re模块与正则表达式

一、正则表达式概念

　　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。

　　1、正则表达式之表示字符

字符	功能
.	匹配任意1个字符（除了 ）
[]	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
W	匹配非单词字符

　　简单实例：

import re
ret = re.findall(".","agdhsaghgewj1233")  # 匹配任意字符串
ret1 = re.findall("H","Hello,python")   #只匹配H字符
ret2 = re.findall("d","gdhgf1554hgsfhdg")  #只匹配数字

 　　2.正则表达式之表示数量

符号	功能
*	重复零次或更多次
+	重复一次或更多次
？	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

　　简单实例：

ret = re.findall("w*","Aabcdef") #
ret = re.findall("d+","dfdfdsfs14fgf24fd4f5") #打印结果为14,24,4,5
ret1 = re.findall("[]a-zA-Z0-9_]{8,20}","hdfhgf1545gfd") # 打印8-20位的字符

　　3.正则表达式之表示边界

字符	功能
^	匹配字符串开头
$	匹配字符串结尾
	匹配一个单词的边界
B	匹配非单词边界

　　简单实例：

import re
ret = re.findall(r"^[a-z0-9]{4,20}@163.com$","caoyf1992@163.com")  # 以a-z字符和0-9数字开头，长度为4-20位
ret1 = re.findall(r"c","ddfdsfc lfdfdcc dfjhgjfhgfjgccc")  #显示以c为边界的字符

　　4.正则表达式之匹配分组

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
um	引用分组num匹配到的字符串
(?P<name>)	分组起别名
(?P=name)	引用别名为name分组匹配到的字符串

二、re模块的使用

　　1、findall

import re
ret=re.findall(r'd+',"商品：辣条,数量：5,价格：5")
print(ret)

　　2、findall优先级

import re
ret = re.findall(r'(数量：d+),价格：d+',"商品：辣条,数量：5,价格：5")
print(ret)
#取消优先级
ret = re.findall(r'(?:数量：d+),价格：d+',"商品：辣条,数量：5,价格：5")
print(ret)

　　3、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。

import re
ret = re.search(r"d+", "阅读次数为 9999")
ret.group()
#结果9999

　　4、split

　　split的优先级查询

import re
ret=re.split(r'd+',"小米3小花4小松5")
print(ret)
#结果：
# ['小米', '小花', '小松', '']
ret=re.split(r'(d+)',"小米3小花4小松5")
print(ret)
#结果：
# ['小米', '3', '小花', '4', '小松', '5', '']
#取消优先级
ret=re.split(r'(?:d+)',"小米3小花4小松5")
print(ret)
# 结果
# ['小米', '小花', '小松', '']