Python之正则表达式笔记

概述

概念

Regular Expression

一种文本模式，描述在搜索文本时要匹配的一个或多个字符串

典型场景

数据验证、文本扫描、文本提取、文本替换、文本分割

语法

字面值

普通字符

需转义：\ ^ $ . | ? * + () [] {}

元字符

匹配

单字，预定义元字符

. 除\n外的所有字符 \d 数字,等同于[0-9] \D非数字，等同于[^0-9]

\s 空白字符 \t\n\r\f\v \S 非空白字符[^\t\n\r\f\v]

\w 字母数字字符[a-zA-Z0-9_] \W 非字线数字[^a-zA-Z0-9_]

批量备选 | yes|no

量词（字符、元字符，字符集如何重复）

? 0或1次 * 0或多次 + 1或多次

特定: ｛n，m｝范围次数｛n｝n次｛n，｝至少n次｛，m｝最多m次

贪婪与非贪婪

贪婪（默认）：尽量匹配最大范围结果

非贪婪

尽量匹配最小的范围结果

方法：量词后追加? 例：?? *? +?

边界匹配

^ 行首 $ 行尾 \b 单词边界 \B 非单词边界 \A 输入开头 \Z 输入结尾

注：或因上下文差异有不同表

Python 正则

模块 import re

RegexObject 正则对象

模式对象，表现编译后的正则表达式（编译为字节码并缓存）

编译 re.compile('模式')

.findall() 1查找所有非重叠匹配项 2返回list

.match(string[,pos[,endpos]]) 1匹配，仅从开始位置 2返回MatchObject

.search(string[,[pos[,endpos]]) 1任意位置搜索 2返回MatchObject

.finditer() 1查找所有匹配项 2返回包括MatchObject元素的迭代器

MatchObject 匹配对象

表现被匹配的模式

.group() 1参数为0或空返回整个匹配 2有参时返回特定分组匹配细节 3参数也可以是分组名称

.groups() 返回包含所有子分组的元组

.start() 返回特定分组的起始索引

.end() 返回特定分组的终止索引

.groupdict() 以字典表形式返回分组名及结果

Group 编组

场景 1从匹配模式中提取信息 2创建子正则以应用量词 3限制备选项范围

4重用正则模式中提取的内容

声明 1（模式） 2（?P<name>模式）

引用 1匹配对象内 m.group('name') 2模式内 (?P=name) 3表现内 \g<name>

应用

字符串操作 1 .split(string, maxsplit=0) 分割字符串

2 .sub(repl, string, count=0) 替换字符串

3 .subn(repl, string, count=0) 替换并返回替换数量

编译标记 1 改变正则的默认行为 2 re.I 忽略大小写 3 re.M 匹配多行

4 re.S 指定"."匹配所有字符，包括\n …

模块级别操作 1 re.purge() 清理正则缓存 2 re.escape() 逃逸字符

巴特西

Python之正则表达式笔记

最新文章

热门文章