。

正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

Expression在代码中常简写为regex、regexp或RE计算机科学的一个概念。

正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

正则表达式是对字符串操作的一种逻辑公式就是用事先定义好的一些特定字符、及这些特定字符的组合组成一个“规则字符串”这个“规则字符串”用来表达对字符串的一种过滤逻辑。

之间的字母和特殊字符称为“元字符”操作的一种逻辑公式就是用事先定义好的一些特定字符、及这些特定字符的组合组成一个“规则字符串”这个“规则字符串”用来表达对字符串的一种过滤逻辑。

正则表达式是一种文本模式模式描述在搜索文本时要匹配的一个或多个字符串。

正则表达式语法

-放在中间表示范围放在字符类中的第一个字符则表示-本身。

正则表达式量词

{m}

注意点以上量词都是贪婪模式会尽可能多的匹配如果要改为非贪婪模式通过在量词后面跟随一个?来实现练习

包含字母、数字、下划线

邮箱验证126163邮箱6~18个字符可使用字母、数字、下划线需以字母开头

url

Python里数量词默认是贪婪的,总是尝试匹配尽可能多的字符,非贪婪则相反总是尝试匹配尽可能少的字符。

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\num引⽤分组num匹配到的字符串(?P)分组起别名(?Pname)引⽤别名为name分组匹配到的字符串

可以在后面反向引用可以通过在左括号后面跟随?:来关闭这个括号的引用功能

每一个没有使用?:的小括号都会分配一个组好从1开始从左到右递增可以通过\i引用前面()内表达式捕获的内容\i

可以通过在左括号后面跟随?Pname,尖括号中放入组名来为一个组起一个别名后面通过(?Pname)来引用

前面捕获的内容。

如(?Pword\w)\s(?Pword)来匹配重复的单词。

这里引用前面内容并不是正则表达式

(?Pword\w)\s(?Pword)如果引用的内容也需要分组则外面再加一个括号

断言与标记

也叫零宽度正预测先行断言它断言自身出现的位置的后面能匹配表达式exp。

(?exp)

也叫零宽度正回顾后发断言它断言自身出现的位置的前面能匹配表达式exp。

负向零宽断言

零宽度负预测先行断言(?!exp)断言此位置的后面不能匹配表达式exp。

10.(?!e)

零宽度负回顾后发断言来断言此位置的前面不能匹配表达式exp前瞻回顾的解释

正前瞻

(?(id)yes_exp|no_exp):对应id的子表达式如果匹配到内容则这里匹配yes_exp否则匹配no_exp

python

正则表达式可以包含一些可选标志修饰符来控制匹配的模式。

修饰符被指定为一个可选的标志。

多个标志可以通过按位

OR(|)

该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。

re.A或者re.ASCII

尝试从字符串的起始位置匹配一个模式如果不是起始位置匹配成功的话match()就返回none。

#re.search

#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而re.search匹配整个字符串直到找到一个匹配。

group([group1,

方法用于获得一个或多个分组匹配的字符串当要获得整个匹配的子串时可直接使用

group()

方法用于获取分组匹配的子串在整个字符串中的起始位置子串第一个字符的索引参数默认值为

end([group])

方法用于获取分组匹配的子串在整个字符串中的结束位置子串最后一个字符的索引1参数默认值为

span([group])

flags0):与re.sub()方法相同区别在于返回的是二元组其中一项是结果字符串一项是做替换的个数。

findall

在字符串中找到正则表达式所匹配的所有子串并返回一个列表如果没有找到匹配的则返回空列表。

match

标志位用于控制正则表达式的匹配方式如是否区分大小写多行匹配等等。

参见正则表达式修饰符

re.finditer

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。

分割

re.split

标志位用于控制正则表达式的匹配方式如是否区分大小写多行匹配等等。

参见正则表达式修饰符

使用re.compile(r,

f)方法生成正则表达式对象然后调用正则表达式对象的相应方法。

这种做法的好处是生成正则对象之后可以多次使用。

re模块中对正则表达式对象的每个对象方法都有一个对应的模块方法唯一不同的是传入的第一个参数是正则表达式字符串。

此种方法适合于只使用一次的正则表达式。

python

f)方法生成正则表达式对象使用re.match()或re.search()方法生成匹配对象

匹配对象方法|作用

…)|返回编号或者组名匹配到的内容默认或者0表示整个表达式匹配到的内容如果指定多个就返回一个元组

m.groupdict(default)|返回一个字典。

字典的键是所有命名的组的组名值为命名组捕获到的内容

如果有default参数则将其作为那些没有参与匹配的组的默认值。

m.groups(default)|返回一个元组。

包含所有捕获到内容的子分组从1开始如果指定了default值则这个值作为那些没有捕获到内容的组的值

m.start(g):|当前匹配对象的子分组是从字符串的那个位置开始匹配的,如果当前组没有参与匹配就返回-1

m.end(g)|当前匹配对象的子分组是从字符串的那个位置匹配结束的如果当前组没有参与匹配就返回-1

m.span()|返回一个二元组内容分别是m.start(g)和m.end(g)的返回值

m.lastgroup|匹配到内容的编号最高的捕获组的名称如果没有或者没有使用名称则返回None(不常用)

m.lastindex|匹配到内容的编号最高的捕获组的编号如果没有就返回None。

m.string|传递给match或者search用于匹配的字符串

m.pos|搜索的起始位置。

即字符串的开头或者start指定的位置(不常用)

m.endpos|搜索的结束位置。

即字符串的末尾位置或者end指定的位置(不常用)

对于正则表达式的匹配功能Python没有返回true和false的方法但可以通过对match或者search方法的返回值是否是None来判断

对于正则表达式的搜索功能如果只搜索一次可以使用search或者match方法返回的匹配对象得到对于搜索多次可以使用finditer方法返回的可迭代对象来迭代访问

对于正则表达式的替换功能可以使用正则表达式对象的sub或者subn方法来实现也可以通过re模块方法sub或者subn来实现区别在于模块的sub方法的替换文本可以使用一个函数来生成

对于正则表达式的分割功能可以使用正则表达式对象的split方法需要注意如果正则表达式对象有分组的话分组捕获的内容也会放到返回的列表中

关注公众号