正则表达式

• 正则表达式为高级的文本模式匹配，抽取，与/或文本形式的搜索和替换功能提供基础。
• 正则表达式(regex)由一些字符和特殊字符组成的字符串。正则表撒式能按某种模式匹配一些列有相似特征字符串。只能匹配一个字符串的正则表达式毫无意义。

• python通过标准库re模块支持正则表达式。

  第一个正则表达式

• foo 只能匹配 foo,正则表达是强大之处在于引用特殊字符来定义字符集合，匹配子组，重复模式。匹配字符串集合，而不是某个单字符串
  
  

  特殊符号和字符

使用择一匹配符号匹配多个正则表达式模式

p匹配任意单字符(.)除了\n换行

从字符串起始或者结尾或者单词边界匹配

创建字符集合

限定范围和否定

使用闭包操作符实现存在性和频数匹配

表示字符集的特殊字符

使用圆括号指定分组

• 只要用一对圆括号包裹任何正则表达式
  • 对正则表达式进行分组
  • 匹配子组

扩展表示法

正则表达式和python语言

re模块：核心函数和方法

1. `compile(pattern,flag=0)` 返回正则表达式对象。

2. re模块函数和正则表达式对象方法
   • match(pattern,string,flags=0) 匹配成功返回匹配对象，失败返回None
   • search(pattern,string,flags=0)
   • findall(pattern,string[,flags]) 返回一个匹配列表
   • finditer(pattern,string[,flags]) 与findall 相同返回一个迭代器，迭代器返回一个匹配对象
   • split(pattern,string,max=0) 正则表达式模式分隔符，将字符串分割为列表，返回成功匹配列表
3. re模块函数和正则表达式对象方法
   • sub(pattern,repl,string,count=0)
4. 常用匹配对象方法
   • group(num=0) 返回整个匹配对象
   • groups(default=None) 返回一个包含所有陪陪子组的元组

   • groupdict(default=None) 返回一个包含素哟有匹配命名子组的字典

     编译正则表达式

   • re.compile()

     匹配对象以及group()和groups()方法

     使用 match()方法匹配字符串

   • match() search()匹配对象； 匹配对象group()方法用于显示成功匹配。

   import re
   r = re.compile('foo') #返回正则表达式对象
   m = re.match(r,'foo') #模式匹配对象
   if m is not None:
    print(m.group())
   m = re.match(r,'food on the table foo')
   if m is not None:
    print(m.group())

   使用search()在一个字符串中查找模式(搜索与匹配对比)

• 搜索模式出现在一个字符串中间部分。

 m = re.match('foo','seafood') #匹配失败
m     = re.search('foo','seafood') #匹配成功

重复，特殊字符及其分组

• 简单电子邮件正则表达式
  \w+@\w+\.com ---> yujun@qq.com
  \w+@(\w+\.)?\w+\.com --->yujun@qq.com yujun@www.qq.com
  \w+@(\w+\.)*\w+\.com ---->nobody@www.xxx.yyy.zzz.com
• 匹配能够提取内容

m = re.match(‘(a)(b)‘,‘ab‘)
print(m.group()) #ab
print(m.group(1)) #a
print(m.group(2)) #b
print(m.groups()) #(‘a‘,‘b‘)

m = re.match('(\w\w\w)-(\d\d\d)','abc-123')
print(m.group()) #'abc-123'
print(m.group(1)) #子组1 'abc'
print(m.group(2)) #子组2 '123'
print(m.groups())  #('123','abc')

re模块方法 findall() sub() subn() split()

• 使用findall() fiditer()查找每一次出现位置

re.findall('car','car') # ['car']
re.findall('car','scray') #['car']
re.findall('car','carry the barcard to the car') #['car','car','car']
s = 'That and this'
print(re.findall(r'(th\w+)',s,re.I)) #['This','that]
it = re.finditer(r'(th\w+)',s,re.I)
g = next(it)
print(g.groups())  #('This',)
g = next(it)
print(g.groups())  #('that')
print(g.group(1)) #that

使用sub()和subn()搜索与替换

print(re.sub('[ae]','X','abcedf')) #XbcXdf
print(re.subn('[ae]','X','abcedf')) #('XbcXdf', 2)
# 可以用n来代替分组编号 MM/DD/YY --> DD/MM/YY
print(re.sub(r'(\d{1,2})/(\d{1,2})/(\d{2}|d{4})',r'\2/\1/\3','2/20/91')) #20/2/91

在限定模式上使用splite()分割字符串

print(re.split(':','str1:str2:str3')) #['str1','str2','str3']

扩展符号

正则表达式入门

正则表达式目的

- 判断字符串是否符合正则表达式逻辑
- 通过正则表达式从指定的字符串中获取我们需要的特定部分。

• 如何判断一个字符串是否是手机号码？

#手机号码特征 13[\d]{9}
print(re.match(r'13[\d]{9}','13362158971').group())

match方法

• match object = re.match(‘正则表达式‘,‘要匹配字符串‘)

• match object.group() 返回字符串匹配部分

  正则表达式单字符匹配

正则表达式描述数量

s = '\\nabc'
print(re.match('\\\\nabc',s)) #\\nabc
print(re.match(r'\\nabc',s)) #<_sre.SRE_Match object; span=(0, 5), match='\\nabc'>

表示边界

正则分组

正则表达式

原文：https://www.cnblogs.com/hzyujun/p/12286380.html