Python重要的-re模块
re模块(* * * * *)
就其本质而言，正则表达式（或 RE）是一种小型的、高度专业化的编程语言，（在Python中）它内嵌在Python中，并通过 re 模块实现。正则表达式模式被编译成一系列的字节码，然后由用 C 编写的匹配引擎执行。
字符匹配（普通字符，元字符）：
1、普通字符：大多数字符和字母都会和自身匹配
>>> re.findall('alvin','yuanaleSxalexwupeiqi')
['alvin']
2、元字符： . ^ $ * + ? { } [ ] | ( ) \
元字符之 . ^ $ * + ? { }
import re ret=re.findall('a..in','helloalvin') print(ret)#['alvin'] ret=re.findall('^a...n','alvinhelloawwwn') print(ret)#['alvin'] ret=re.findall('a...n$','alvinhelloawwwn') print(ret)#['awwwn'] ret=re.findall('a...n$','alvinhelloawwwn') print(ret)#['awwwn'] ret=re.findall('abc*','abcccc')#贪婪匹配[0,+oo] print(ret)#['abcccc'] ret=re.findall('abc+','abccc')#[1,+oo] print(ret)#['abccc'] ret=re.findall('abc?','abccc')#[0,1] print(ret)#['abc'] ret=re.findall('abc{1,4}','abccc') print(ret)#['abccc'] 贪婪匹配
注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配
ret=re.findall('abc*?','abcccccc') print(ret)#['ab']
跟着教程敲代码练习：
""" 第一类元字符 . ^ $ * + ? {}""" import re """ . 匹配除了 \n 之外的任意字符，一个 . 只能匹配一个字符 """ re.findall("alex","djkalfjioealexieou") ##['alex'] re.findall("a..x",'jowutojoauixuoero') #['auix'] re.findall("a...x",'jowutojoauixuoero') #[] """ ^ 开头匹配 """ re.findall("^a...x",'jowutojoauixuoero') #[] re.findall("^j..u",'jowutojowuixuoero') #['jowu'] re.findall("j..u",'jowutojowuixuoero') #['jowu', 'jowu'] """ $ 结尾匹配 """ re.findall("j..u$",'jowutojowuixuoejrou') #['jrou'] re.findall("j..u$",'jowutojowuixuoejrou$') #[] """ * 紧挨着的字符 匹配0~无穷次 """ """ + 紧挨着的字符 匹配1~无穷次 """ re.findall("alex*","uoghkalexxx") #['alexxx'] re.findall("alex+","uoghkalexxx") #['alexxx'] re.findall("alex*","uoghkale") #['ale'] re.findall("alex+","uoghkale") #[] """ ? 紧挨着的字符 匹配0~1 """ re.findall("alex?","uoghkale") #['ale'] re.findall("alex?","uoghkalex") #['alex'] re.findall("alex?","uoghkalexxxx") #['alex'] """ {} 是上面 * + ? 的集合,并且可自定义 {0，} <===> * {1，} <===> + {0，1} <===> ? {1,6} 1 2 3 4 5 6 都可以 """ re.findall("alex{6}","uoghkalexxxxxx") #['alexxxxxx'] re.findall("alex{0,6}","uoghkalexxx") #['alexxx'] re.findall("alex{0,6}","uoghkale") #['ale'] re.findall("alex{0,1}","uoghkale") #['ale'] re.findall("alex{0,1}","uoghkalex") #['alex'] # 惰性匹配 在元字符后面加上 ? re.findall("alex*?","uoghkalexxxx") #['ale'] re.findall("alex+?","uoghkalexxxx") #['alex'] re.findall("alex+","uoghkalexxxx") #['alexxxx']
元字符之字符集［］：
#--------------------------------------------字符集[] ret=re.findall('a[bc]d','acd') print(ret)#['acd'] ret=re.findall('[a-z]','acd') print(ret)#['a', 'c', 'd'] ret=re.findall('[.*+]','a.cd+') print(ret)#['.', '+'] #在字符集里有功能的符号: - ^ \ ret=re.findall('[1-9]','45dha3') print(ret)#['4', '5', '3'] ret=re.findall('[^ab]','45bdha3') print(ret)#['4', '5', 'd', 'h', '3'] ret=re.findall('[\d]','45bdha3') print(ret)#['4', '5', '3']
跟着教程敲代码练习：
""" [] 中：^ 非 ，- 表示从。。到。。 a-z 所有小写字母，\ 转义 \( 就表示左括号。 其他的元字符失去意义，如 * 不表示(0-无穷)，()就只是表示括号 """ ret = re.findall('a[bc]d', 'acd') # 匹配 abd 或 acd print(ret) # ['acd'] ret = re.findall('[a-z]', 'acd') #一个字符 从a到z print(ret) # ['a', 'c', 'd'] ret = re.findall('[.*+]', 'a.cd+') #* 失去特殊意义 就表示一个 * print(ret) # ['.', '+'] # 在字符集里有功能的符号: - ^ \ ret = re.findall('[1-9]', '45dha3') print(ret) # ['4', '5', '3'] ret = re.findall('[^ab]', '45bdha3') print(ret) # ['4', '5', 'd', 'h', '3'] ret = re.findall('[\d]', '45bdha3') print(ret) # ['4', '5', '3']
# 一个特殊案例：匹配表达式里面 最内层括号(13-6) re.findall("\([^()]*\)","12+(34*6+2-5*(13-6))") #['(13-6)']
元字符之转义符 \
反斜杠后边跟元字符去除特殊功能,比如 \.
反斜杠后边跟普通字符实现特殊功能,比如 \d
- \d 匹配任何十进制数；它相当于类 [0-9]。
- \D 匹配任何非数字字符；它相当于类 [^0-9]。
- \s 匹配任何空白字符；它相当于类 [ \t\n\r\f\v]。
- \S 匹配任何非空白字符；它相当于类 [^ \t\n\r\f\v]。
- \w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。
- \W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]
- \b 匹配一个特殊字符边界，比如空格 ，&，＃等