正則表達式
- Regular Rxpression, 又稱規則表達式
- 正則表達式 就是事先定義好的一些特定字符（組合），組成一個”規則字符串”，這個”規則字符串”用來描述了一種字符串的匹配模式
- 作用：可以檢查一個串是否含有某種數據、將匹配的數據替換或者取出（1.判斷數據是否符合要求，2.提取你想要的數據）
- 特點： 功能強大，使用靈活
re模塊操作
#re模塊使用過程
#導入re模塊
import re
# 使用match方法進行匹配操作
result = re.match(正則表達式， 要匹配的字符串)
# 如果上一步匹配到數據的話，可以使用group方法來提取數據
result.group()
#如果沒有匹配 則result是None
resilt = re.search(正則表達式， 要匹配的字符串)
# 如果上一步匹配到數據的話，可以使用group方法來提取數據
result.group()
匹配單個字符
| 字符 |
功能 |
| . |
匹配任意一個字符（除了\n） |
| [] |
匹配[ ]中列舉的字符 |
| \d |
匹配數字，即0-9 |
| \D |
匹配非數字，即不是數字 |
| \s |
匹配空白，即空格，tab鍵 |
| \S |
匹配非空白 |
| \w |
匹配單詞字符，即a-z、A-Z、0-9、_、中文 |
| \W |
匹配非單詞字符 |
匹配多個字符
| 字符 |
功能 |
| * |
匹配前一個字符出現0次或者無限次，即可有可無\d*等價於\d{0, } |
| + |
匹配前一個字符出現1次或者無限次，即至少有1次\d+等價於\d{1, } |
| ？ |
匹配前一個字符出現1次或者0次，即要麼有1次，要麼沒有\d?等價於\d{0,1} |
| {m} |
匹配前一個字符出現m次 |
| {m,n} |
匹配前一個字符出現從m到n次 |
匹配開頭結尾
| 字符 |
功能 |
| ^ |
匹配字符串開頭 |
| $ |
匹配字符串結尾 |
匹配分組
| 字符 |
功能 |
| \ |
匹配左右任意一個表達式 |
| （ab） |
將括號中字符串作爲一個分組 |
| \num |
引用分組num匹配到字符串 |
| (?p\) |
分組起別名 |
| (?P=name) |
引用別名爲name分組匹配到字符串 |
re模塊的高級用法
- search 掃描整個字符串並返回第一個成功的匹配
- findall 類似search,返回列表
- sub 將匹配到的數據進行替換
- split 根據匹配進行切割字符串，並返回一個列表
python貪婪和非貪婪
- 貪婪：Python裏數量默認是貪婪的（在少數語言裏也可能是默認貪婪），總是嘗試匹配儘可能多的字符
- 非貪婪：總是嘗試匹配儘可能少的字符
- 在”*”,”?”,”+”,”{m,n}”等量詞後面加上？，使貪婪變成非貪婪
- 注意事項：貪婪儘可能多，非貪婪儘可能少；貪婪和非貪婪必須有一個前提就是滿足整體匹配結果
r的作用
- python中字符串前面加上 r 表示原生字符串 ，結論就是寫正則表達式的時候加上 r 字符，沒毛病！！！
PEGEXP
- PEGEXP在列值內進行匹配，如果被匹配的文本在列值中出現，PEGEXP將會找到它，相應的行將被返回
