1.正则概念
1.正则表达式就是做字符串匹配一种工具,很多语言都支持正则语法。正则语法是通用的
2.python中通过re模块中提供的方式来使用正则
2普通字符
普通字符在正则中代表字符本身, 例如, a, b, 1...等
3 . (匹配任意字符)
4 \w(匹配字母、数字、下划线)
一个\w只能匹配一个字符
注意: 这个不严谨,还可以匹配中文等字符;
不能匹配ASCII码表中除了字母数字下划线以外的符号
5 \s(匹配空白字符)
空白字符:空格、\t、\n
一个\s只能匹配一个空字符
6 \d(匹配数字字符)
7 \W(匹配非数字、字母、下划线)
8\S(匹配非空白字符)
9\D(匹配非数字字符)
10 [] (匹配字符集中的一个字符)
a. [普通字符集] - 匹配字符集中的任意一个字符
b. [字符1-字符2] - 匹配字符1到字符2中的任意一个字符(要求字符1的编码值小于字符2)
[0-9] - 匹配所有的数字
[a-z] - 匹配小写字母
[A-Z] - 匹配大写字母
[a-zA-Z] - 匹配所有的字母
[\da-zA-Z_] - 匹配字母数字下划线
[\u4e00-\u9fa5] - 匹配所有的中文
注意: 一个[]只能匹配一个字符
11[^]
[^字符集] - 匹配不在字符集中任意一个字符
[^\u4e00-\u9fa5] - 匹配一个非中文字符
12\b(检测单词边界)
\b - 检查\b所在的位置是否是单词边界
单词边界 - 字符串开头、字符串结尾、空白、标点符号等
13^(检测是否是字符串开头)
14$(检测是否是字符串结尾)
15转义符号:在有特殊功能、意义的符号前加'',让这个正则符号变成普通符号
注意: 除了^放在[]开头,和-放在两个字符之间以外, 其他单独的特殊符号,在[]没有特殊功能都是表示字符本身
16*(匹配0次或多次)
字符* - 指定的字符出现0次或者多次
a* - 字符a匹配0次或者多次
\d* - 数字匹配0次或者多次
[a-z]* - 小写字母匹配0次或者多次
17+(匹配1次或者多次)
18?(0次或1次)
19{}
{N} - 匹配N次
{M,N} - 匹配至少M次,最多N次
{M,} - 匹配至少M次
{,N} - 匹配最多N次
- == {0,}
- == {1,}
? == {0,1}
20非贪婪
1)贪婪 - 匹配次数不确定的时候尽可能多的匹配 (上面次数不确定的符号都是贪婪的)
2)非贪婪 - 匹配次数不确定的时候尽可能少的匹配 (上面次数不确定的符号后面加?就会变成非贪婪)
*? - 0次或多次, 尽可能少
+? - 1次或多次, 尽可能少
?? - 0次或1次, 尽可能少
{N,M}?
{M,}?
{,N}?
21()-分组
将部分正则作为一个整体
1.整体区分
re_str = r'(xxx|yyy)[A-Z]{2}[a-z]{2}\d{2}'
2.整体操作
re_str = r'(\d{2}[a-zA-Z]{2}){3}'
3.整体重复
\M - 重复前面第M个分组匹配到的内容
22 | (分之)
正则1|正则2 - 先用正则1进行匹配,如果匹配失败再用正则2匹配(正则1和正则2中只要有一个匹配成功就成功,两个失败了才失败)
注意: 如果正则1匹配成功了,不会再使用正则2去匹配