一、re 库 绍
python通过re模块提供对正则表达式的支持:
1、先将正则表达式的字符串形式编译为Pattern实例;
2、使用Pattern实例处理文本并获得匹配结果
3、使用实例获得信息,进行其他的操作
示例一:
一致认为 第一个代码运行最快
第二个代码运行比较快
示例二:
二、正则表达式字符介绍
字符 | |||
一般字符 | 匹配自身 | abc | abc |
. | 匹配任意换行符“\n”以外的字符。 在DOALL模式中也能匹配换行符 | a.c | abc |
\ | 转义字符,是最后一个字符改变原来的意思。 如果字符串中有字符 * 需要匹配,可以使用\*或者字符集[*] | a\.c a\\c | a.c a\c |
[...] | 字符集(字符类)。对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出,也可以给出范围,如[abc]或[a-c],第一个字符如果是^则表示取反,如[^abc]表示不是abc的其它字符。 所有的特殊字符在字符集中都失去原有的特殊含义。在字符集中如果要使用]、-或^,可以在前面加上反斜杠 | a[bcd]e | abe ace ade |
示例:
预定义字符集(可以写在[...]中) | |||
\d | 数字:[0-9] | a\dc | a1c |
\D | 非数字:[^\d] | a\Dc | abc |
\s | 非空字符:[<空格>\t\r\f\v] | a\sc | a c |
\S | 非空白字符:[^\s] | a\Sc | abc |
\w | 单词字符:[A-Za-z0-9] | a\wc | abc |
\W | 非单词字符:[^\w] | a\Wc | a c |
示例:
数量词(用在字符或(...)之后) | |||
* | 匹配前一个字符0次或者无限次 | abc* | ab abccc |
+ | 匹配前一个字符1次或无限次 | abc+ | abc abccc |
? | 匹配前一个字符0次或1次 | ab? | ab abc |
{m} | 匹配前一个字符m次 | ab{2}c | abbc |
{m,n} | 匹配前一个字符m至n次 m和n可以省略 | ab{1,2}c | abc abbc |
逻辑、分组 | |||
| | 代表左右表达式任意匹配一个 它总是先尝试匹配左边的表达式,一旦成功匹配就跳过右边的表达式 如果 | 没有包括在()中,则它的范围是整个表达式 | abc|def | abc def |
(...) | 被括起来的表达式将做为分组,从表达式左边开始每遇到一个分组的左括号,编号 +1 分组表达式做为一个整体,可以后接数量词。表达式中 | 仅在该组中有效 | (abc){2} a(123|456)c | abcabc a456c |
iLmsux(编译选项指定) | |||
re.I | 忽略大小写 | ||
re.L | 使用预定字符类 \w\W\b\B\s\S 取决当前区域设定 | ||
re.M | 多行模式改变 ^ 和 $ 的行为 | ||
re.S | .任意匹配模式 | ||
re.U | 使用预定字符类 \w\W\b\B\s\S\d\D 取决Unicode定义的字符属性 | ||
re.X | 详细模式,可以多行,忽略空白字符,并且可以加入注释 |
贪婪模式与非贪婪模式介绍
正则表达式通常用于在文本中查找匹配的字符串。Python里的数量词默认是贪婪的,意思是总是尝试匹配尽可能多的字符;非贪婪的则相反,总是尝试匹配尽可能少的字符。
例如:正则表达式“ab*”如果用于查找“abbbc",将找到“abbb”。而如果使用非贪
婪方法“ab*?”,将找到“a”。