第二十一章 正则表达式

字符

元字符     匹配内容
.     匹配除换行符以外的任意字符 
\w    匹配字母或数字或下划线     
\s    匹配任意的空白符
\d    匹配数字                
\n    匹配一个换行符             
\t    匹配一个制表符
\b    匹配一个单词的结尾
^    匹配字符串的开始       
$    匹配字符串的结尾          
\W    匹配非字母或数字或下划线
\D    匹配非数字
\S    匹配非空白符
a|b    匹配字符a或字符b         
()    匹配括号内的表达式，也表示一个组      
[...]    匹配字符组中的字符      
[^...]    匹配除了^后面字符之外的所有字符  

量词

1. 量词只能够影响前面一个字符(ab+ 影响b)
2. 量词不能够单独使用，必须配合表达式使用
量词            用法说明
*            重复零次或更多次
+            重复一次或更多次
?            重复零次或一次
{n}            重复n次
{n,}        重复n次或更多次
{n,m}        重复n到m次

贪婪匹配

待匹配的文本：
<script>hello</script>

正则
<.*>   #就是从第一个<到最后一个>中间的内容
<script>hello</script>

#贪婪匹配就是把匹配的内容尽量多的匹配!

取消贪婪匹配：
<.*?>

. 是任意字符
* 是取 0 至 无限长度
? 是非贪婪模式。
合在一起就是 取尽量少的任意字符，一般不会这么单独写，他大多用在：
.*?x      # 就是取前面任意长度的字符，直到一个x出现

取消转义

在原生正则中，取消转义字符只需要加\
在Python中，使用r'\n\t\d' # 取消转义

eg:

'\n'换行符   \\n就是普通字符

#一个\只能转一个字符

re模块下的常用方法

在Python中，如过使用正则，需要借助于模块，re模块

import re

1. ret = re.findall('正则', '待匹配内容')  # 返回所有满足匹配条件的结果,放在列表里，如果匹配到内容就把数据以列表的形式返回, 如果匹配不到就返回[]

#待匹配内容一定是一个字符串、文本、

2. ret = re.search('正则', '待匹配内容') # 函数会在字符串内查找模式匹配,直到找到第一个匹配然后就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

try:
    ret = re.search('a', 'eva egon yuan').group()
    print(ret)
except Exception:
    print(ret)

3. ret = re.match('正则', '待匹配内容')  # 方法使用同search,不过只在字符串开始处进行匹配，第一个是'正则'，就会返回这个值且只返回找到的第一个，否则返回None

try:
    ret = re.match('a', 'asdewqeqwabc').group()
    print(ret)
except Exception:
    print(ret)

分组

无名分组：使用小括号括起来的正则表达式就是无名分组

 res = re.search('^[1-9](\d{14})(\d{2}[0-9x])?$','110105199812067023')
    print(res)
    print(res.group())  # 110105199812067023 
    print(res.group(1))  # 10105199812067  使用索引

如果是findall，分组优先展示,无名分组

    res = re.findall("^[1-9](\d{14})\d{2}[0-9x]?$",'110105199812067023')
    print(res)  # ['023']

有名分组：使用小括号括起来的正则表达式然后给起个名字就是有名的

 res = re.search('^[1-9](?P<xxx>\d{14})(?P<ooo>\d{2}[0-9x])?$','110105199812067023')
    print(res)
    print(res.group(1))
    print(res.group(2))
    print(res.group('xxx'))
    print(res.group('ooo'))
# ?P后面命名