python正则详解

正则表达式概述

正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法（英语：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。

Regular Expression的“Regular”一般被译为“正则”、“正规”、“常规”。此处的“Regular”即是“规则”、“规律”的意思，Regular Expression即“描述某种规则的表达式”之意。

re模块操作

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。

如匹配以abc开始的字符：

表示字符

如：“a1d45d” 匹配出a1

关于转义

在正则表达式中，有很多有特殊意义的是元字符，比如\d和\s等，如果要在正则中匹配正常的"\d"而不是"数字"就需要对"\"进行转义，变成'\\'。

在python中，无论是正则表达式，还是待匹配的内容，都是以字符串的形式出现的，在字符串中\也有特殊的含义，本身还需要转义。所以如果匹配一次"\d",字符串中要写成'\\d'，那么正则里就要写成"\\\\d",这样就太麻烦了。这个时候我们就用到了r'\d'这个概念，此时的正则是r'\\d'就可以了。

如：

表示数量

如果要匹配多个数字，用re.match(r'\d\d\d\d\d\d\d\d\d',"11111111111abc"),这种写法会把人折磨死，re模块对数量也有相应的规则

匹配多个字符的相关格式

示例1：匹配出，一个字符串第一个字母为大写字母，后面都是小写字母并且这些小写字母可有可无

示例2：匹配出变量名是否有效

示例3：匹配出0-99间的数字

示例4：匹配出，8到20位的密码，可以是大小写英文字母、数字、下划线

表示边界

示例1：匹配163.com的邮箱地址

错误情况

示例2：\b.

示例3：\B

出错情况

匹配分组

示例1：匹配1-100之间的数字

示例2：匹配出163、126、qq邮箱之间的数字

示例3：匹配出

示例4：匹配出

1 import re

2

3 ret=re.match(r'\w*)>\w*)>.*',"古墓派掌门")

4

5 print(ret.group())

6

7 #结果：

8

9 #古墓派掌门

tips：

注意： 和 中的字母p大写

re模块常用方法

search

函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。

findall

返回所有满足匹配条件的结果,放在列表里

findall的优先级查询：

split

split的优先级查询

python贪婪和非贪婪

Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；

非贪婪则相反，总是尝试匹配尽可能少的字符。

在"*","?","+",""后面加上？，使贪婪变成非贪婪。

正则表达式模式中使用到通配字，那它在从左到右的顺序求值时，会尽量“抓取”满足匹配最长字符串，在我们上面的例子里面，“.+”会从字符串的启始处抓取满足模式的最长字符，其中包括我们想得到的第一个整型字段的中的大部分，“\d+”只需一位字符就可以匹配，所以它匹配了数字“4”，而“.+”则匹配了从字符串起始到这个第一位数字4之前的所有字符。

解决方式：非贪婪操作符“？”，这个操作符可以用在"*","+","?"的后面，要求正则匹配的越少越好。

论贪心：

有人说贪心算法是最简单的算法，原因很简单：你我其实都很贪，根本不用学就知道怎么贪。有人说贪心算法是最复杂的算法，原因也很简单：这世上会贪的人太多了，那轮到你我的份？

作者：古墓派掌门

转载请注明出处

http://www.cnblogs.com/qflyue/p/8252528.html