Python- re模块

> re 模块

正则表达式（或 RE）是一种小型的、高度专业化的编程语言，（在Python中）它内嵌在Python中，并通过 re 模块实现。正则表达式模式被编译成一系列的字节码，然后由用 C 编写的匹配引擎执行。

字符匹配：普通字符、元字符

1、普通字符类似精确匹配：

re.findall()第一个参数是规则，第二个参数是匹配的字符串。

2、元字符

元字符：*. ^ $ + ? { } [ ] | ( ) **

1、. 一个点号代表一个任意字符，多个代表多个。不包括换行符号（\n , \t , \r）

2、^ 开头符号 （^a :表示匹配以a开头字符串）

3、$ 结尾符号 （a$: 表示匹配以a结尾的字符串）

4、* 星号代表匹配 0到无穷次

5、+ 代表匹配 1 到 无穷次

6、？ 代表匹配 0 到 1次

7、{} {0，1} 这样写代表匹配0到1次，{2，8}代表匹配2到8次

8、[] 这个中括号是 字符集 的意思。例 ：k[yc] 表示匹配 ky 或 kc ‘或’的意思

字符集里面可以应用3个符号： - . ^ . \ ，除了这三个符号，其余符号都代表是字符

加个 - 符号：

加个 ^ 符号，‘非’ 的意思：

字符集加 \ 跟元字符效果一样，（转义符）

**元字符之转义符\

反斜杠后边跟元字符去除特殊功能,比如.
反斜杠后边跟普通字符实现特殊功能,比如\d

\d 匹配任何十进制数；它相当于类 [0-9]。
\D 匹配任何非数字字符；它相当于类 [^0-9]。
\s 匹配任何空白字符；它相当于类 [ \t\n\r\f\v]。
\S 匹配任何非空白字符；它相当于类 [^ \t\n\r\f\v]。
\w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9]。
\W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9]
\b 匹配一个特殊字符边界，比如空格 ，&，＃等

例如使用 \b 就要使用转义符：

匹配字符串'jfdji\ldfdsf' 里的 i\l ,就要多加3个 \ 因为python解释器转义之后传给 re模块 ，re模块再转义：

打印结果是两个 \ 应该是进去两个出来两个。

9、| 代表或的意思。例如：an|jk ：匹配 an 字符串 或 jk 字符串

10、() 括号内字符串为整体 例如： (abc) 代表匹配 abc 字符串

re模块函数方法

re.findall('a','alfgd') #返回所有满足匹配条件的结果,放在列表里

re.search() # 函数会在字符串内查找模式匹配,只到找到第一个匹配然 后返回一个包含匹配信息的对象,该对象可以通过调用 group()方法得到匹配的字符串,如果字符串没有匹配，则 返回 None。

re.search('(?P<组名>[a-z+])') ,可以给匹配到的数据设置组名（?P<组名>是gu固定格式）

`re.match('a','abc').group()`` 和 search一样，不过match只从字符串开头匹配 ，如果这个例子不是 a 开头 ，会报错

re.split() 分割字符串 例：

上图中分割步骤为：
按字符串第一个a分割，因为a左边为空所以得到 ' ' 和cvabjkk ，然后遇到a再分割得到 cv 和bjkk ， 然后再从 b分割 b左边为空 ，变成 ' ' jkk ,然后整个加起来： ['', 'cv', '', 'jkk']

re.sub() 替换方法，有4个参数。例如 re.sub('\d','abc','adfs5dfs6',1)
上述例子第一个参数为要被替换的字符串，第二个为替换后的字符串，第三个为要修改的原始字符串，第四个为要替换多少次

re.subn('\d','abc','adfs5dfs6') 加个n可以统计被替换多少次：

re.compile（） 制定匹配规则：

re.finditer() 会把匹配结果变成一个迭代器;

注意

如下图，应该匹配出 www.baidu.com 以及www.sina.com ,显示结果没有匹配：

中间家里 括号（分组），会优先显示出分组里的内容，要取消有限权限 加上 ？：