Python- re模塊

> re 模塊

正則表達式（或 RE）是一種小型的、高度專業化的編程語言，（在Python中）它內嵌在Python中，并通過 re 模塊實現。正則表達式模式被編譯成一系列的字節碼，然后由用 C 編寫的匹配引擎執行。

字符匹配：普通字符、元字符

1、普通字符類似精確匹配：

re.findall()第一個參數是規則，第二個參數是匹配的字符串。

2、元字符

元字符：*. ^ $ + ? { } [ ] | ( ) **

1、. 一個點號代表一個任意字符，多個代表多個。不包括換行符號（\n , \t , \r）

2、^ 開頭符號 （^a :表示匹配以a開頭字符串）

3、$ 結尾符號 （a$: 表示匹配以a結尾的字符串）

4、* 星號代表匹配 0到無窮次

5、+ 代表匹配 1 到 無窮次

6、？ 代表匹配 0 到 1次

7、{} {0，1} 這樣寫代表匹配0到1次，{2，8}代表匹配2到8次

8、[] 這個中括號是 字符集 的意思。例 ：k[yc] 表示匹配 ky 或 kc ‘或’的意思

字符集里面可以應用3個符號： - . ^ . \ ，除了這三個符號，其余符號都代表是字符

加個 - 符號：

加個 ^ 符號，‘非’ 的意思：

字符集加 \ 跟元字符效果一樣，（轉義符）

**元字符之轉義符\

反斜杠后邊跟元字符去除特殊功能,比如.
反斜杠后邊跟普通字符實現特殊功能,比如\d

\d 匹配任何十進制數；它相當于類 [0-9]。
\D 匹配任何非數字字符；它相當于類 [^0-9]。
\s 匹配任何空白字符；它相當于類 [ \t\n\r\f\v]。
\S 匹配任何非空白字符；它相當于類 [^ \t\n\r\f\v]。
\w 匹配任何字母數字字符；它相當于類 [a-zA-Z0-9]。
\W 匹配任何非字母數字字符；它相當于類 [^a-zA-Z0-9]
\b 匹配一個特殊字符邊界，比如空格 ，&，＃等

例如使用 \b 就要使用轉義符：

匹配字符串'jfdji\ldfdsf' 里的 i\l ,就要多加3個 \ 因為python解釋器轉義之后傳給 re模塊 ，re模塊再轉義：

打印結果是兩個 \ 應該是進去兩個出來兩個。

9、| 代表或的意思。例如：an|jk ：匹配 an 字符串 或 jk 字符串

10、() 括號內字符串為整體 例如： (abc) 代表匹配 abc 字符串

re模塊函數方法

re.findall('a','alfgd') #返回所有滿足匹配條件的結果,放在列表里

re.search() # 函數會在字符串內查找模式匹配,只到找到第一個匹配然 后返回一個包含匹配信息的對象,該對象可以通過調用 group()方法得到匹配的字符串,如果字符串沒有匹配，則 返回 None。

re.search('(?P<組名>[a-z+])') ,可以給匹配到的數據設置組名（?P<組名>是gu固定格式）

`re.match('a','abc').group()`` 和 search一樣，不過match只從字符串開頭匹配 ，如果這個例子不是 a 開頭 ，會報錯

re.split() 分割字符串 例：

上圖中分割步驟為：
按字符串第一個a分割，因為a左邊為空所以得到 ' ' 和cvabjkk ，然后遇到a再分割得到 cv 和bjkk ， 然后再從 b分割 b左邊為空 ，變成 ' ' jkk ,然后整個加起來： ['', 'cv', '', 'jkk']

re.sub() 替換方法，有4個參數。例如 re.sub('\d','abc','adfs5dfs6',1)
上述例子第一個參數為要被替換的字符串，第二個為替換后的字符串，第三個為要修改的原始字符串，第四個為要替換多少次

re.subn('\d','abc','adfs5dfs6') 加個n可以統計被替換多少次：

re.compile（） 制定匹配規則：

re.finditer() 會把匹配結果變成一個迭代器;

注意

如下圖，應該匹配出 www.baidu.com 以及www.sina.com ,顯示結果沒有匹配：

中間家里 括號（分組），會優先顯示出分組里的內容，要取消有限權限 加上 ？：