05 正则表达式语法

一、正则表达式常见语法




. ：是除换行符以外的任意字符 a.c —>可以和abc匹配、acc匹配、a$c匹配
****：是转义符，a.c–>a.c a\c—>a\c
[…]：表示任一个字符只出现一次

\d：是匹配0–9的数字中的一个
\D：是匹配非数字的，只要不是数字都可以
\s：是用来匹配空白符的 a\sc–> a c
\S：是用来匹配非空白符的 a\Sc–>abc
\w：匹配所有的字母（包括大小写）数字和下划线以及中文
\W：只要不是字母（包括大小写）数字和下划线以及中文，其它的都可以匹配
** * *：表示匹配前一个字符出现0次或多次 \d
+：表示匹配前一个字符出现一次或多次（至少要出现1次）
？：表示 匹配前一个字符0次或1次。只能匹配到前面1个
{m}：匹配前一个字符m次

# 1、导入正则模块
import re

# 2、字符匹配
# 一、简单字符串匹配
rs = re.findall('abc', 'abc')  # 第一个写的是正则表达式，后面是我们要查找的字符串
print(rs)  # ['abc']
rs = re.findall('abc', 'abcfeffevfefggh')  # 从后面的字符串中查找到我们需要的内容
print(rs)  # ['abc']

# 二、使用“.”进行匹配   (.是匹配除换行符以外的任意字符，就是不能匹配换行符)
rs = re.findall('a.c', 'abc')
print(rs)  # ['abc']
rs = re.findall('a.c', 'a%c')
print(rs)  # ['a%c']
rs = re.findall('a.c', 'a\nc')
print(rs)  # []   就是不能匹配换行符
rs = re.findall('a\.c', 'a.c')  # 只匹配a.c
print(rs)  # ['a.c']
rs = re.findall('a\.c', 'abc')  # 只匹配a.c
print(rs)  # [] 只匹配a.c

# 三、使用“[]”进行匹配
rs = re.findall('a[bc]d', 'abd')
print(rs)  # ['abd']
rs = re.findall('a[bc]d', 'acd')
print(rs)  # ['acd']
rs = re.findall('a[bc]d', 'aed')
print(rs)  # [] 只能匹配abd、abc

# 四、预定义的字符集
rs = re.findall('\d', '123')
print(rs)  # ['1', '2', '3']
rs = re.findall('\w', '123_中文')
print(rs)  # ['1', '2', '3', '_', '中', '文']
rs = re.findall('\w', '123_中文$')
print(rs)  # ['1', '2', '3', '_', '中', '文'] 不匹配$符号
rs = re.findall('\W', '123_中文$')
print(rs)  # ['$']

# 五、数量词
rs = re.findall('\d*', '123')  # 允许有空串
print(rs)  # ['123', '']
rs = re.findall('a\d*', 'a123')
print(rs)  # ['a123']
rs = re.findall('\d+', '123')
print(rs)  # ['123']
rs = re.findall('a\d?', 'a123')
print(rs)  # ['a1']
rs = re.findall('a\d{2}', 'a123')
print(rs)  # ['a12']

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52

二、findall()方法


flag是用来对.和\n进行匹配的

import re

# 1.findall方法，返回匹配的结果列表
rs = re.findall('\d+', 'chuan13zhi24')
print(rs)


# 2.findall方法中，flag的作用
rs = re.findall('a.bc', 'a\nbc')  # .不能和换行符进行匹配
print(rs)  # []
# 如果希望.能和换行符进行匹配，我们需要使用flag这个参数。re.DOTALL或者re.S 这样，就可以匹配所有字符
rs = re.findall('a.bc', 'a\nbc', re.DOTALL)
print(rs)   # ['a\nbc']
rs = re.findall('a.bc', 'a\nbc', re.S)
print(rs)   # ['a\nbc']


# 3.findall方法中分组的使用，分组就是存在（）
'''
关于分组在正则中的使用，如果要是没有分组的话，它就是使用整个正则去字符串里面查找和这个正则匹配的内容，然后进行返回。
但是，如果这个findall方法里正则表达式有分组，即有小括号的话，那么它只会返回与小括号里面这个正则匹配的内容，会进行返回,比如：
a(.+)bc,只返回了\n。其它的正则是用来定位的。这里只找a后面的，bc前面的内容，其它的地方我们都不要

'''

# 没有分组，则从整个字符串中进行匹配
rs = re.findall('a.+bc', 'a\nbc', re.S)
print(rs)   # ['a\nbc']


# 这样是分组(就是出现小括号的)，只找a后面的b前面的内容，a和b是用来定位的
rs = re.findall('a(.+)bc', 'a\nbc', re.S)
print(rs)     # ['a\nbc']


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

三、r原串中的使用

import re
'''re的作用：
有几个\就写几个\，这样让我们写正则表达式非常的简单


'''

# 1、在不使用r原串的时候，遇到转义符(\)怎么做

rs=re.findall('a\nbc','a\nbc')
print(rs)

rs=re.findall('a\\nbc','a\\nbc')
print(rs)

rs=re.findall('a\\\nbc','a\\nbc')
print(rs)

rs=re.findall('a\\\\nbc','a\\nbc')
print(rs)   # ['a\\nbc'] 需要写4个转义符

# r原串在正则中就可以消除转义符带来的影响
rs=re.findall(r'a\\nbc','a\\nbc')
print(rs)   # ['a\\nbc']

rs=re.findall(r'a\nbc','a\nbc')
print(rs)   # ['a\nbc']

# 扩展：可以解决写正则的时候，不符合PEP8的规范的问题(没有r也行)
rs=re.findall(r'\d','a123')
print(rs)   # ['1', '2', '3']


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33