一、python的正则
1.python的正则表达式利用re模块
import re # 使用match方法进行匹配操作 result = re.match(正则表达式,要匹配的字符串) # 如果上一步匹配到数据的话，可以使用group方法来提取数据 result.group()
二、正则规则
1.字符串
| 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 |
2.表示数量
| 字符 | 功能 |
|---|---|
| * | 匹配前一个字符出现0次或者无限次，即可有可无 |
| + | 匹配前一个字符出现1次或者无限次，即至少有1次 |
| ? | 匹配前一个字符出现1次或者0次，即要么有1次，要么没有 |
| {m} | 匹配前一个字符出现m次 |
| {m,} | 匹配前一个字符至少出现m次 |
| {m,n} | 匹配前一个字符出现从m到n次 |
3.字符串前加r，表示自动转义，在正则表达式中无须在使用进行转义
4.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 |
5.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 |
#分组匹配 s = "<html><h1>hello world</h1></html>" res = re.match(r"<(.+)><(.+)>.+</2></1>", s)
print(res.group())
#起别名
s = "<html><h1>hello world</h1></html>"
re.match(r"<(?P<key1>.+)><(?P=<key2>.+)>.+</(?P=key2)></(?P=key1)>", s)
6.match,search,findall
(1) match：从首字母开始开始匹配，string如果包含pattern子串，则匹配成功，返回Match对象，失败则返回None，若要完全匹配，pattern要以$结尾。
(2) search：若string中包含pattern子串，则返回Match对象，否则返回None，注意，如果string中存在多个pattern子串，只返回第一个。
(3) findall：返回string中所有与pattern相匹配的全部字串，返回形式为数组。
7.使用sub方法实现批量替换
re.sub(正则规则，要替换成的字符串或一个函数（返回值相当于字符串），要替换的字符串)