python编程基础之三十八

正则表达式：正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。

• 需要引入内置模块re

• 缺点：效率低下，能用字符串方法完成尽量使用字符串的方法

• 优点：编码简单

原子 　　　　　　含义

d　　　　　　0-9中的任意一个字符

D　　　　　　排除0-9

s　　　　　　 , , ,空格等字符中的一个

S　　　　　　排除s

w　　　　　　数字字母下划线

W　　　　　   排除w

[]　　　　　　 自定义的原子表

[^]　　　　　　排除自定义的原子表

^　　　　　　 行首，

￥　　　　　　行尾

  .　　　　　　表示出 以外的任何字符，

　　　　　　词边界

B　　　　　　非词边界

A　　　　　　字符串首

　　　　　　字符串结尾

 -   　　　　　 表示域，一个范围，比如1-9,1到9中的任意一个

-----------------------------------------------

元字符  　　　　含义

{}　　　　　　　表示重复原子次数

{m}　　　　　　 表示重复原子m次

{m,n}　　　　　 表示重复原子最少m次，最多n次

{m,}　　　　　   表示重复原子最少m次，无上限

（）　　　　　  改变优先级，取子元素

  *  　　　　　　连续出现重复至少0次，意思出没出现没关系，但是存在贪婪性，

+ 　　　　　　  至少出现一次，存在贪婪性

?　　　　　　   出现0次或1次

*?,+? 　　　　   取消贪婪

|　　　　　　　或　　　　　　　

----------------------------------------------------------------------

模式修正符

修饰符　　　　　　含义

re.S　　　　　　 使 . 匹配所有字符

re.L　　　　　　 本地识别化

re.U　　　　　　根据Unicode字符解析字符吗，会影响,B,w,W

re.l　　　　　　 不区分大小写

re.M　　　　　　多行匹配

------------------------------------------------------------------------

• 模式字符串一定要使用原字符串，也就是用r开头的字符串。r'www'

• 严格区分大小写

• 如果正则表达式中有{，}，[,],-,?,*,|^,$,.等做普通字符，则要将其转义

正则常用的函数方法

re.match()字符串开头开始匹配，只匹配开头

re.search()从开始开始匹配，但是不限于只匹配开头，中间的也行

re.findall()找出所有符合规则的并以列表的形式返回

re.split()根据模式拆分

re.sub,re.subn:在目标字符串中以正则表达式的规则匹配字符串，再把他们替换成指定的字符串。可以指定替换的次数,

    如果 不指定，替换所有的匹配字符串

前者返回一个替换后的字符串，后者返回一个元组，第一个元素替换后的字符串

re.group()和re.groups():用于提取子元素，模式中一个括号就是一个子元素，group和groups只能在match和search方法里使用，

通过返回的match object获取子元素。在模式串和sub和subn中的替换字符串中可以使用1，2，3....来引用子元素

compile():就是把规则存储起来，不需要多次解释，提高运行速度