re正则表达式

正则表达式实用目的：1.判断用户输入的数据是否符合要求   2.爬取数据筛选自己想要的信息

匹配单个字符：

字符	功能
.	匹配任意1个字符（除了\n）
[]	匹配[]中列举的字符中的一个
\d	匹配数字，即0-9
\D	匹配非数字，即不是数字
\s	匹配空白，即空格 tab键
\S	匹配非空白
\w	匹配单词字符，即a-z,A-Z,0-9,_
\W	匹配非单词字符

 

匹配多个字符：

字符	功能
*	匹配前一个字符出现0次或者无限次，即可有可无
+	匹配前一个字符出现1次或者无限次，即至少一次
？	匹配前一个字符出现1次或者0次，即要么有1次，要么没有
{m}	匹配前一个字符出现m此
{m,n}	匹配前一个字符出现从m到n次

 

匹配开头结尾：

字符	功能
^	匹配字符串开头
$	匹配字符串结尾

 

匹配分组：

字符	功能
|	匹配左右任意一个表达式
（ab）	将括号中字符作为一个分组/括号好可以单独取出括号内的内容
\num	引用分组num匹配到的字符串
（?P<name>）	分组起别名
(?P=name)	引用别名为name分组匹配到的字符串

 

re高级用法：

1.math(pattern, string [,flags])：从字符串开始处匹配

　　pattern   模式字符串（正则表达式）

　　string      要匹配的字符串

　　[flags]     可选参数，表示标志位，用于控制匹配方式。比如是否区分大小写

2.sarch(pattern, string [,flags])：在整个字符串中搜索第一个匹配的值

3.findall(pattern, string [,flags])：在整个字符串中搜索所有符合正则表达式的字符串 —— 返回一个列表

4.sub(pattern, repl, string [,count] [,flags])：替换字符串

　　count   可选参数，表示匹配后替换的最大次数

　　repl    要替换成的字符串（也可以是一个函数），例：

import re


def add(temp):
    # 通过匹配到的字符串的引用调用group方法可以取匹配的字符串的值，即"997"和"99"
     str_num = temp.group()
     new_num = int(str_num) + 1
    # 返回什么，正则表达式中匹配的字符串替换成什么
     return str(new_num)


# sub中替换的内容为一个函数时，会将正则表达式匹配到的字符串的引用传入到函数内部
ret = re.sub(r'\d+', add, "years = 997")
print(ret)

ret = re.sub(r'\d+', add, "years = 99")
print(ret)

# 结果：
years = 998
years = 100

5.split(pattern, string, [,maxsplit] [,flags]]：分割字符串，例：

　　按冒号(:)或者空格 将字符串切割，返回一个列表

import re

ret = re.split(r':| ', 'https://www. baidu. com')
print(ret)

# 结果：
['https', '//www.', 'baidu.', 'com']