正则表达式

简介：

正则表达式：用来匹配特定规则的字符串。

正则表达式是处理字符串的强大工具，有特定的语法结构；实现字符串的检索、替换、匹配验证等。

元字符

模式描述
. 匹配除换行符之外的任意字符
^ 匹配开头
$ 匹配结尾
* 匹配任意多个（0个或多个）
+ 匹配1个或多个（至少一个）
？ 匹配0个或1个；非贪婪模式
{n} 匹配n个前面前面的表达式
{m, n} 匹配m到n个前面表达式定义的片段，贪婪模式
| 匹配满足的两个表达式 如 re.findall(r'ab|dc', 'abc-adc-bcd')
\ 转义元字符；匹配正则中使用的特殊字符
（） 匹配括号内的表达式，也表示一个组（分组）
[] 列举出他的字符
.* 通用匹配，尽可能多的匹配
.*? 通用匹配，尽可能少的匹配；因此.*?匹配不到结尾的内容

预定义字符组

模式描述
\w 匹配字母、数字及下划线
\d 匹配任意数字，相当于[0-9]
\s 匹配任意空白字符，相当于[\t\n\r\f]
\W 取反，匹配非字母、数字、下划线
\D 取反，匹配任意非数字的字符
\S 取反，匹配任意非空字符

修饰符

修饰符描述
re.S 使 . 匹配包括换行符在内的所有字符。（常用，如：re.findall(r"\w+", text, re.S)）第三个参数）
re.I 使匹配对大小写不敏感，也就是不区分大小写

 

方法（api）

match()

从字符串的开头位置匹配正则表达式，如果匹配，就返回匹配成功的结果；如果不是开头，那就匹配不到则返回None；适合用来检测某个字符串是否符合某个正则表达式的规则。

match() 方法，第一个参数传入正则表达式，第二个参数传入要匹配的字符串。如果匹配成功，返回结果是一个SRE_Match对象， 该对象有两个方法：group()方法可以输出匹配的内容，span()方法可以输出匹配的范围。

search()

在匹配时会扫描整个字符串，然后返回第一个成功匹配的结果，若扫描完仍没找到，就返回None。

findall()

该方法会搜索整个字符串，然后返回匹配正则表达式的所有内容。它返回的是一个列表类型，因此可以遍历、索引、切片取值。

sub()

批量修改满足匹配正则表达式的原字符串中的内容。第一个参数是匹配的正则表达式，第二个参数为替换成的字符串，第三个参数是原文本。第四个可选参数 count 匹配替换次数，count=0 默认全部替换。

res = re.sub('\d+', '', text) # 将字符串中的所有数字替换为空

split()

切割字符串，可选参数 maxsplit=0 默认全部切割

compile()

该方法可以将正则字符串编译成正则表达式对象，以便在后面的匹配中复用。

 import re
 ​
 text1 = '2019-12-15 12:00'
 text2 = '2019-12-15 12:20'
 ​
 pattern = re.compile('\d{2}:\d{2}')     # 先写一个要匹配正则表达式的规则；待后面复用
 res1 = re.sub(pattern, '', text1)       ==> '2019-12-15'
 res2 = re.findall(pattern, text2)       ==> '12:00'
 ​