Python正则表达式介绍及使用方法

文章由LinuxBoy分享于2019-03-31 10:03:15热评（562）

Python正则表达式介绍及使用方法

1.正则表达式介绍
正则表达式（RE）是一种小型的、高度专业化的编程语言，它内嵌在python中，并通过re模块实现。

可以为想要匹配的相应字符串集指定规则

该字符串集可能包含英文语句、email地址、命令或任何你想搞定的东西

可以问诸如“这个字符串匹配该模式吗”

“在这个字符串中是否有部分匹配该模式呢”

你也可以使用RE以各种方式来修改或者分割字符串

正则表达式模式被编译成一系列的字节码，然后由用C编写的匹配引擎执行

正则表达式语音相对小型和受限（功能有限）

并非所有字符串处理都能用正则表达式完成

字符匹配：

普通字符

大多数字母和字符一般都会和自身匹配

元字符：

1.[ ]

常用来指定一个字符集：[abc]; [a-z]; [0-9]

元字符在字符集中不起作用：[akm$]

补集匹配不在区间范围内的字符：[^5] ; [^abc]

2.^

匹配行首。除非设置MULTILINE标志，它只是匹配字符串的开始。在MULTILINE模式里，它可以直接匹配字符串中的每个换行。

3.$

匹配行尾，行尾被定义为要么是字符串尾，要么是一个换行字符后面的任何位置。

4.\

反斜杠后面可以加不同的字符以表示不同的特殊意义

也可以用于取消所有的元字符：\[] 或 \\

\d 匹配任何-十进制数；它相当于[0-9]

\D匹配任何非数字字符，它相当于[^0-9]

\s匹配任何空白字符，它相当于[\t\n\r\f\v]

\S匹配任何非空白字符，它相当于[^\t\n\r\f\v]

\w匹配任何字母数字字符，它相当于[a-zA-Z0-9_]

\W匹配任何非字母数字字符，它相当于[^a-zA-Z0-9_]

5.重复

正则表达式的第一功能是能够匹配不定长的字符集，另一个功能是你可以指定正则表达式的一部分重复次数；重复次数放在大括号里面

c{8}表示重复8次c； \d{8}表示8位数字

6.*

指定前一个字符可以被匹配0次或多次，而不是只有一次。匹配引擎会试着重复尽可能多的次数（不超过整数界定范围20亿）

7.+

表示匹配一次或更多次，

*和+之间的不同：*匹配0或更多次，+匹配一或更多次

8.？

匹配一次或零次：你可以认为它用于标志某事物是可选的

？家长重复（6，7）后面可以做最小匹配，a*?表示匹配0次a，a+?表示匹配一次a
9.*?, +?, ??

非贪婪匹配，匹配最少的

<*> 会匹配'<H1>title</H1>'整个字符串（贪婪匹配），使用 *? 可以只找出 <H1>（非贪婪匹配）

10.{m,n}

其中m和n都是十进制整数，该限制符的意思是至少有m个重复，至多有n个重复。a\{1,3}b

忽略m会认为下边界是0，忽略n认为上边界是无穷大（实际上是20亿）

{0,}等同于*； {1,}等同于+； {0,1}等同于?;如果可以的话最好用* + 或?

接下来请看第2页精彩内容：

Python正则表达式介绍及使用方法