Python----Python高级（正则表达式：语法规则，re库）

一、正则表达式

1.1、概念

        正则表达式，又称规则表达式,（Regular Expression，在代码中常简写为regex、 regexp或RE），是一种文本模式，包罗平凡字符（比方，a 到 z 之间的字母）和特 殊字符（称为"元字符"）。
        正则表达式使用单个字符串来描述、匹配一系列符合某个 句法规则的字符串，通常被用来检索、替换那些符合某个模式（规则）的文本。普通 的说，正则表达式就是一种语法规则，用来匹配文本中的文本。
   正则表达式非常强盛，不仅在UNIX系统中应用广泛，近二十年来，在Windows系统 中也得到极大的发展，现如今主流的操作系统包罗Linux、Unix、Windows和主流的 开辟语言包罗C/C++、Java、JavaScript、C#、Python、Go、PHP等。
  1.2、特点 

   缺点：
          正则表达式的语法可读性差
  优点：
        正则表达式通用行很强，可以或许适用于很多编程语言
  二、语法规则 

2.1、匹配什么字符

代码功能.匹配恣意1个字符（除了\n）[ ]匹配[ ]中罗列的字符\d匹配数字，即0-9\D匹配非数字，即不是数字\s匹配空白，即 空格，tab键\S匹配非空白\w匹配非特殊字符，即a-z、A-Z、0-9、_、汉字\W匹配特殊字符，即非字母、非数字、非汉字 2.2、匹配多少次

代码功能*匹配前一个字符出现0次大概无限次，即可有可无+匹配前一个字符出现1次大概无限次，即至少有1次?匹配前一个字符出现1次大概0次，即要么有1次，要么没有{m}匹配前一个字符出现m次{m,n}匹配前一个字符出现从m到n次{n，}匹配前一个字符出现n次以上 2.3、在哪里匹配

代码功能^匹配字符串开头$匹配字符串末端\b表示匹配单词边界。（比如\bword，可以匹配word、words，但不会匹配 sword） 2.4、匹配指定格式的字符

1. 使用（）匹配指定格式的字符
   (ab)：表示在文本中只匹配ab这两个字符，且必须相邻
  (a|b)：表示在文本中匹配a大概b这两个字符，不肯定相邻。
  2. 使用[]匹配指定类别的字符串
   [abcd]：表示匹配a或匹配b或匹配c或匹配d
  [a-d]：表示匹配a或匹配b或匹配c或匹配d
  [a-zA-Z0-9]：表示匹配全部的大小写英文和数字
  [^0-9]：表示匹配除了数字之外的全部字符
  2.5、单行模式与多行模式

1. 单行模式：
        在单行模式下，.可以匹配任何的字符，包罗换行符，并且整个文本会 被以为是一个完整的文本，使用^和$只能匹配到文本的开头和末端。
2. 多行模式：
        在多行模式下，.就不可以匹配换行符了，使用^和$可以匹配到每一行 的开始和竣事。
2.6、贪婪匹配与懒惰匹配

1. 贪婪模式：指在正则表达式中的量词会尽可能多地匹配字符。
2. 懒惰模式：指在正则表达式中的量词会尽可能少地匹配字符。
2.7、？的几种用法

1. ？作为限定符，表示其修饰对象只能出现0次或1次。
2. ？放在量词前，表示将匹配模式改为懒惰匹配模式。
3. （?=pattern）：表示匹配位置背面必须跟着pattern模式的字符，匹配效果并不 包罗这个模式的字符串。
4. （?!pattern）：表示匹配位置背面不能跟着pattern模式的字符，匹配效果并不 包罗这个模式的字符串。
5. （?<=pattern）：表示匹配位置前面必须跟着pattern模式的字符，匹配效果并 不包罗这个模式的字符串。
6.（?<!pattern）：表示匹配位置前面不能跟着pattern模式的字符，匹配效果并不 包罗这个模式的字符串
7.（?:pattern）：表示将 pattern 包罗在一个分组中，但不把这个分组的匹配效果 生存到分组编号中。
三、Python中的re库 

3.1、re.match

   该函数尝试从字符串的起始位置匹配，如果起始位置没有匹配乐成的话，就返回 None，否则会返回一个匹配对象
    re.match(pattern，string，flags=0) 
          pattern：正则表达式的格式。
          string：被匹配的文本。
          flags：标志位，用于控制正则表达式的匹配方式
    应用场景
          验证输入格式：检查用户输入是否符合特定的格式，比方电子邮件、电话号码、 日期等 
          提取信息：从字符串的开始位置提取符合正则表达式模式的字串，如提取文件名 等。
          数据分析：在处理日记文件或配置文件时，可以用来分析每行的开始部分，获取 关键信息。 

