- 字符数组 []
| 正则 | 待匹配字符 | 匹配结果 | 说明 |
|---|---|---|---|
| [0123456789] | 8 | True | 在一个字符组里枚举合法的所有字符，字里的任意一个字符和"待匹配字符"相同都视为可以匹配 |
| [0123456789] | a | False | 由于字符组中没有"a"字符，所以不能匹配 |
| [[0-9] | 7 | True | 也可以用-表示范围,[0-9]就和[0123456789]是一个意思 |
| [a-z] | s | True | 同样的如果要匹配所有的小写字母，直接用[a-z]就可以表示 |
| [A-Z] | B | True | [A-Z]就表示所有的大写字母 |
| [0-9a-fA-F] | e | True | 可以匹配数字，大小写形式的a～f，用来验证十六进制字符 |
2.元字符
| 元字符 | 匹配内容 | |
|---|---|---|
| \d | 匹配数字 | |
| \w | 匹配字母或数字或下划线 | |
| \s | 匹配任意的空白符 | |
| \D | 匹配非数字 | |
| \W | 匹配非字母或数字或下划线 | |
| \S | 匹配非空白符 | |
注意，上面6字符 |
刚好两两相反,为了方便记忆 |
|
| \b | 匹配一个单词的结尾 | |
| \n | 匹配一个换行符 | |
| \t | 匹配一个制表符 | |
| . | 匹配除换行符以外的任意字符 | |
| ^ | 匹配字符串的开始 | |
| $ | 匹配字符串的结尾 | |
| a | b | 匹配字符a或字符b |
| () | 匹配括号内的表达式，也表示一个组 | |
| [...] | 匹配字符组中的字符 | |
| [^...] | 匹配除了字符组中字符的所有字符 |
3.量词
| 量词 | 用法说明 |
|---|---|
| * | 重复零次或更多次 |
| + | 重复一次或更多次 |
| ? | 重复零次或一次 |
| {n} | 重复n次 |
| {n,} | 重复n次或更多次 |
| {n,m} | 重复n到m次 |
一些总结
62A014543E3089429726E418D75BDA81.png
下面是一些例子
字符串 匹配
findall
ret = re.findall('\d+','19874ashfk01248')
print(ret) # 参数 返回值类型:列表 返回值个数:1 返回值内容:所有匹配上的项
ret1 = re.findall('\s+','19874ash fk01248 ')
print(ret1)
search
ret2 = re.search('^\d+','@19874ashfk01248')
print(ret2) # 返回值类型: 正则匹配结果的对象 返回值个数:1 如果匹配上了就返回对象
if ret2:print(ret2.group()) # 返回的对象通过group来获取匹配到的第一个结果
ret3 = re.search('\s+','19874ashfk01248')
print(ret3) # 返回值类型: None 如果没有匹配上就是None
match
ret4 = re.match('\d+','19874ashfk01248')
print(ret4.group())
ret5 = re.match('%\d+','%19874ashfk01248')
print(ret5.group())
match 相当于 search 在正侧前边加^, 所以下面就比配不到了
ret2 = re.search('^\d+','@19874ashfk01248')
print(ret2)
sub 意思是替换 ，跟replace 差不多一样
print('replace789,24utdeedeeeeshf'.replace('e','H',3)) # 意思是匹配3个替换掉
ret = re.sub('\d+','H','replace789nbc2xcz392zx')
print(ret)
ret = re.sub('\d+','H','replace789nbc2xcz392zx,48495',3) # 意思是匹配1个替换掉
print(ret)
subn
** subn 比 sub 结果多了统计比配多少个字
ret = re.subn('\d+','H','replace789nbc2xcz392zx')
print(ret)
('replaceHnbcHxczHzx', 3) #subn 比 sub 结果多了统计比配多少个字符
切割
split
print('alex|83|'.split('|'))
ret = re.split('\d+','alex83egon20taibai40')
print(ret)
在括号里取消优先显示是多加?:
# 实例：
edit_name = re.findall(r'(?:\d+?).+(?:\d+?) ',fl_name)
分组命名
ret = re.search("<(?P<name>\w+)>\w+</(?P=name)>","<h1>hello</h1>")
print(ret.group('name')) #结果 ：h1
# print(ret.group()) #结果 ：<h1>hello</h1>
ret = re.search(r"<(\w+)>\w+</\1>","<h1>hello</h1>")
print(ret.group(1))
# print(ret.group()) #结果 ：<h1>hello</h1>
ret = re.search(r'<(?P<tag>\w+)>(?P<c>\w+)</(\w+)>',r'<a>wahaha</b>')
print(ret.group())
print(ret.group('tag'))
print(ret.group('c'))
进阶方法 - 爬虫\自动化开发
compile ***** 时间效率
re.findall('-0\.\d+|-[1-9]+(\.\d+)?','alex83egon20taibai40') #--> python解释器能理解的代码 --> 执行代码
ret = re.compile('-0\.\d+|-[1-9]\d+(\.\d+)?')
res = ret.search('alex83egon-20taibai-40')
print(res.group())
节省时间 : 只有在多次使用某一个相同的正则表达式的时候,这个compile才会帮助我们提高程序的效率
finditer ***** 空间效率
print(re.findall('\d','sjkhkdy982ufejwsh02yu93jfpwcmc'))
# ['9', '8', '2', '0', '2', '9', '3']
ret = re.finditer('\d','sjkhkdy982ufejwsh02yu93jfpwcmc')
for r in ret:
print(r.group())
# 结果:
# 9
# 8
# 2
# 0
# 2
# 9
# 3
