匹配单个字符
| 字符 | 功能 |
|---|
| . | 匹配任意1个字符（除了\n） |
| [ ] | 匹配[ ]中列举的字符 |
| \d | 匹配数字，即0-9 |
| \D | 匹配非数字，即不是数字 |
| \s | 匹配空白，即 空格，tab键 |
| \S | 匹配非空白 |
| \w | 匹配单词字符，即a-z、A-Z、0-9、_ |
| \W | 匹配非单词字符 |
匹配多个字符
| 字符 | 功能 |
|---|
| * | 匹配前一个字符出现0次或者无限次，即可有可无 |
| + | 匹配前一个字符出现1次或者无限次，即至少有1次 |
| ? | 匹配前一个字符出现1次或者0次，即要么有1次，要么没有 |
| {m} | 匹配前一个字符出现m次 |
| {m,n} | 匹配前一个字符出现从m到n次 |
匹配开头结尾
ret = re.match("([^-]*)-(\d+)","010-12345678") # ^这里是取反的意思
匹配分组
| 字符 | 功能 |
|---|
| | | 匹配左右任意一个表达式 |
| (ab) | 将括号中字符作为一个分组 |
\num | 引用分组num匹配到的字符串 |
(?P<name>) | 分组起别名 |
| (?P=name) | 引用别名为name分组匹配到的字符串 |
ret = re.match(r"<([a-zA-Z]*)>\w*</\1>", "<html>hh</html>")
labels = ["<html><h1>www.itcast.cn</h1></html>", "<html><h1>www.itcast.cn</h2></html>"]
for label in labels:
ret = re.match(r"<(\w*)><(\w*)>.*</\2></\1>", label)
ret = re.match(r"<(?P<name1>\w*)><(?P<name2>\w*)>.*</(?P=name2)></(?P=name1)>", "<html><h1>www.itcast.cn</h1></html>")
re模块的高级用法
search
ret = re.search(r"\d+", "阅读次数为 9999")
ret.group()
# 运行结果：9999
findall
ret = re.findall(r"\d+", "python = 9999, c = 7890, c++ = 12345")
print(ret)
# 运行结果：['9999', '7890', '12345']
sub 将匹配到的数据进行替换
def add(temp):
strNum = temp.group()
num = int(strNum) + 1
return str(num)
ret = re.sub(r"\d+", add, "python = 997")
print(ret)
# 运行结果：python = 998
split 根据匹配进行切割字符串，并返回一个列表
ret = re.split(r":| ","info:xiaoZhang 33 shandong")
print(ret)
# 运行结果：['info', 'xiaoZhang', '33', 'shandong']
python贪婪和非贪婪
在"*","?","+","{m,n}"后面加上非贪婪操作符"?"，使贪婪变成非贪婪，要求正则匹配的越少越好。
>>> s="This is a number 234-235-22-423"
>>> r=re.match(".+(\d+-\d+-\d+-\d+)",s)
>>> r.group(1)
'4-235-22-423'
>>> r=re.match(".+?(\d+-\d+-\d+-\d+)",s)
>>> r.group(1)
'234-235-22-423'
>>> re.match(r"aa(\d+)","aa2343ddd").group(1)
'2343'
>>> re.match(r"aa(\d+?)","aa2343ddd").group(1)
'2'
r的作用
Python中字符串前面加上 r 表示原生字符串
>>> ret = re.match(r"c:\\a",mm).group()
>>> print(ret)
c:\a