目录
01 字符含义一览表
| 符号 | 含义 |
| . | 代表除了换行以外的任意字符，1个"."匹配 1 次 |
| \w+ | 匹配数字+字母+下划线 |
| \s+ | 匹配所有的空白符 |
| \d+ | 匹配所有数字 |
| \n | 匹配一个换行符 |
| \t | 匹配一个制表符 |
| ^ | 设定开始，^\d表示开始的第一个必须是数字 |
| $ | 设定结束，\d$表示最后以数字结尾 |
| \W | 除了数字字母和下划线 |
| \D | 除了数字以外的 |
| \S | 除了空白符以外的 |
| () | 括号内的表达式称作一个组,(?P<hahaha>)提取固定词 |
| [] | 建立自己的字符组： [a-zA-Z0-9]：表示出现a-z、A-Z、0-9就会匹配 [aeiouAEIOU]：表示出现里面的内容就会被匹配 |
| * | 重复0次或更多次 |
| + | 重复1次或更多次 |
| ? | 重复0次或1次 |
| {n,} | 重复n次或更多次： "(Ha){3,}"：3 次或更多次，"(Ha){,5}"：0 到 5 次实例 |
| .* | 贪婪匹配：匹配除换行外的所有字符 "1.*3"：整个字符中第一个1和最后一个3之间所有字符 |
| .*? | 惰性匹配： "1.*?3"表示匹配1-3之间的字符，有多则取最短的 |
02 正则表达式的使用
2.1 re模块四种方式
·结果·
2.2 re模块的改良
·结果·
2.3 量词的使用
·结果·
·结果·
·结果·
·结果·
2.4 自定义组名
1° 通过(?P<组别名字>.*?)设定组名import res = '''<li><a href="#"title="^-[1-9]\d*$">匹配负整数</a></li><li><a href="#"title="^-?[1-9]\d*$">匹配整数</a></li><li><a href="#"title="^[1-9]\d*|0$">匹配非负整数（正整数 + 0）</a></li>'''obj = re.compile(r'''<li><a href=".*?"title="(?P<hahaha>.*?)">.*?</a></li>''',re.S)f = obj.finditer(s)for it in f:print(it.group("hahaha"))
·结果·
2° 贪心匹配（.*）非贪心匹配（.*？）的区别greedyRegex = re.compile(r'<.*>')nongreedyRegex = re.compile(r'<.*?>')mo1 = greedyRegex.search('<To serve man> for dinner.>')mo2 = nongreedyRegex.search('<To serve man> for dinner.>')print(mo1.group())print(mo2.group())
·结果·
2.5 sub()替换字符
*- 第一个参数是一个字符串，用于取代发现的匹配。*- 第二个参数是一个字符串，即正则表达式。namesRegex = re.compile(r'Agent \w+')a = namesRegex.sub('CENSORED', 'Agent Alice gave the secret documents to Agent Bob.')print(a)*- 你可能需要使用匹配的文本本身，作为替换的一部分*- 在 sub()的第一个参数中，可以输入\1、\2、\3……,表示“在替换中输入分组 1、2、3……的文本”agentNamesRegex = re.compile(r'Agent (\w)\w*')b = agentNamesRegex.search(r'\1****', 'Agent Alice told Agent Carol that Agent Eve knew Agent Bob was a double agent.')print(b)
·结果·
03 正则表达式的第二个选项
3.1 re.DOTALL
*- ".*"可以匹配除了换行符以外的所有字符，加上re.DOTALL可以同时匹配换行符noNewlineRegex = re.compile('.*')newlineRegex = re.compile('.*', re.DOTALL)print(noNewlineRegex.search('Serve the public trust.\nProtect the innocent.\nUphold the law.').group())newlineRegex.search('Serve the public trust.\nProtect the innocent.\nUphold the law.').group()
·结果·
3.2 re.I
*- 只关心匹配字母，不关心它们是大写或小写robocop = re.compile(r'robocop', re.I)print(robocop.search('RoboCop is part man, part machine, all cop.').group())print(robocop.search('ROBOCOP protects the innocent.').group())
·结果·
3.3 re.VERBOSE
*- 但匹配复杂的文本模式，可能需要长的、费解的正则表达式。*- 忽略正则表达式字符串中的空白符和注释，从而缓解这一点phoneRegex = re.compile(r'''((\d{3}|\(\d{3}\))? # area code(\s|-|\.)? # separator\d{3} # first 3 digits(\s|-|\.) # separator\d{4} # last 4 digits(\s*(ext|x|ext.)\s*\d{2,5})? # extension)''', re.VERBOSE)
