Python正则表达式（小结）

飞马踏燕

1. 什么是正则表达式？

正则表达式（regular expression，有时简写为RegEx 或 regex）就是用一组由字母和符号组成的“表达式”来描述一个特征，然后去验证另一个“字符串”是否符合/匹配这个特征。
2.应用场景？

（1）验证字符串是否符合指定特征，比如验证邮件地址是否符合特定要求等；
（2）用来查找字符串，从一个长的文本中查找符合指定特征的字符串；
（3）用来替换，比普通的替换更强大。
3.相应的模块--re

re模块是Python用来处理正则表达的模块，是Python处理文本的标准库。所谓的Python标准库，就是内置模块，不需要额外下载，使用时直接引入即可。
 4.常用函数

类别	函数	用途	表达式	remark
查找一个匹配项	re.search()	查找任意位置的匹配项.	re.search(pattern,string,flags)	search函数是在字符串中任意位置匹配，只要有符合正则表达式的字符串就匹配成功，即使有两个匹配项，search函数也只返回一个。 pattern: 正则表达式的字符串或原生字符串表示；string待匹配字符串；flags:正则表达式使用时的控制标记。 返回Match对象。
	re.match()	必须从字符串开头匹配.	re.match(pattern,string,flags)	match函数是要从头开始匹配，如果开头不一样，一定无法匹配。 从一个字符串的开始位置匹配正则表达式，返回Match对象。 pattern: 正则表达式的字符串或原生字符串表示；string待匹配字符串；flags:正则表达式使用时的控制标记。 返回Match对象。
	re.fullmatch()	整个字符串与正则完全匹配.	re.fullmatch(pattern,string,flags)	fullmatch函数需要完全相同，匹配整个字符串，返回Match对象。不匹配时，返回None。 返回Match对象。
查找多个匹配项	re.findall()	从字符串任意位置查找，返回一个列表.	re.findall(pattern,string,flags) 搜索字符串，以列表形式返回全部能匹配的子串。 返回列表类型。	两个方法基本类似，只不过一个是返回列表，一个是返回迭代器。列表是一次性生成在内存中，而迭代器是需要使用时一点一点生成出来的，内存使用更优。
	re.finditer()	从字符串任意位置查找，返回一个迭代器.	re.finditer(pattern,string,flags) 搜索字符串，返回一个匹配结果的迭代类型，每个迭代元素是Match对象。
分割	re.re.split()	支持正则分割	re.split(pattern, string, maxsplit=0, flags=0)	函数：将一个字符串按照正则表达式匹配结果进行分割，返回列表类型。 用 pattern 分开 string ， maxsplit表示最多进行分割次数， flags表示模式。 返回列表类型。
替换	re.sub()	支持正则替换	re.sub(pattern, repl, string, count=0, flags=0)	函数：在一个字符串中替换所有匹配正则表达式的子串，返回替换后的字符串。 repl替换掉string中被pattern匹配的字符， count表示最大替换次数，flags表示正则表达式的常量。
	re.subn()	支持正则替换	re.subn(pattern, repl, string, count=0, flags=0)	函数与 re.sub函数 功能一致，只不过返回一个元组 (字符串, 替换次数)。
编译正则对象	re.compile()	编译正则表达式	返回Pattern对象。	将正则表达式的样式编译为一个 正则表达式对象 （正则对象Pattern），这个对象与re模块有同样的正则函数。template()增加了re.TEMPLATE 模式。
	re.template()
其他	re.escape()		re.escape(pattern)	re.escape(pattern) 可以转义正则表达式中具有特殊含义的字符，比如：.或者 *。使用是，应小心转义符的问题。
	re.purge()	清除正则表达式缓存

注意：查找一个匹配项（search、match、fullmatch）的函数返回值都是一个 匹配对象Match ，必须需要通过match.group() 获取匹配值。
5.什么是Match对象？有什么属性和方法？

在上面4的说明中，我们提到search、match、fullmatch函数的返回值是一个Match对象，这个对象中包含了很多匹配的信息。

类别	名称	解释
对象属性	string	待匹配的文本。
	re	匹配时使用的Pattern对象（正则表达式）
	pos	正则表达式搜索文本的开始位置。
	endpos	正则表达式搜索文本的结束位置。
对象方法	start()	匹配字符串在原始字符串的开始位置。
	end()	匹配字符串在原始字符串的结束位置。
	span()	匹配区域，返回（start(),end()）。
	group()	获得匹配后的字符串。
	groups()	获取每部分匹配的字符串，元组类型。

注意group()和groups()的区别，一个是返回匹配的字符串，一个是返回各部分匹配内容组成的元组。
6.表达式中的控制标记flags

flags:正则表达式使用时的控制标记

常用标记	标记功能说明
re.I(re.IGNORECASE）	re.I是正则表达式中的一个flag，用于忽略大小写。当我们想要匹配的字符串中包含大小写不敏感的内容时，可以使用这个flag。 例如，我们想要匹配字符串中的"apple"，不论是大写还是小写，都可以使用re.I来实现。
re.M（re.MULTILINE）	re.M是正则表达式中的另一个flag，用于多行匹配。通常情况下，正则表达式默认只匹配字符串中的一行内容，但是当我们需要匹配多行内容时，就可以使用re.M。 例如，我们想要匹配字符串中的以数字开头的所有行，就可以使用re.M。
re.S（re.DOTALL）	re.S是正则表达式中的一个flag，用于匹配任意字符，包括换行符。如不设置re.DOTALL这个Flag标识位，符号“.”匹配除换行符外的一切。而一旦设置了这个标识位，符号“.”将啥都匹配。
re.X(re.VERBOSE)	忽略空白，提高可读性。当该标志被指定时，在 RE 字符串中的空白符被忽略，除非该空白符在字符类中或在反斜杠之后。它也可以允许你将注释写入 RE，这些注释会被引擎忽略；注释用 “#”号 来标识，不过该符号不能在字符串或反斜杠之后。

