正则表达式的基本使用
一、re模块
正则表达式是用来匹配处理字符串的。
python 中使用正则表达式需要引入re模块。
import re二、search()和match()的区别
match()函数只检测字符是不是在string的开始位置匹配；search()会扫描整个string查找匹配。
也就是说match()只有在0位置匹配成功的话才有返回，如果不是开始位置匹配成功的话，match()就返回none。
>>> import re
>>> a = 'hello world'
>>> b = re.search('w',a)
>>> b
<_sre.SRE_Match object; span=(6, 7), match='w'>
>>> b.group()
'w'
>>> c = re.match('w',a)
>>> c
>>> d = re.match('h',a)
>>> d
<_sre.SRE_Match object; span=(0, 1), match='h'>
>>> d.group()
'h'
>>>三、通配符
| 字符 |
描述 |
| . |
匹配除换行符 \n 之外的任何单字符 |
| * |
匹配前一个字符出现0次或者无数次，至少0次 贪婪（至多）匹配 |
| + |
匹配前一个字符出现一次或者无数次，至少1次 贪婪（至多）匹配 |
| \d |
匹配数字，默认只匹配一个 |
| \D |
匹配非数字，默认只匹配一个 |
| \s |
匹配空格，默认只匹配一个 |
| \S |
匹配非空格，默认只匹配一个 |
| \w |
匹配0-9 a-z A-Z _，默认只匹配一个 |
| \W |
匹配非0-9 a-z A-Z _之外的字符，默认只匹配一个 |
| () |
标记一个子表达式的开始和结束位置 |
| [] |
满足[]内任意一个匹配即可，最多只能匹配一个 |
| ? |
非贪婪匹配模式 |
通配符：.
>>> a = 'hello world'
>>> b = re.search('w.',a)
>>> b
<_sre.SRE_Match object; span=(6, 8), match='wo'>
>>> b.group()
'wo'通配符：*和？
>>> a = 'hello world'
>>> b = re.search('w.*',a)
>>> b
<_sre.SRE_Match object; span=(6, 11), match='world'>
>>> b.group()
'world'
>>> c = re.search('w.*?',a)
>>> c
<_sre.SRE_Match object; span=(6, 7), match='w'>通配符：+和？
>>> a = 'hello world'
>>> b = re.search('w.+',a)
>>> b
<_sre.SRE_Match object; span=(6, 11), match='world'>
>>> c = re.search('w.+?',a)
>>> c
<_sre.SRE_Match object; span=(6, 8), match='wo'>通配符：\d和\D
>>> a = '123abc456'
>>> b = re.search('\d',a)
>>> b
<_sre.SRE_Match object; span=(0, 1), match='1'>
>>> c = re.search('\D',a)
>>> c
<_sre.SRE_Match object; span=(3, 4), match='a'>>>> a = '123abc456'
>>> d = re.search('\D*',a) # 这个结果我理解的应该是abc，不知道为什么没有匹配到，匹配前一个字符0次或者更多次，贪婪模式
>>> d
<_sre.SRE_Match object; span=(0, 0), match=''>
>>> d = re.search('\D',a)
>>> d
<_sre.SRE_Match object; span=(3, 4), match='a'>
>>> d = re.search('\D\D\D',a)
>>> d
<_sre.SRE_Match object; span=(3, 6), match='abc'>
>>> d = re.search('\D+',a)
>>> d
<_sre.SRE_Match object; span=(3, 6), match='abc'>四、group使用
功能：分组
| group() |
返回匹配的整个表达式 |
| group(i) |
返回匹配的分组表达式 |
>>> a = 'helloworldmynameismarry'
>>> b = re.search('(.*)world(.*)',a)
>>> b.group()
'helloworldmynameismarry'
>>> b.group(1)
'hello'
>>> b.group(2)
'mynameismarry'五、findall使用
findall 提取出来的就是列表对象，不需要使用group()
语法：re.findall(‘想匹配的字符表达式’, string)
a = 'http://www.baidu.com'
b = re.findall('\w',a)
print(b) # ['h', 't', 't', 'p', 'w', 'w', 'w', 'b', 'a', 'i', 'd', 'u', 'c', 'o', 'm']
print(type(b)) # <class 'list'>六、sub使用
功能：替换
语法：re.search(‘原string中要被替换的字符’, ‘新字符’,string)
a = 'http://www.baidu.com'
b = re.sub('w','c',a) # 将w替换成c
print(b) # http://ccc.baidu.com