正则表达式简介
正则表达式,是一个特殊的字符序列,又称规则表达式(英语:Regular Expression,在代码中常简写为 regex、regexp 或 RE),本质而言是一种小型的,高度专业化的编程语言。
Python 自 1.5 版本起增加了 re 模块,re 模块使 Python 语言拥有全部的正则表达式功能。
正则语法表
关于正则语法表,别想其他的都背过就行了。不管你是 python 还是其他的语言都是一样的,所以背不过就抄到记住为止!这个你背不过,再好的教程看了也没用。如何巧记?我们需要对其进行分类。
开头结尾
这一对标签,大家都不会陌生…
模糊匹配
关于括号
“\” 反斜杠的应用
其他
re 模块用法
re.(function)(pattern[, flags])
pattern : 一个字符串形式的正则表达式
flags : 可选,表示匹配模式,比如忽略大小写,多行模式等,具体参数为:
re.I 忽略大小写
re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
re.M 多行模式
re.S 即为 . 并且包括换行符在内的任意字符(. 不包括换行符)
re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
re.X 为了增加可读性,忽略空格和 # 后面的注释
findall() (即:全部找到,返回的是一个列表)
findall(string[, pos[, endpos]])
参数:
string : 待匹配的字符串。
pos : 可选参数,指定字符串的起始位置,默认为 0。
endpos : 可选参数,指定字符串的结束位置,默认为字符串的长度。
finditer()
和 findall 类似,在字符串中找到正则表达式所匹配的所有子串,并把它们作为一个迭代器返回。
re.finditer(pattern, string, flags=0)
参数:
search() 与 match()
相同点:
语法:re.search/match(pattern, string, flags=0)
函数参数说明:
可以使用 group(num) 或 groups() 匹配对象函数来获取匹配表达式。
不同点:
re.match 只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回 None
re.search 匹配整个字符串,直到找到一个匹配
split() 分隔符 对比字符串里边的 split 方法。
split 方法按照能够匹配的子串将字符串分割后返回列表,它的使用形式如下:
re.split(pattern, string[, maxsplit=0, flags=0])
sub() 替换;类似字符串中的 replace()方法。
re.sub 用于替换字符串中的匹配项。
语法:
re.sub(pattern, repl, string, count=0, flags=0)
参数:
pattern : 正则中的模式字符串。
repl : 替换的字符串,也可为一个函数。
string : 要被查找替换的原始字符串。
count : 模式匹配后替换的最大次数,默认 0 表示替换所有的匹配。
compile(strPattern[,flag]): 这个方法是 Pattern 类的工厂方法,用于将字符串形式的正则表达式编译为 Pattern 对象
compile 函数用于编译正则表达式,生成一个正则表达式( Pattern )对象,供 match() 和 search() 这两个函数使用。
语法格式为:
re.compile(pattern[, flags])
参数:
pattern : 一个字符串形式的正则表达式
flags : 可选,表示匹配模式,比如忽略大小写,多行模式等,具体参数为:
re.I 忽略大小写
re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
re.M 多行模式
re.S 即为 . 并且包括换行符在内的任意字符(. 不包括换行符)
re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据
re.X 为了增加可读性,忽略空格和 # 后面的注释
评论