1.什么是正则表达式(Regular Expression)
正则表达式是一个特殊的字符序列,用于检查一个字符串是否与某种模式匹配;在Linux操作系统上,正则表达式可以应用的命令有:grep、sed、awk;
2.常用的元字符
. : 匹配任意一个字符,除了换行符号,换行符使用[.\n]模式;.\:转义字符,使后一个字符改变原来的意思;.*:重复匹配0次或更多次;.*?:非贪婪匹配,尽可能少匹配,可能匹配0次;.+:重复匹配1次或更多次;.+?:非贪婪匹配,尽可能少匹配,最少匹配1次;.?:重复匹配0次或1次;.^:以…开头;.$:以…结尾;.|:或;.{}:{n}匹配n次,{n,m}匹配n至m次,{n,}匹配至少n次最多无限次;.[]:字符集,对应的位置可以是字符集中任意字符,[abc]表示匹配abc中任意字符,[^abc]表示匹配abc之外的任意字符;.():分组表达式作为一个整体,可以后接数量词,表达式中的|仅在该组中有效;
3.预定义字符集:
.\d:匹配一个数字字符;.\D:匹配一个非数字字符;.\w:匹配包括下划线的任何单词字符;.\W:匹配任何非单词字符;.\b:匹配\w和\W之间,即匹配单词边界匹配一个单词边界,也就是指单词和空格间的位置;.\B:[^\b];.\s:匹配任何空白字符,包括空格、制表符、换页符等等;.\S:匹配任何非空白字符;.\A:仅匹配字符串开头;.\Z:仅匹配字符串结尾;
4.单次匹配
import re
obj
= re
.compile('^\w+')
result1
= obj
.match
('hello hello')
print(result1
)
result2
= re
.match
('.*', 'hello')
obj
= re
.compile('^h?')
result3
= obj
.search
('hhhhllo hello')
print(result3
)
obj
= re
.compile('.*')
result3
= obj
.fullmatch
('hhhhllo hello')
print(result3
)
match:只检测字符串开头位置是否匹配,匹配成功才会返回结果,否则返回None; search:会扫描整个字符串并返回第一个成功的匹配; fullmatch:匹配整个的字符串或文本,但是同样是从头开始匹配,必须要完全匹配; match和search区别:也就是说match必须是从开头开始匹配,search可以是从任意位置开始匹配;
5.全部匹配
import re
obj
= re
.compile('h\w+o')
result1
= obj
.findall
('123 你好 hello hello hello')
print(result1
)
obj
= re
.compile('\w+')
result2
= obj
.finditer
('hello hello hello')
print(result2
)
import re
s
= '''python|hello|xkd|valor|opt|python|python'''
obj
= re
.compile("p\w+n")
ret
= obj
.sub
("robby",s
)
print(ret
)
import re
s
= '''python|hello|xkd|valor|opt|python|python'''
obj
= re
.compile("p\w+n")
result1
= obj
.sub
("robby",s
)
print(result1
)
result2
= obj
.sub
("robby",s
,1)
print(result2
)
import re
s
= '''python|hello|xkd|valor|opt|python|python'''
obj
= re
.compile("x\w+d")
result3
= obj
.split
(s
)
print(result3
)
compile:将一个字符串编译为字节代码;findall:返回string中所有与pattern相匹配的全部字串,返回形式为列表;finditer:返回string中所有与pattern相匹配的全部字串,返回形式为迭代器;sub:全文替换,第四个参数指定替换个数;split:表示使用regex分割字符串,返回一个列表;
6.分组
普通分组:返回一个元组,索引从1开始,索引为0时表示返回正则表达式匹配到的所有的内容;
import re
s
= """xkd|oc|c++|python|linux|java|swift|ruby"""
obj
= re
.compile('(x\w+d).*(p\w+n)')
result
= obj
.search
(s
)
print(result
)
print(result
.groups
())
print(result
.group
(1))
print(result
.group
(2))
print(result
.group
(0))
命名分组:groups()方法返回元组,groupdict()方法返回字典;
import re
s
= """xkd|oc|c++|python|linux|java|swift|ruby"""
obj
= re
.compile('(?P<org>x\w+d).*(?P<course>p\w+n)')
result
= obj
.search
(s
)
print(result
)
print(result
.groups
())
print(result
.groupdict
())