python之正则表达式
目录
正则表达式
python正则表达式方法
match
search
findall
finditer
compile
元字符匹配
元字符
量词
贪婪匹配和惰性匹配
正则表达式的group
语法
案例
正则表达式
- 正则表达式又称规则表达式，是使用单个字符串来描述、匹配某个句法规则的字符串，常被用来检索、替换那些符合某个模式的文本
- 正则表达式就是使用元字符进行排列组合用来匹配字符串，并通过规则去验证字符串是否匹配
- python正则表达式，使用re模块，并基于re模块的三个基础方法来做正则匹配（match、search、findall）
python正则表达式方法
使用时先导入re模块：import re
match
语法：变量=re.match(匹配规则,被匹配的字符串)
注意：从被匹配的开头进行匹配，匹配成功则返回匹配对象，匹配不成功则返回None
取得下标：变量.span()
取得匹配字符串：变量.group()
#导入re模块
import re
s="python language"
result=re.match("python",s)
print(result)#<re.Match object; span=(0, 6), match='python'>
print(result.span())#匹配的下标
print(result.group())#匹配的字符串search
语法：变量=re.search(匹配规则,被匹配的字符串)
作用：搜索整个字符串，找出匹配的，从前向后，找到第一个后就停止不会继续向后，整个字符串都找不到，就返回None
取得下标：变量.span()
取得匹配字符串：变量.group()
#导入re模块
import re
s="i like python very much python yyds"
result=re.search("python",s)
print(result)#<re.Match object; span=(7, 13), match='python'>
print(result.span())
print(result.group())findall
语法：列表对象=re.findall(匹配规则,被匹配的字符串)
作用：匹配整个字符串，找出全部匹配项，找不到则返回list:[]
#导入re模块
import re
s="i like python very much python yyds"
result=re.findall("python",s)
print(result)#['python', 'python']finditer
语法：列表对象=re.findall(匹配规则,被匹配的字符串)
作用：匹配字符串中的所有内容，返回的是迭代器。
import re
result=re.finditer(r"\d+","我的电话号码是10086，女朋友电话号码是10010")
print(result)#<callable_iterator object at 0x0000029E66A093C0>
for i in result:print(i.group())
# 10086
# 10010注意：
- 字符串r标记表示当前字符串是原始字符串，即内部的转义字符无效而是普通字符
- 从迭代器中拿到内容需要i.group()
compile
前言：正则表达式可能会被写的很长，此时复杂的正则可能有需要反复的使用，此时就可以把该正则提前加载好，后面用的时候直接拿来用就能够提高一点点效率
语法：预加载正则表达式=re.compile(r"需要编译的正则表达式")
import re
#预加载正则表达式
obj=re.compile(r"\d+")#很复杂的正则表达式
result=obj.findall("我的电话号码是10086，女朋友电话号码是10010")
print(result)#['10086', '10010']元字符匹配
元字符
含义：具有固定含义的特殊符号
| 字符 | 功能 |
| .（点） | 匹配任意一个字符（除了\n），\.匹配自身 |
| [] | 匹配[]中列举任意一个字符 |
| [^……] | 匹配除了字符组中的所有字符 |
| \d | 匹配数字，即0-9 |
| \D | 匹配非数字 |
| \s | 匹配空白，即空格、tab键 |
| \S | 匹配非空白 |
| \w | 匹配大小写英文字母数字及下划线（单词字符） |
| \W | 匹配非单词字符 |
| \n | 匹配一个换行符 |
| \t | 匹配一个制表符 |
| ^ | 匹配字符串开头 |
| $ | 匹配字符串结尾 |
| | | 匹配左右任意1个表达式 |
| () | 匹配括号里的内容 |
注意：元字符仅能匹配单个字符
量词
含义：控制前面元字符出现的次数
| 量词 | 功能 |
| * | 匹配前一个规则字符重复出现了0到无数次 |
| + | 匹配前一个规则字符重复出现了1到无数次 |
| ? | 匹配前一个规则字符重复出现了0或1次 |
| {m} | 匹配前一个规则字符重复出现了m次 |
| {m,} | 匹配前一个规则字符重复出现了m到无数次 |
| {m,n} | 匹配前一个规则字符重复出现了m到n次 |
贪婪匹配和惰性匹配
| 匹配方式 | 功能 |
| .*（贪婪匹配） | 尽可能多的匹配字符 |
| .*?（惰性匹配） | 尽可能少的匹配字符 |
举例：玩吃鸡游戏，晚上一起上游戏，干嘛呢？打游戏啊
- 玩.*游戏：玩吃鸡游戏，晚上一起上游戏，干嘛呢？打游戏
- 玩.*?游戏： 玩吃鸡游戏
正则表达式的group
语法
给匹配到的分组正则命名：(?P<名字>正则表达式)
获取对应分组匹配的内容：match对象.group("名字")
案例
import re
s="""<div class='a'><span id='1'>周杰伦</span></dir><div class='b'><span id='2'>郭麒麟</span></dir><div class='c'><span id='3'>周星驰</span></dir><div class='d'><span id='4'>刘德华</span></dir>
"""
obj=re.compile(r"<div class='(?P<ch>.*?)'><span id='(?P<num>\d+)'>(?P<name>.*?)</span></dir>",re.S)
#注意这里的re.S代表让.也可以匹配换行符
result=obj.finditer(s)
for i in result:print(i.group("name"))# 周杰伦 郭麒麟 周星驰 刘德华