RE 模块介绍
正则表达式（RE）用作于处理文件和数据，为高级文本模式匹配，以及搜索-替代等功能提供基础。 实质就是一些由字符和特殊符号（元字符：metacharacter)组成的字符串，它们描述了这些字符和字符的某种重复方式，因此能按某种模式匹配一个有相似特征的字符串的集合，也能按某种模式匹配一系列有相似特征的字符串，我们称为模式匹配 （patten match)。 在python中， pattern-match 有两种主要方式完成： 搜索（search）和匹配（match）。 搜索，在字符串任意部分中搜索匹配的模式；匹配，判断一个字符串能否从起始处全部或部分的匹配某个模式。
元字符表 metacharacter
| 符号 | 描述 | 正则表达式 | 匹配的字符串 |
| 使用择一匹配多个正则表达式模式，也称为union 或 Logical OR | |||
| re1|re2 | 匹配正则表达式re1或re2 | bat|bet|bit | bat、bet、bit |
| 匹配任意单个字符 | |||
| . |
匹配任何字符（除了\n之外）， 包括字母、数字、空格（并不包括“\n”换位符）、可打印和不可打印字符。 显示句点符号本身，需要用”\.“ |
f.o | 匹配在字母“f”和“o”之前任意一个字符；例如fao,f9o,f#o |
| .. | 任意两个字符 | ||
| .end | 匹配在字符串“end”之前的任意一个字符 | ||
| 从字符串起始或者结尾或者单词边界匹配 | |||
| ^或\A | 匹配字符串起始部分 | ^Dear | 任何以Dear作为起始的字符串 |
| $或\Z | 匹配字符串终止部分 | /bin/tesh$ | 任何以/bin/tesh作为结尾的字符串 |
| ^Subject:hi$ | 任何由单独的字符串Subject:hi构成的字符串 | ||
| \bBb | 匹配一个单词的边界 | \bthe | 任何以the开始的字符串 |
| \bthe\b | 仅仅匹配单词the | ||
| \B | 匹配出现在一个单词中间的模式 | \Bthe | 任何包含但并不以the作为起始的字符串 |
| 创建字符集，限定范围和否定 | |||
| [...] | 匹配来自字符集的任意单一字符 | b[aeiu]t | bat、bet、bit、but |
| [cr][23][dp][o2] | 一个包含四个字符的字符串，例如c2do\r3p2等 | ||
| [..x-y..] | 匹配x~y范围中的任意单一字符 | z.[0-9] | 字母"z"后跟着任何字符，然后跟着一个数字 |
| [^...] | 不匹配此字符集中出现的任何一个字符，包括某一范围的字符（如果在此字符集中出现） | [^aeiou] | 一个非元音字符 |
| [^\t\n] | 不匹配制表符或\n | ||
| 使用闭包操作符实现存在性和频数匹配 | |||
| * | 匹配0次或者多次前面出现的正则表达式 | [A-Za-z0-9]* | |
| + | 匹配1次或者多次前面出现的正则表达式 | [a-z]+\.com | |
| ？ | 匹配0次或者1次前面出现的正则表达式 | [dn]ot? | t出现一次或者不出现，即do,no,dot,not |
| {} | {N}精确匹配N次前面出现的正则表达式；{M,N}匹配M~N次前面出现的正则表达式 | [0-9]{15,16} | 匹配15或者16个数字（例如信用卡号码） |
| </?[^>]+> | 匹配全部有效（和无效的）HTML标签 | ||
| 表示字符集的特殊字符 | |||
| \d | 匹配任何十进制数字, 等于[0-9] | \d{3}-\d{3}-\d{4} | 美国电话号码的格式 |
| \D | 不匹配任何非数值型的数字， 等于[^0-9] | ||
| \w | 匹配任何字母数字字符，等于[A-Za-z0-9] | \[email protected]\w+\.com | 以[email protected]格式表示的简单电子邮件地址 |
| \W | 不匹配任何字母数字，等于[^A-Za-z0-9] | ||
| \s | 匹配任何空格字符，等于[\n\t\r\v\f] （\S与之相反） | ||
| 使用圆括号指定分组 | |||
| (...) | 匹配封闭的正则表达式，然后存为子组; 用groups来体现 | \d+(\.\d*)? | 表示简单浮点数的字符串；也就是说，任何十进制数字，后面可以接一个小数点和零个或者多个十进制数字 |
| 扩展表示法 | |||
| (?...) | 在判断匹配之前提供标记，实现一个前视（或者后视）匹配或者条件检查 | ||
| (?P<name>...) | |||
常用操作
re.match()
re.group()
.
时间： 2024-08-03 18:03:48