一文入门re 正则表达式

news2024/9/24 1:20:17

一、常用方法

（一）匹配

一般使用方法
第一个参数：正则模式
第二个参数：需要处理的字符串
第三个参数：附加处理方法

result从任意位置开始匹配，返回match，没有匹配到返回None

result = re.search(r"abc","1bcabcdbcd",re.I)
print(result,type(result),result.start(),result.end(),result.group())

findall以列表的形式返回所有匹配到的字符串

result = re.findall(r"abc","abcabcdAbcde")
print(result)

match从第一个字符开始匹配，如果第一个字符不匹配，就返回None

result = re.match(r"abc","1bcabcdAbcde")
print(result)   # None

fullmatch匹配整个字符串，返回match或None

result = re.fullmatch(r"1\w+e","1bcabcdAbcde")
print(result)

finditer返回迭代器,每一个元素都是Match

result = re.finditer(r"abc","abcabcdAbcde")
for data in result:
    print(data.group())

（二）替换

一般使用方法

第一个参数：正则模式第二个参数：替换成的内容第三个参数：需要替换的字符串第四个参数：替换次数第五个参数：附加标识

sub把所有匹配成功的都进行替换,返回替换过后的字符串

result = re.sub(r"abc","星星","abcabcdAbcde")
print(result)

subn元组形式返回替换过的字符串和替换次数

result = re.subn(r"abc","星星","abcabcdAbcde")
print(result)

（三）切割

第一个参数是正则模式第二个参数是需要切割的字符串第三个参数是最大切割次数

split返回切割之后的内容

result = re.split(r"abc","abcabcdAbcde")
print(result)

二、特殊字符

# \w 匹配数字 字母 下划线
# result = re.findall(r"\w","abc123+_*?-")
# print(result)
# \W 匹配非数字 字母 下划线
# result = re.findall(r"\W","abc123+_*?-")
# print(result)


# \d 匹配数字
# result = re.findall(r"\d","abc123+_*?-")
# print(result)
# \D 匹配非数字
# result = re.findall(r"\D","abc123+_*?-")
# print(result)


# \S匹配 空白
# result = re.findall(r"\s","a bc123+_*?-\t\n")
# print(result)
# \S匹配 非空白
# result = re.findall(r"\S","a bc123+_*?-\t\n")
# print(result)

# . 除了\n不匹配，其他都匹配
# result = re.findall(r".","ac +-*/ .46\t)\n")
# print(result)
# . 加上re.S后匹配所有
# result = re.findall(r".","ac +-*/ .46\t)\n",re.S)
# print(result)

# ^ 开头
# result = re.findall(r"^a","ac +-*/\nab .46\t)")
# print(result)
# re.M 可以匹配\n
# result = re.findall(r"^a","ac +-*/\nab .46\t)",re.M)
# print(result)

# $ 结尾
# result = re.findall(r" $","ca +-*/\nba .46\t ")
# print(result)
# re.M 可以匹配\n
# result = re.findall(r" $","ca +-*/ \nba .46\t ",re.M)
# print(result)


# 贪婪：尽可能匹配多个
# * 代表有>=0个
# + 代表有>=1个
# ？ 代表有1个或者0个
# result = re.findall(r"\d*","123456789")
# print(result)
# result = re.findall(r"\d+","123456789")
# print(result)
# result = re.findall(r"\d?","123456789")
# print(result)

# 非贪婪：尽可能匹配少个数
# 在贪婪模式后追加一个？
# result = re.findall(r"\d*?","123456789")
# print(result)
# result = re.findall(r"\d+?","123456789")
# print(result)
# result = re.findall(r"\d??","123456789")
# print(result)


# {n}匹配n次
result = re.findall(r"\d{2}","123456789")
print(result)
# {m,n}匹配m-n次
result = re.findall(r"\d{2,4}","123456789")
print(result)
# {m,n}? 非贪婪匹配
result = re.findall(r"\d{2,4}?","123456789")
print(result)
# []匹配其中一个
result = re.findall(r"[1-9a-z]","123456789abcdfaz")
print(result)
# |或者
result = re.findall(r"[1-9]|[a-z]","123456789abcdfaz")
print(result)
# （）分组
result = re.findall(r"(.*?)","123456789abcdfaz")
print(result)