re 模块

目录

• re模块
  • 可以用到的元字符：
  • 反斜杠后边跟普通字符实现特殊功能
  • re模块的常用功能函数

re模块

正则表达式的大致匹配过程是：依次拿出表达式和文本中的字符比较，如果每一个字符都能匹配，则匹配成功；一旦有匹配不成功的字符则匹配失败。

re模块的基本使用方法

import re
a = re.findall("匹配规则", "这个字符串是否有匹配规则的字符")
print(a)  # 以列表形式返回匹配到的字符串

可以用到的元字符：

1. ^元字符：字符串开始位置与匹配规则符合就匹配，否则不匹配

   匹配字符串开头。在多行模式中匹配每一行的开头

2. [^a-z]反取： 表示匹配出除字母外的字符，^元字符如果写到字符集里就是反取

3. $元字符：字符串结束位置与匹配规则符合就匹配，否则不匹配

   匹配字符串末尾，在多行模式中匹配每一行的末尾

4. *元字符：需要字符串里完全符合，匹配规则，就匹配，前面的一个字符可以是0个或是多个原生字符。匹配前一个字符0或多次，贪婪匹配前导字符有多少个就匹配多少个

5. +元字符：需要字符串里完全符合，匹配规则，就匹配，前面的一个字符可以是1个或多个原本字符匹配前一个字符1次或无限次，贪婪匹配前导字符有多少个就匹配多少个

6. ?元字符(防止贪婪匹配)：需要字符串里完全符合，匹配规则，就匹配，前面的一个字符可以是0个或1个原本字符匹配一个字符0次或1次

7. |元字符(或)：|或，或就是前后其中一个符合就匹配

8. {}元字符(范围)：需要字符串里完全符合，匹配规则，就匹配，（规则里的 {} 元字符）前面的一个字符，是自定义字符数，位数的原本字符{m}匹配前一个字符m次，{m,n}匹配前一个字符m至n次，若省略n，则匹配m至无限次

   {0,}匹配前一个字符0或多次,等同于*元字符
   {1,}匹配前一个字符1次或无限次,等同于+元字符
   {0,1}匹配前一个字符0次或1次,等同于?元字符

9. []元字符(字符集)：需要字符串里完全符合，匹配规则，就匹配，（规则里的 [] 元字符）对应位置是[]里的任意一个字符就匹配字符集。对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出，也可以给出范围，如[abc]或[a-c]。

10. ()元字符(分组)：也就是分组匹配，()里面的为一个组也可以理解成一个整体，如果()后面跟的是特殊元字符如 (adc)* 那么*控制的前导字符就是()里的整体内容，不再是前导一个字符。

反斜杠后边跟普通字符实现特殊功能

1. d 匹配任何十进制数
2. d+ 匹配一位或者多位数的数字时用
3. D匹配任何非数字字符
4. s匹配任何空白字符
5. S匹配任何非空白字符
6. w匹配包括下划线在内任何字母数字字符
7. W匹配非任何字母数字字符包括下划线在内]

re模块的常用功能函数

1. compile:re模块中包含一个重要函数是compile(pattern [, flags]) ，该函数根据包含的正则表达式的字符串创建模式对象。可以实现更有效率的匹配。在直接使用字符串表示的正则表达式进行search,match和findall操作时，python会将字符串转换为正则表达式对象。而使用compile完成一次转换之后，在每次使用模式的时候就不用重复转换。当然，使用re.compile()函数进行转换后，re.search(pattern, string)的调用方式就转换为 pattern.search(string)的调用方式。
2. match，从头匹配一个符合规则的字符串，从起始位置开始匹配，匹配成功返回一个对象，未匹配成功返回None
3. search，搜索所有，匹配成功返回第一个找到的对象
4. re.split()：就是字符串的split方法,区别是可以使用正则表达式去替换
5. sub和subn：它们两都是替换内容,但是subn会计算替换了多少次,类似于字符串的replace内置方法