Python实战---正则表达式

正则表达式

正则表达式常用匹配规则

1、直接匹配某个字符串

text = 'hello'
ret = re.match('he',text)
print(ret.group())

2、点（.）匹配任意的字符

text = "ab"
ret = re.match('.',text)
print(ret.group())

注意：点（.）不能匹配不到换行符。

3、\d匹配任意的数字

text = "123"
ret = re.match('\d',text)
print(ret.group())

4、\D匹配任意的非数字

text = "a"
ret = re.match('\D',text)
print(ret.group())

5、\s匹配的是空白字符（包括：\n，\t，\r和空格）

text = "\t"
ret = re.match('\s',text)
print(ret.group())

6、\w匹配的是a-z和A-Z以及数字和下划线

text = "_"
ret = re.match('\w',text)
print(ret.group())

7、\W匹配的是和\w相反的

text = "+"
ret = re.match('\W',text)
print(ret.group())

8、[]组合的方式

只要满足中括号中的某一项都算匹配成功

text = "0731-88888888"
ret = re.match('[\d\-]+',text)
print(ret.group())

之前的几种匹配规则，其实可以使用中括号的形式来进行替代：

\d：[0-9]
\D：0-9
\w：[0-9a-zA-Z_]
\W：[^0-9a-zA-Z_]

9、*可以匹配0或者任意多个字符

 text = "0731"
 ret = re.match('\d*',text)
 print(ret.group())

10、+可以匹配1个或者多个字符

 text = "abc"
 ret = re.match('\w+',text)
 print(ret.group())

11、?匹配的字符可以出现一次或者不出现（0或者1）

 text = "123"
 ret = re.match('\d?',text)
 print(ret.group())

12、{m}匹配m个字符

 text = "123"
 ret = re.match('\d{2}',text)
 print(ret.group())

13、{m,n}匹配m-n个字符（在这中间的字符都可以匹配到）

 text = "123"
 ret = re.match('\d{1,2}',text)
 prit(ret.group())

14、^（脱字号）表示以…开始

text = "hello"
ret = re.match('^h',text)
print(ret.group())

如果是在中括号中，那么代表的是取反操作。

15、$：表示以…结束

贪婪模式和非贪婪模式：
贪婪模式：正则表达式会匹配尽量多的字符。默认是贪婪模式。
非贪婪模式：正则表达式会尽量少的匹配字符。

text = "0123456"
ret = re.match('\d+',text)
print(ret.group())
输出：0123456

添加? 可以变成非贪婪模式

text = "0123456"
ret = re.match('\d+?',text)
print(ret.group())
输出：0

re模块中常用函数

match

**从开始的位置进行匹配。**如果开始的位置没有匹配到。就直接失败了。

text = 'hello'
ret = re.match('h',text)
print(ret.group())
输出：h

search

在字符串中找满足条件的字符。如果找到，就返回。只会找到第一个满足条件的。

text = 'apple price $99 orange price $88'
ret = re.search('\d+',text)
print(ret.group())
输出：99

分组：在正则表达式中，可以对过滤到的字符串进行分组。分组使用圆括号的方式。

group：和group(0)是等价的，返回的是整个满足条件的字符串。
groups：返回的是里面的子组。索引从1开始。
group(1)：返回的是第一个子组，可以传入多个。

text = "apple price is $99,orange price is $10"
ret = re.search(r".*(\$\d+).*(\$\d+)",text)
print(ret.group())
print(ret.group(0))
print(ret.group(1))
print(ret.group(2))
print(ret.groups())

findall

找出所有满足条件的，返回的是一个列表。

text = 'apple price $99 orange price $88'
ret = re.findall('\d+',text)
print(ret)
输出：['99', '88']

sub

用来替换字符串。将匹配到的字符串替换为其他字符串。

text = 'apple price $99 orange price $88'
ret = re.sub('\d+','0',text)
print(ret)
输出：apple price $0 orange price $0

split

使用正则表达式来分割字符串。

text = "hello world ni hao"
ret = re.split('\W',text)
print(ret)
输出：["hello","world","ni","hao"]

compile

对于一些经常要用到的正则表达式，可以使用compile进行编译，后期再使用的时候可以直接拿过来用，执行效率会更快。而且compile还可以指定flag=re.VERBOSE，在写正则表达式的时候可以做好注释。

text = "the number is 20.50"
r = re.compile(r"""
                \d+ # 小数点前面的数字
                \.? # 小数点
                \d* # 小数点后面的数字
                """,re.VERBOSE)
ret = re.search(r,text)
print(ret.group())