7.在表达式中强调开始\结束位置的特殊字符

表达式用到的特殊字符	说明	举例
^	与字符串开始的地方匹配,此字符不匹配任何字符.	表达式 "^aaa" 在匹配 "xxxaaaxxx" 时，匹配失败。只有当 "aaa" 位于字符串的开头的时候，"^aaa" 才能匹配,如："aaaxxxxxx"。
$	与字符串结束的地方匹配,此字符不匹配任何字符.	达式 "aaa$"在匹配 "xxxaaaxxx" 时，匹配失败。只有当"aaa"位于字符串的结尾的时候，"aaa$"才能匹配，比如："xxxxxxaaa"。

8.表达式中的转义符(\) 

一些不便书写的字符和特殊用处的标点符号,采用在前面加“\” (转义符).

表达式	可匹配	表达式	可匹配
\n	匹配换行符	\?	匹配?符号本身
\t	匹配制表符	\*	匹配*符号本身
\\	匹配\符号本身	\+	匹配+符号本身
\^	匹配^符号本身	\{、\}	匹配大括号
\$	匹配$符号本身	\[、\]	匹配中括号
\.	匹配.符号本身	\(、\)	匹配小括号

9.能够与 '多种字符' 匹配的表达式

 正则表达式中的一些表示方法，可以匹配 ‘多种字符’ 中的任意一个字符。例如，表达式"\d" 可以匹配任意一个数字。虽然可以匹配其中任意字符，但是只能是一个，不是多个。

表达式	匹配功能
\d	任意一个数字,0~9中的任意一个
\w	任意一个字母或数字或下划线,也就是A~Z,a-z,0-9,_中任意一个
\s	包括空格\制表符\换页符等空白符的其中的任意一个
.	小数点可以匹配除了换行符(\n)以外的任意一个字符

10.表达匹配次数

表达式	匹配功能	例子
{n}	表达式重复n次	例如："\w{2}"相当于"\w\w";"a{5}"相当于"aaaaa"
{m,n}	表达式至少重复m次，最多重复n次	例如："ba{1,3}" 可以匹配"ba"或"baa"或"baaa"
{m,}	表达式至少重复m次	例如："\w\d{2,}"可以匹配"a12","_456","M12344"
?	匹配表达式0次或1次，相当于{0,1}	例如："a[cd]?"可以匹配"a","ac","ad"
+	表达式至少出现1次，相当于{1,}	例如："a+b" 可以匹配"ab","aab","aaab"
*	表达式不出现或出现任意次数，相当于{0,}	例如："\^*b"可以匹配"b","^^^b"

11.借助[]和^自定义匹配关系

使用方括号 [ ] 包含一系列字符，能匹配其中任意一个字符。用 [^ ] 包含一系列字符，则能匹配其中字符之外的任意一个字符。

表达式案例	匹配功能
[abc5@]	匹配"a"或"b"或"5"或"@"
[^abc]	匹配"a","b","c"之外的任意一个字符
[f-k]	匹配"f"~"k"之间的任意一个字符
[^A-F0-3]	匹配"A"~"F","0"~"3"之外的任意一个字符。

注意:虽然可以匹配其中任意一个，但是只能是一个，不是多个。 
 12.字符串中关于IP的正则表达式

1.     ##字符串中关于IP地址的正则表达式
2.     ## ^：匹配字符串的开头。((25[0-5]|2[0-4]\d|[01]?\d\d?)\.)：匹配一个数字和一个点号，这个数字的取值范围是0到255。
3.     ## {3}：匹配前面的表达式三次。(25[0-5]|2[0-4]\d|[01]?\d\d?)：   配一个数字，这个数字的取值范围是0到255。$：匹配字符串的结尾。
4.     ## 使用正则表达式匹配IP地址
5.     # 字符串是IP地址
6.     ip_pattern = r'^((25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}(25[0-5]|2[0-4]\d|[01]?\d\d?)$'
7.     ##字符串是IP地址开头的
8.     ipstart_pattern = r'^((25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}(25[0-5]|2[0-4]\d|[01]?\d\d?)'
9.     ##字符串包含IP
10.     ipcontain_pattern = r'((25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}(25[0-5]|2[0-4]\d|[01]?\d\d?)'   
11.     ##字符串包含IP,并且IP地址是以': ['字符开头，以']'字符结尾
12.     ipcontain_pattern_plus = r'(\: \[)((25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}((25[0-5]|2[0-4]\d|[01]?\d\d?)\])'

复制代码

 
参考网址
https://zhuanlan.zhihu.com/p/479731754
https://zhuanlan.zhihu.com/p/127807805
https://www.bilibili.com/read/cv25901174/?jump_opus=1


来源:https://www.cnblogs.com/xuliuzai/p/17850543.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！