1. import re
4. m = re.match('foo', 'food') # 返回匹配对象
5. print(m) # <re.Match object; span=(0, 3), match='foo'>
8. m = re.match('foo', 'fbar') # 不匹配,返回None
9. print(m) # None

复制代码

3.2、re.search

   从文本中获取第一个符合正则表达式模式的字符的位置，并返回一个匹配对 象，如果没有匹配到，就返回None。
    re.search(pattern，string，flags=0) 
          pattern：正则表达式的格式。
          string：被匹配的文本。
          flags：标志位，用于控制正则表达式的匹配方式
    应用场景
          检查字符串是否包罗子串：检查一个字符串是否包罗某个特定的文本。
          提取数据：从字符串中的恣意位置提取信息，比方从一个文本段落中提取全部提 到的日期。
          搜刮文件：在某文件中查找特定的消息或事故。 

1. import re
4. m = re.search('foo', 'hellofood')  
5. print(m) # <re.Match object; span=(6, 9), match='foo'>
8. m = re.search('foo', 'hello')  
9. print(m) # None

复制代码

3.3、re.findall

   数从文本中寻找全部与模式匹配的子串，并将全部的匹配效果存储到一个列表中 举行返回，如果没有匹配乐成会返回一个空列表。
    re.findall(pattern，string，flags=0) 
          pattern：正则表达式的格式。
          string：被匹配的文本。
          flags：标志位，用于控制正则表达式的匹配方式
    应用场景
          提取多个子串：当你必要在字符串中找到全部匹配特定模式的字串时。
          文本分析：在文本中，提取文本中特定的词汇、短语或模式。

1. import re
4. lst = re.findall('ab', 'abcdabcdabcd')
5. print(lst) # ['ab', 'ab', 'ab']

复制代码

3.4、re.sub

   将文本中与模式匹配的部分替换为其他的内容
    re.sub(pattern，repl，string，count，flags=0) 
          pattern：正则表达式的格式。
          repl：这是替换文本或一个函数。如果是文本，就是将匹配到的内容替换为该文本； 如果是函数，会在函数中举行文本处理的操作。
          string：被匹配的文本。
          count： 这是可选参数，表示替换的最大次数。默认值为 0，表示替换全部 匹配项。
          flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写、 设置多行匹配模式等，具体有哪些标志可参考下面的附录1表格。
    应用场景
          文本格式化：将文本中的特定模式的文本替换为另一种格式。
          数据洗濯：在处理数据时，移除或替换无效或不必要的字符，比如在一系列文本 中删除非数字字符以清算电话号码。
          敏感信息脱敏：在显示或存储数据前，将敏感信息（比如身份证号、手机号）的 部分内容替换为星号。 

1. import re
4. text = 'yeah, but no, but yeah, but no'
5. print(re.sub('but', 'AND', text))
6. # yeah, AND no, AND yeah, AND no

复制代码

3.5、re.split

   将某文本根据匹配模式举行分割，并将分割后的效果放入列表中返 回
    re.split(pattern，string，maxsplit，flags=0) 
          pattern：正则表达式的格式。
          string：被匹配的文本。
          maxsplit：表示最大分割次数。默认值为 0，表示分割所 有匹配项。
          flags：标志位，用于控制正则表达式的匹配方式

1. import re
2. text = "apple, banana, orange, watermelon"
3. fruits = re.split(r',\s*', text)
4. print(fruits) #['apple', 'banana', 'orange', 'watermelon']

复制代码

3.6、re.compile

   预先编译正则表达式要匹配的模式，并会返回一个正则表达式的对象，该对 象与re.match返回的对象差别，该对象可以调用上面的函数。
    re.compile(pattern, flags=0) 
          pattern：要匹配的正则表达式。
          flags：标志位，用于控制正则表达式的匹配方式
    常见的应用场景：
          多次匹配：当你必要在一个较长的文本中多次应用同一个正则表达式时，使用 re.compile可以避免每次匹配时都重新编译表达式。

1. import re
2. # 编译一个正则表达式模式，用于匹配手机号
3. email_pattern = re.compile(r'[1]{1}[3589]{1}[0-9]{9}')
4. text = '''
5. 1o23j0 rde0
6. 13309876543
7. cvbnoikdjgv
8. 10248895490-/*-+68-*8+
9. '''
10. emails = email_pattern.search(text)
12. print(emails)
13. # <re.Match object; span=(15, 26), match='13309876543'>

复制代码

 四、头脑导图

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。