目录
1 关于:re / regex / regular expression
1.1 什么是正则表达式
1.2 在python中导入 re
1.3 查看regex相关信息
2 符号意义2.1 行定位符
2.2 元字符 (注意是 反斜杠\)
2.3 限定符号
2.4 字符类,字符集合 需要 中括号[]
2.5 排除字符 [^ ]
2.6 选择字符 |
2.7 转义字符 反斜杠 \
2.8 分组符号 ()
2.9 正则表达式需要用 " " 引号,但是要小心各种特殊符号
3 正则表达式的方法
1 关于:re / regex / regular expression
1.1 什么是正则表达式
- regular expression 正则表达式
- 是计算机科学的一个概念
- 是一个跨多种编程语言的语言格式
1.2 在python中导入 re
- 导入 re 模块
- 模块其实可以认为是一个 .py文件
- 错误写法: import re
- 正确写法: import regex
1.3 查看regex相关信息
- pip list
- pip show regex
2 符号意义
2.1 行定位符
用来描述字符串的边界,1行的边界?全部字符串的边界把? 可以叫做 字符串整体定位符?^ ^
^ #表示字符串开头
$ #表示字符串结尾
2.2 元字符 (注意是 反斜杠\)
\w #匹配 字母,数字,下划线等,还有各自文字,比如汉字
\W #^w 非w
\s # 匹配空格,换行,tab 等几种看不见的内容
\S #^s 非s
\b #begin 单词的开始的意思 如 \bw 匹配单词(不是整个字符串)开始的字母,数字,下划线等,所以 \b不同于 ^
\d # 匹配数字
. # 任意字符
三种括号也是有特殊意义的
() #(fruit|food)s 表示 fruits|foods
[]
{}
2.3 限定符号
* # 匹配前面的字符0次/无限次
+ # 匹配前面的字符1次/无限次
? # 匹配前面的字符0次/1次
{n} # 匹配前面的字符n次
{n,} # 匹配前面的字符至少n次
{n,m} # 匹配前面的字符 最少n次,最多m次, n-m次之间的都符合
e.g
^/d{8} #匹配8个数字
.*s #非贪婪匹配任意个数字
2.4 字符类,字符集合 需要 中括号[]
[abcd] # 匹配abcd中的任意一个都可以
[12345] # 匹配1-5中的任意一个都可以
[0-9] # 匹配任意一个数字,等同于\d
[a-z0-9A-Z] # 匹配所有英文字母,数字,几乎等同\w 是\w的子集(不含汉字等)
2.5 排除字符 [^ ]
关键字 ^
/W # 相当于/^w,但是写法不对,必须写在中括号里 [^] 写在外面还是表示字符串开始
[^a-zA-Z] # 相当于非英文字母以外的其他任意字符
2.6 选择字符 |
选择
条件选择 | 表示or的意思
e.g.
^\d{5}|^\d{6}
2.7 转义字符 反斜杠 \
- 转义字符
- 把 普通字符变成特殊意义的字符, n 转成 \n 换行符
- 把 特殊字符变成普通字符, \* 表示 普通字符 * \. 表示 普通字符 .
2.8 分组符号 ()
(fruit|food)s #表示 fruits|foods
([abc]{1,3}){3} #表示 [abc]1到3个,然后再来3个,一会试试
2.9 正则表达式需要用 " " 引号,但是要小心各种特殊符号
- 比如一般的
- ".*?"
- 实际使用时, 如果包含特殊符号,记得使用 r (rawdata)
- r"https://movie.douban.com"
3 正则表达式的方法
re.match()
re.search()
re.find()
re.findall()
next
re.finditer
re.compile()
re.split