29 正则表达式 re模块
一.正则表达式
官方定义：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
作用:
1.规范字符串规则(通过一个规则从一段字符串中找到符合规则的内容)
2.判断某段字符串是否符合规则.
(一).字符组 [ - ]从小往大指 按照ascii的顺序
在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示
字符分为很多类，比如数字、字母、标点等等
(二).字符
元字符 匹配内容
. 匹配除换行符以外的任意字符
\w 匹配字母或数字或下划线
\s 匹配任意的空白符
\d 匹配数字
\n 匹配一个换行符
\t 匹配一个制表符
\b 匹配一个单词的结尾
^ 匹配字符串的开始
$ 匹配字符串的结尾
\W 匹配非字母或数字或下划线
\D 匹配非数字
\S 匹配非空白符
a|b 匹配字符a或字符b
() 匹配括号内的表达式，也表示一个组
[...] 匹配字符组中的字符
[^...] 匹配除了字符组中字符的所有字符
(三).量词
量词 用法说明
* 重复零次或更多次
+ 重复一次或更多次
? 重复零次或一次
{n} 重复n次
{n,} 重复n次或更多次
{n,m} 重复n到m次
(四).字符集 字符集［］［^］
李[杰莲英二棍子]* 表示匹配"李"字后面[杰莲英二棍子]的字符任意次
李[^和]* 表示匹配一个不是"和"的字符任意次
[\d] 456bdha3 表示匹配任意一个数字，匹配到4个结果
[\d]+ 456bdha3 表示匹配任意个数字，匹配到2个结果
(五).分组 或| [^]
身份证号码是一个长度为15或18个字符的字符串，如果是15位则全部?️数字组成，首位不能为0；
如果是18位，则前17位全部是数字，末位可能是数字或x，下面我们尝试用正则来表示
^[1-9]\d{16}[0-9x]|^[1-9]\d{14}
(六)转意符\
1.在正则表达式中，有很多有特殊意义的是元字符，比如\d和\s等，
如果要在正则中匹配正常的"\d"而不是"数字"就需要对"\"进行转义，变成'\\'
2.所以如果匹配一次"\d",字符串中要写成'\\d'，那么正则里就要写成"\\\\d",这样就太麻烦了。
这个时候我们就用到了r'\d'这个概念，此时的正则是r'\\d'就可以了 ("r"表示取消所有转义)
(七)贪婪匹配 贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配
<.*> 默认为贪婪匹配模式，会匹配尽量长的字符串
<.*?> 加上？为将贪婪匹配模式转为非贪婪匹配模式，会匹配尽量短的字符串
(八)惰性匹配 ( 元字符+量词+"?") 最少匹配次数
如果后面有条件,条件内匹配最少的, 表示匹配任意长度的字符遇到标识就立刻停止 (爬虫需要)
(九)小数
\d+\.?\d+ 有纰漏 (12.)
\d+(\.\d+)? 牢记
二.re模块
模块:操作某一个确实存在的内容的python方式
re模块:如何用python操作正则
1.re.findall("正则","待匹配字符串")
2.re.search("正则","带匹配字符串") 返回一个对象,赋值给变量ret ; 通过ret.group()获取匹配的字符串
如果字符串没有匹配,则返回None.
import re
ret=re.findall('\d+',"fhjgh56556jjj87878")
print(ret) # 返回所有满足匹配条件的结果,放在列表里
print(ret)
ret=re.search("\d+","gdhgjh767676hjhljljj898989")
print(ret.group())
接做施工图的网站/百度站长联盟
转载于:https://www.cnblogs.com/J-7-H-2-F-7/p/9301772.html