零基础到进阶，Python正则表达式详解

1. 正则表达式基础

1.1. 简单介绍

正则表达式并不是Python的一部分。正则表达式是用于处理字符串的强大工具，拥有自己独特的语法以及一个独立的处理引擎，效率上可能不如str自带的方法，但功能十分强大。得益于这一点，在提供了正则表达式的语言里，正则表达式的语法都是一样的，区别只在于不同的编程语言实现支持的语法数量不同；但不用担心，不被支持的语法通常是不常用的部分。如果已经在其他语言里使用过正则表达式，只需要简单看一看就可以上手了。

下图展示了使用正则表达式进行匹配的流程：

正则表达式的大致匹配过程是：依次拿出表达式和文本中的字符比较，如果每一个字符都能匹配，则匹配成功；一旦有匹配不成功的字符则匹配失败。如果表达式中有量词或边界，这个过程会稍微有一些不同，但也是很好理解的，看下图中的示例以及自己多使用几次就能明白。

下图列出了Python支持的正则表达式元字符和语法：

1.2. 数量词的贪婪模式与非贪婪模式

正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；非贪婪的则相反，总是尝试匹配尽可能少的字符。例如：正则表达式"ab*"如果用于查找"abbbc"，将找到"abbb"。而如果使用非贪婪的数量词"ab*?"，将找到"a"。

1.3. 反斜杠的困扰

与大多数编程语言相同，正则表达式里使用"\"作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符"\"，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\\\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r"\\"表示。同样，匹配一个数字的"\\d"可以写成r"\d"。有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。

1.4. 匹配模式

正则表达式提供了一些可用的匹配模式，比如忽略大小写、多行匹配等，这部分内容将在Pattern类的工厂方法re.compile(pattern[, flags])中一起介绍。

python 中的re 模块

正则表达式

就个人而言，主要用它来做一些复杂字符串分析，提取想要的信息

学习原则：够用就行，需要的时候在深入

现总结如下：

正则表达式中特殊的符号：

"." 表任意字符

"^ " 表string起始

"$" 表string 结束

“*” “+” “?” 跟在字符后面表示，0个——多个， 1个——多个， 0个或者1个

*?, +?, ?? 符合条件的情况下，匹配的尽可能少//限制*,+,?匹配的贪婪性

{m} 匹配此前的字符，重复m次

{m,n} m到n次，m，n可以省略

举个例子 ‘a.*b’ 表示a开始，b结束的任意字符串

a{5} 匹配连续5个a

[] 表一系列字符 [abcd] 表a，b，c，d [^a] 表示非a

| A|B 表示A或者B , AB为任意的正则表达式 另外|是非贪婪的如果A匹配，则不找B

(…) 这个括号的作用要结合实例才能理解， 用于提取信息

/d [0-9]

/D 非 /d

/s 表示空字符

/S 非空字符

/w [a-zA-Z0-9_]

/W 非 /w

一：re的几个函数

1： compile(pattern, [flags])

根据正则表达式字符串 pattern 和可选的flags 生成正则表达式 对象

生成正则表达式 对象（见二）

其中flags有下面的定义：

I 表示大小写忽略

L 使一些特殊字符集，依赖于当前环境

M 多行模式 使 ^ $ 匹配除了string开始结束外，还匹配一行的开始和结束

S “.“ 匹配包括‘/n’在内的任意字符，否则 . 不包括‘/n’

U Make /w, /W, /b, /B, /d, /D, /s and /S dependent on the Unicode character properties database

X 这个主要是表示，为了写正则表达式，更可毒，会忽略一些空格和#后面的注释

其中S比较常用，

应用形式如下

import re

re.compile(……,re.S)

2： match(pattern,string,[,flags])

让string匹配，pattern，后面分flag同compile的参数一样

返回MatchObject 对象（见三）

3： split( pattern, string[, maxsplit = 0])

用pattern 把string 分开

>>> re.split('/W+', 'Words, words, words.')

['Words', 'words', 'words', '']

括号‘（）’在pattern内有特殊作用，请查手册

4：findall( pattern, string[, flags])

比较常用，

从string内查找不重叠的符合pattern的表达式，然后返回list列表

好了，今天的知识就分享到这里，欢迎关注爱编程的南风，私信关键词：学习资料，获取更多学习资源，如果文章对你有有帮助，请收藏关注，在今后与你分享更多学习python的文章。同时欢迎在下面评论区留言如何学习python。