（贪婪模式）：匹配到第一</div>后还会继续向右匹配。（在内容和正则表达式匹配的情况下，尽可能的匹配最长字符串）

第二张图（非贪婪模式）：匹配到第一个</div>后就结束匹配了。（在内容和正则表达式匹配的情况下，匹配到第一个结果后就结束匹配）

（三） re模块

函数/方法	说明
re.compile(pattern, flags=0)	（预编译）将正则表达式编译为对象（不是必须的，不过一般是会预编译）实际应用中：下面2种方式都是可以用的 the_str='' 第一： href_regx= re.compile('<div.</div>') href_regx.match(the_str) 第二： re.match('<div.</div>',the_str) 第一种是调用正则表达式对象的match()方法。第二种写法是调用re模块的match()函数
match(pattern, string)	Pattern：正则表达式 String：字符串匹配成功，返回字符串，失败则返回None。预编译后的正则表达式对象则只需要传str就行了（因为它本身就是pattern对象）
search(pattern, string)	Pattern：正则表达式 String：字符串返回第一个匹配内容，没有匹配则返回None
findall(pattern, string)	以列表形式返回所有匹配的内容
finditer(pattern, string)	返回所有匹配的内容，以迭代器的形式
split（pattern, string）	Pattern匹配的内容作为分隔符，split将字符串分割为列表并返回

flags参数	说明
re.I re.IGNORECASE	不区分大小写
re.M re.MULTILINE	匹配行的开始和结束部分，而不是严格匹配字符串本身的开始、结束部分
re.S re.DOTALL)	让. (点号)可以匹配\n

使用flags参数的时候，不清楚传第几个参数的话，最好先去看下方法（函数）的实现代码。

（四） re模块示例

 1 import re
 2 the_str='<div id="hd_info"></div></div></div>'
 3 href_regx= re.compile('<div.*</div>')
 4 print('match()示例：',href_regx.match(the_str))
 5 print('match()示例：',re.match('<div.*</div>',the_str))
 6 print('search()示例：',re.search('/div>',the_str))
 7 
 8 print('findall()示例：',re.findall('/div>',the_str))
 9 print('finditer()示例：',re.finditer('/div>',the_str))
10 for i in re.finditer('/div>',the_str):
11     print('迭代finditer（）返回值：',i)
12 
13 print('split()示例：',re.split('/.',the_str,re.DOTALL))