python-正则表达式

1.正则表达式

（在多种语言中通用，但是有些语言中正则是封装）
1.扒数据（在大量的代码里面筛选某一个信息）
2.匹配符合条件的数据
2.匹配单个字符

match：只读第一字符，从右边开始的第一字符，第一个不符合就不符合。

search：则可以在所有字符的搜索，只要其中有一个字符就ojbk。

注意点：
\d 等价以为数字（0-9），只代表一个
[]限制数据，连续可以[1-8]（12345678）；（123789）[1-37-9],也是一个字符
\s 匹配空白，即 空格，tab键
\w 匹配单词字符，即a-z、A-Z、0-9、_、汉字 （只要符合utf-8编码的都ojbk）

3.匹配多个字符

其实就是单个字符的工具和其组合去判断

？的作用：

电话号码判断方式：

.* 除了\n为的任意字符，如果要匹配\n 添加re.S

• 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，即至少有1次

4.匹配开头结尾

^ 匹配字符串开头
$ 匹配字符串结尾

import re

def main():
    names = ["name！", "_name", "2_name", "__name__"]
    for name in names:
        ret = re.match("^[a-zA-Z_][a-zA-Z0-9_]*$", name)
        if ret:
            print("%s 符合要求，正则提取数据为%s" % (name, ret.group()))
        else:
            print("%s 不符合要求" % name)

if __name__ == '__main__':
    main()

注意;
如果在正则表达式中用到了普通字符如.？等 只需要在其前面加 / 一个\进行转义。(面试题)

4.匹配分组

注意点：| （匹配左右的任意表达式） 要加小括号 也就是 将 或 的范围分清楚了 不加 则 | 的之前为一个，| 的后面为一个

小括号：可以单独取出来 在group里面传参数，从左往右走 如上

\num 引用分组num匹配到的字符串 （一定要一一对应），为了方便常会去取名：
(?P) 分组起别名

注意：(?P)和(?P=name)中的字母p大写

5.re模块的高级用法【python独有】

search：不会从头匹配，只要里面有符合要求的就ojbk，找到了就结束，不管后面有没有，有也不会读取到。
search(r”^d+”, ccccc) 等价于 match

findall：找到所有符合要求的，返回值为列表，并且不用group

sub：能够替换，只有匹配的地方都会替换。并且不用group

sub还满足函数的引用

split：切割，返回一个列表
^a 只要不是a

6.贪婪和非贪婪

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；
非贪婪则相反，总是尝试匹配尽可能少的字符。
在"*","?","+","{m,n}"后面加上？，使贪婪变成非贪婪。

7.r的作用

Python中字符串前面加上 r 表示原生字符串，数据里面的反斜杠不需要进行转义，针对的只是反斜杠
Python里的原生字符串很好地解决了这个问题，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。
建议: 如果使用使用正则表达式匹配数据可以都加上r，要注意r针对的只是反斜杠起作用，不需要对其进行转义

>>> ret = re.match(r"c:\\a",mm).group()
>>> print(ret)
c:\a