Python笔记3-正则表达式

1. 正则表达式中常用的字符

符号 描述

. 匹配任意一个字符（除了\n）

[] 匹配列表中的字符

\w 匹配字母、数字、下划线，即 a-z,A-Z,0-9,_

\W 匹配不是字母、数字、下划线

\s 匹配空白字符,即空格（\n,\t）

\S 匹配不是空白的字符

\d 匹配数字,即 0-9

\D 匹配非数字的字符

^ 匹配字符串开头

$ 匹配字符串结尾。

\b 匹配一个单词的边界

\B 匹配非单词的边界

【注】^与[^m]中的“^”的含义并不相同，后者“^”表示“除了….”的意思

2、re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。

3、贪婪模式指 Python 里数量词默认是贪婪的，总是尝试匹配尽可能多的字符。非贪婪模

式与贪婪相反，总是尝试匹配尽可能少的字符，可以使用"*","?","+","{m,n}"后面加上？，使

贪婪变成非贪婪

4、只配置中文

s = "士大夫卡A  的24东走西顾堪"
filtrate = re.compile(u'[^\u4E00-\u9FA5]')
filtered_str = filtrate.sub(r'', s)
print(filtered_str)
 
#输出
#士大夫卡的东走西顾堪

5、Python 的 re 模块提供了re.sub用于替换字符串中的匹配项。

re.sub(pattern, repl, string, count=0, flags=0)

参数：

• pattern : 正则中的模式字符串。
• repl : 替换的字符串，也可为一个函数。
• string : 要被查找替换的原始字符串。
• count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配

import re
 
phone = "1-1452839475-4352 #Location oscar retwertqe"
 
# 去掉location前面的字符
num = re.sub(r'^.*[lL]ocation', "location", phone, 1)
print("电话号码是: ", num)
 
# 删除非数字(-)的字符串
num = re.sub(r'\D', "", phone)
print("电话号码是 : ", num)

6、re.compile 函数 ：参考Python 正则表达式 | 菜鸟教程

compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。

re.compile(pattern[, flags])

参数：

• pattern : 一个字符串形式的正则表达式

• flags : 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：

  1. re.I 忽略大小写
  2. re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
  3. re.M 多行模式
  4. re.S 即为 . 并且包括换行符在内的任意字符（. 不包括换行符）
  5. re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
  6. re.X 为了增加可读性，忽略空格和 # 后面的注释

     pattern = re.compile(r'([a-z]+) ([a-z]+)', re.I) #re.I 忽略大小写
     m = pattern.match('Hello World Wide Web')
     print(m)
     print(m.group(0))
     print(m.groups())
      
     #输出结果：
     #
     #Hello World
     #('Hello', 'World')