---

正则表达式简介

---

正则表达式的定义

• 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。
• 正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），是计算机科学的一个概念。
• 正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。
• Regular Expression的“Regular”⼀般被译为“正则”、“正规”、“常规”。
• 此处 的“Regular”即是“规则”、“规律”的意思，Regular Expression即“描述某种规则 的表达式”之意。
• 正则表达式的特点是：灵活性、逻辑性和功能性非常强；可以迅速地用极简单的方式达到字符串的复杂控制。对于刚接触的人来说，比较晦涩难懂。

• import re
  

• 使用match方法进行匹配操作
  

• result = re.match(正则表达式, 要匹配的字符串)
  

•  如果上一步匹配到数据的话，可以使用group方法来提取数据
  

•  result.group()
  

•  如果返回None就是没有任何匹配的
  

• re.match是用来进行正则匹配检查的方法，若字符串匹配正则表达式，
• 则match方法返回匹配对象（Match Object）
• 否则返回None（注意不是空字符串""）
• 匹配对象Macth Object具有group方法，用来返回字符串的匹配部分。
• re.match() 能够匹配出以xxx开头的字符串
• 而且匹配过程中是从左到右的过程。

---

表示字符

---

• 【^ 】表示不是这个范围的只能用一次在开头
• 。匹配任意1个字符（除了\n）
• 【】匹配[ ]中列举的字符 数字范围[0-9]
• \d(digit) 匹配数字，即0-9
• \D 匹配⾮数字，即不是数字
• \s(space) 匹配空白，即空格，tab
• \S 匹配非空白键(\t),\n,\r
• \w –>word 0-9 a-z A-Z 匹配单词字符 ==_==
• \W 匹配非单词字符 不是0-9 a-z A-Z 减号-不能匹配

---

四、表示数量

---

• • 代表0到多个\w代表0个\w或者多个\w没有限制代表连续的
• • 代表大于等于1至少要有1个
• ? 等于1或者0，可以没有也可以有但只能有1次
• {m}—>\d{11}表示11位手机号码 匹配前⼀个字符出现m次
• {m，} m数量以上没有限制
• {m,n} 大于等于m小于等于n

---

表示边界

---

• ^ 匹配字符串开头
• [^]这是非其他代表开头
• $ 匹配字符串结尾
• r 在正则表达式的前面加r的区别 \ n是两个分别的字符，不加r\n就是换行
• 加r相当于\ \的效果
• 如果加了r跟$就是拿着后面的数值跟前面的正则进行匹配
• \b 匹配一个单词的边界
• \B 匹配⾮单词边界

---

匹配分组

• | 匹配左右任意一个表达式
• （ab）将括号中的字符作为一个分组
• 如果有分组从左至右0-n整体是0组
• ==如果打印groups打印出元组==
• \·转义成正常·
• \number 引用分组num匹配到的字符串反向引用
• back引用
• \number指你的组的编号
• ==引用前面的内容引用的是内容不是正则表达式==
• r代表原始字符串
• (?P) 分组起别名
• (?P = name)引用别名为Name分组匹配到的字符串

http://[^:]+?

---

高级应用

• re.srarch
  

• 从左边搜索，搜到第一个就推出
  

• re.findall()
  

• 结果是列表把所有符合条件的都添加到列表
  

• sub 替换
  

• sub(表达式，替换内容或者函数或者匿名函数labda，原表达式)
  

---

spilt切割

• re.spilt(r")

---

python贪婪和非贪婪

• Python⾥数量词默认是贪婪的（在少数语⾔⾥也可能是默认⾮贪婪），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。
• 在"*","?","+","{m,n}“后⾯加上？，使贪婪变成⾮贪婪