正则表达式的功能：字符串的模糊匹配查询
import re
元字符
. ---->匹配除换行符意外的任意字符
^ ---->匹配行首位置
$ ---->匹配行尾位置
关于重复的元字符
* ---->(0,无穷)
+ ---->(1,无穷)
? ---->(0,1)
{} --->指定次数
转义符 \
1、反斜杠后边跟元字符去除特殊功能,比如\.
2、反斜杠后边跟普通字符实现特殊功能,比如\d
\d 匹配任何十进制数； 它相当于类 [0-9]。
\D 匹配任何非数字字符； 它相当于类 [^0-9]。
\s 匹配任何空白字符； 它相当于类 [ \t\n\r\f\v]。
\S 匹配任何非空白字符； 它相当于类 [^ \t\n\r\f\v]。
\w 匹配任何字母数字字符； 它相当于类 [a-zA-Z0-9_]，也可以匹配汉字。
\W 匹配任何非字母数字字符； 它相当于类 [^a-zA-Z0-9_]
\b 匹配一个特殊字符边界，比如空格 ，&，＃等
\b 的应用
ret=re.findall(r'I\b','I am LIST')
print(ret)#['I']
正则应用
res = '\\' #\是转义符，前面再加个\
print(res) #\
res = '\\n'
print(res) #\n
ret=re.findall("(李\w{1,2})","李杰，李刚，王超，占山,李连英") # 匹配出所有符合条件的元素
print(ret)
# ret=re.findall('c\l','abc\le')
# print(ret)#报错
# ret=re.findall('c\\l','abc\le')
# print(ret)#报错
ret=re.findall('c\\\\l','abc\le')
print(ret)#['c\\l']
ret=re.findall(r'c\\l','abc\le')
print(ret)#['c\\l']
# \b是特殊符号所以,'abc\be'前面需要加r
ret=re.findall(r'c\\b',r'abc\be')
print(ret)#['c\\b']
分组 ( )
# 普通分组
m = re.findall(r'(ad)+', 'add')
print(m)
# 命名分组
import re
# ret = re.search(r'-blog-aticles-(20[01]\d)-(\d+)','-blog-aticles-2015-04')
ret = re.search(r'-blog-aticles-(?P<year>20[01]\d)-(?P<month>\d+)','-blog-aticles-2015-04')
print(ret.group())
print(ret.group('year'))
print(ret.group('month'))
字符集［］
#[abc] 匹配a或b或c
ret = re.findall('a[bc]d', 'acd')
print(ret) # ['acd']
ret = re.findall('[a-z]', 'acd')
print(ret) # ['a', 'c', 'd']
ret = re.findall('[.*+]', 'a.cd+')
print(ret) # ['.', '+']
在字符集里有功能的符号: - ^ \
ret = re.findall('[1-9]', '45dha3')
print(ret) # ['4', '5', '3']
ret = re.findall('[^ab]', '45bdha3') # ^ 非字符集里面所有符号
print(ret) # ['4', '5', 'd', 'h', '3'] ret = re.findall('[\d]', '45bdha3') print(ret) # ['4', '5', '3']
re模块下的常用方法
import re
ret = re.findall('a', 'alvin yuan') # 返回所有满足匹配条件的结果,放在列表里
print(ret)
ret = re.search('a', 'alvin yuan').group()
print(ret)
print(type(ret))
# 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。
ret = re.match('a', 'abc').group() # 同search,不过尽在字符串开始处进行匹配
print(ret)
findall的优先级查询
import re
ret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com')
print(ret) # ['oldboy'] 这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可
ret = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com') # ?:取消组优先
print(ret) # ['www.oldboy.com']