8、re模塊：正則表達式

　　就其本質而言，正則表達式（或 RE）是一種小型的、高度專業化的編程語言，（在Python中）它內嵌在Python中，並通過 re 模塊實現。正則表達式模式被編譯成一系列的字節碼，然後由用 C 編寫的匹配引擎執行。

字符匹配（普通字符，元字符）：

1.普通字符：大多數字符和字母都會和自身匹配
>>> re.findall(‘alvin‘,‘yuanaleSxalexwupeiqi‘)
[‘alvin‘]

2.元字符：. ^ $ * + ? { } [ ] | ( ) \

.           匹配除換行符 外的 任意字符
^	    匹配字符串的開頭
$	    匹配字符串的末尾

#重復元字符四種：
*	    匹配0個或多個的表達式，貪婪方式，後面加?號使其變成惰性匹配
+	    匹配1個或多個的表達式，貪婪方式，後面加?號使其變成惰性匹配
?	    匹配0個或1個由前面的正則表達式定義的片段，非貪婪方式
{m,n}  匹配指定次數（m-n次）的表達式，貪婪方式，後面加?號使其變成惰性匹配
a| b	    匹配a或b

元字符之字符集［］：

元字符之字符集［］：
ret=re.findall(‘a[bc]d‘,‘acd‘)
print(ret)#[‘acd‘]
 
ret=re.findall(‘[a-z]‘,‘acd‘)
print(ret)#[‘a‘, ‘c‘, ‘d‘]
 
ret=re.findall(‘[.*+]‘,‘a.cd+‘)
print(ret)#[‘.‘, ‘+‘]
 
#在字符集裏有功能的符號: - ^  
ret=re.findall(‘[1-9]‘,‘45dha3‘)            #匹配字符1-9
print(ret)#[‘4‘, ‘5‘, ‘3‘]
 
ret=re.findall(‘[^ab]‘,‘45bdha3‘)          #^取反，匹配a、b以外的字符
print(ret)#[‘4‘, ‘5‘, ‘d‘, ‘h‘, ‘3‘]
 
ret=re.findall(‘[\d]‘,‘45bdha3‘)              #\d 匹配字符
print(ret)#[‘4‘, ‘5‘, ‘3‘]    

元字符之轉義符：\

1、反斜杠後邊跟元字符去除特殊功能,比如\.
2、反斜杠後邊跟普通字符實現特殊功能,比如\d

\d  匹配任何十進制數；它相當於類 [0-9]。
\D 匹配任何非數字字符；它相當於類 [^0-9]。
\s  匹配任何空白字符；它相當於類 [ \t\n\r\f\v]。
\S 匹配任何非空白字符；它相當於類 [^ \t\n\r\f\v]。
\w 匹配任何字母數字字符；它相當於類 [a-zA-Z0-9_]。
\W 匹配任何非字母數字字符；它相當於類 [^a-zA-Z0-9_]
\b  匹配一個特殊字符邊界，比如空格 ，&，＃等

元字符之分組：()，可用?P<name>設置分組名搭配使用（大寫P）

m = re.findall(r‘(ad)+‘, ‘add‘)
print(m)
 
ret=re.search(‘(?P<id>\d{2})/(?P<name>\w{3})‘,‘23/com‘)
print(ret.group())#23/com
print(ret.group(‘id‘))#23

元字符之：｜

ret=re.search(‘(ab)|\d‘,‘rabhdg8sd‘)
print(ret.group())#ab

re模塊下的常用方法

import re
#1
re.findall(‘a‘,‘alvin yuan‘)    #返回所有滿足匹配條件的結果,放在列表裏
#2
re.search(‘a‘,‘alvin yuan‘).group()  #函數會在字符串內查找模式匹配,只到找到第一個匹配然後返回一個包含匹配信息的對象,該對象可以
                                     # 通過調用group()方法得到匹配的字符串,如果字符串沒有匹配，則返回None。
 
#3
re.match(‘a‘,‘abc‘).group()     #同search,不過只在字符串開始處進行匹配
 
#4
ret=re.split(‘[ab]‘,‘abcd‘)     #先按‘a‘分割得到‘‘和‘bcd‘,在對‘‘和‘bcd‘分別按‘b‘分割
print(ret)#[‘‘, ‘‘, ‘cd‘]
 
#5
ret=re.sub(‘\d‘,‘abc‘,‘alvin5yuan6‘,1)
print(ret)#alvinabcyuan6
ret=re.subn(‘\d‘,‘abc‘,‘alvin5yuan6‘)
print(ret)#(‘alvinabcyuanabc‘, 2)
 
#6
obj=re.compile(‘\d{3}‘)
ret=obj.search(‘abc123eeee‘)
print(ret.group())#123

補充：

import re
 
ret=re.findall(‘www.(baidu|oldboy).com‘,‘www.oldboy.com‘)
print(ret)#[‘oldboy‘]     這是因為findall會優先把匹配結果組裏內容返回,如果想要匹配結果,取消權限即可
 
ret=re.findall(‘www.(?:baidu|oldboy).com‘,‘www.oldboy.com‘)
print(ret)#[‘www.oldboy.com‘]

Python基礎（13）_python模塊之re模塊(正則表達式)