Python正则表达式介绍及使用方法

1.正则表达式介绍
正则表达式(RE)是一种小型的、高度专业化的编程语言,它内嵌在Python中,并通过re模块实现。

可以为想要匹配的相应字符串集指定规则

该字符串集可能包含英文语句、email地址、命令或任何你想搞定的东西

可以问诸如“这个字符串匹配该模式吗”

“在这个字符串中是否有部分匹配该模式呢”

你也可以使用RE以各种方式来修改或者分割字符串

正则表达式模式被编译成一系列的字节码,然后由用C编写的匹配引擎执行

正则表达式语音相对小型和受限(功能有限)

并非所有字符串处理都能用正则表达式完成

字符匹配:

普通字符

大多数字母和字符一般都会和自身匹配

元字符:

1.[ ]

常用来指定一个字符集:[abc]; [a-z]; [0-9]

元字符在字符集中不起作用:[akm$]

补集匹配不在区间范围内的字符:[^5] ; [^abc]


2.^

匹配行首。除非设置MULTILINE标志,它只是匹配字符串的开始。在MULTILINE模式里,它可以直接匹配字符串中的每个换行。


3.$

匹配行尾,行尾被定义为要么是字符串尾,要么是一个换行字符后面的任何位置。


4.\

反斜杠后面可以加不同的字符以表示不同的特殊意义

也可以用于取消所有的元字符:\[] 或 \\

\d 匹配任何-十进制数;它相当于[0-9]

\D匹配任何非数字字符,它相当于[^0-9]

\s匹配任何空白字符,它相当于[\t\n\r\f\v]

\S匹配任何非空白字符,它相当于[^\t\n\r\f\v]

\w匹配任何字母数字字符,它相当于[a-zA-Z0-9_]

\W匹配任何非字母数字字符,它相当于[^a-zA-Z0-9_]

5.重复

正则表达式的第一功能是能够匹配不定长的字符集,另一个功能是你可以指定正则表达式的一部分重复次数;重复次数放在大括号里面

c{8}表示重复8次c;  \d{8}表示8位数字

6.*

指定前一个字符可以被匹配0次或多次,而不是只有一次。匹配引擎会试着重复尽可能多的次数(不超过整数界定范围20亿)

7.+

表示匹配一次或更多次,

*和+之间的不同:*匹配0或更多次,+匹配一或更多次

8.?

匹配一次或零次:你可以认为它用于标志某事物是可选的

?家长重复(6,7)后面可以做最小匹配,a*?表示匹配0次a,a+?表示匹配一次a
9.*?, +?, ??

非贪婪匹配,匹配最少的   

<*> 会匹配'<H1>title</H1>'整个字符串(贪婪匹配),使用 *? 可以只找出 <H1>(非贪婪匹配)


10.{m,n}

其中m和n都是十进制整数,该限制符的意思是至少有m个重复,至多有n个重复。a\{1,3}b

忽略m会认为下边界是0,忽略n认为上边界是无穷大(实际上是20亿)

{0,}等同于*; {1,}等同于+; {0,1}等同于?;如果可以的话最好用*  +  或?

接下来请看第2页精彩内容

推荐阅读:

Python脚本获取Linux系统信息

Python文件处理:读取文件

如何发布自定义的Python模块

Python爬虫多线程抓取代理服务器

Python中re(正则表达式)模块详解

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:http://www.heiqu.com/823124bdd63622fc2508103ac1d9b3bf.html