正则表达式学习

正则表达式学习

推荐两个学习正则表达式的网站

https://codejiaonang.com/

https://regexr-cn.com/

1. []中括号中表示字符

   如果只有一个[],后面没有其他字符了，那么就把[]中的字符全部匹配，每一个字符都会匹配需要的字符，

   如果[]后面又其他字符，那么就把[]中的字符集和后面内容结合起来

• 还有[]中加-表示范围（比如[a-z]，表示26个小写字母被匹配，[0-9a-z]在之前基础上，加上10个数字）

• 

• 匹配特殊字符

  使用-表示区间，使用\表示转义

  

• 取反

  有时候我们可能希望根据不会出现的字符定义字符组，所以在[]中使用 ^就可以排除

  

快捷模式

快速匹配

数字	\d
字母	\w
空白	\s
单词边界	\b

快捷方式取反只需要将 比如 \w大写

在正则表达式中^表示一个字符串的开始，$表示一个字符串的结束

• 任意字符

  .字符代表匹配任何单个字符，它只能出现在方括号以外。

  注：只有一个字符不能匹配，就是\n换行符

• 可选字符

  在可选字符后加?，? 符号指定一个字符、字符组或其他基本单元可选，这意味着正则表达式引擎将会期望该字符出现零次或一次。

重复

大括号{}表示重复几遍

在大括号中间的两个数字表示上限和下限，语法：{M,N}，M是下界而N是上界。

有时候我们可能遇到字符组的重复次数没有边界

也可以简写，可以使用 + 匹配1个到无数个，使用 *代表0个到无数个。

遇到的两个常见的写法

.*贪婪匹配

.*?非贪婪匹配

多种匹配模式

实例	描述
[Pp]ython	匹配 “Python” 或 “python”。
rub[ye]	匹配 “ruby” 或 “rube”。
[abcdef]	匹配中括号内的任意一个字母。
[0-9]	匹配任何数字。类似于 [0123456789]。
[a-z]	匹配任何小写字母。
[A-Z]	匹配任何大写字母。
[a-zA-Z0-9]	匹配任何字母及数字。
[^au]	除了au字母以外的所有字符。
[^0-9]	匹配除了数字外的字符。

实例	描述
.	匹配除 “\n” 之外的任何单个字符。要匹配包括 ‘\n’ 在内的任何字符，请使用象 ‘[.\n]’ 的模式。
?	匹配一个字符零次或一次，另一个作用是非贪婪模式
+	匹配1次或多次
*	匹配0次或多次
\b	匹配一个长度为0的子串
\d	匹配一个数字字符。等价于 [0-9]。
\D	匹配一个非数字字符。等价于 [^0-9]。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\w	匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。
\W	匹配任何非单词字符。等价于 ‘[^A-Za-z0-9_]‘。
\b	匹配一个长度为0的子串

python正则表达式匹配字符串前面加的字母意思

1、字符串前加 u

例：u"我是含有中文字符组成的字符串。"

作用：

后面字符串以 Unicode 格式 进行编码，一般用在中文字符串前面，防止因为源码储存格式问题，导致再次使用时出现乱码。

2、字符串前加 r

例：r"\n\n\n\n”　　# 表示一个普通生字符串 \n\n\n\n，而不表示换行了。

作用：

去掉反斜杠的转义机制。

（特殊字符：即那些，反斜杠加上对应字母，表示对应的特殊含义的，比如最常见的”\n”表示换行，”\t”表示Tab等。 ）

应用：

常用于正则表达式，对应着re模块。

3、字符串前加 b

例: response = b'

Hello World!

' # b' ' 表示这是一个 bytes 对象

作用：

b" "前缀表示：后面字符串是bytes 类型。

用处：

网络编程中，服务器和浏览器只认bytes 类型数据。

如：send 函数的参数和 recv 函数的返回值都是 bytes 类型

附：

在 Python3 中，bytes 和 str 的互相转换方式是
str.encode('utf-8')
bytes.decode('utf-8')