正则表达式新解

文章目录

是什么？
正则用法
贪婪匹配和非贪婪匹配
正则练习

是什么？

正则表达式(Regular Expression)是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为"元字符"），可以用来描述和匹配字符串的特定模式。

正则表达式是一种用于模式匹配和搜索文本的工具。

正则表达式提供了一种灵活且强大的方式来查找、替换、验证和提取文本数据。

正则表达式可以应用于各种编程语言和文本处理工具中，如 JavaScript、Python、Java、Perl 等。

也就是说，正则表达式是用来筛选信息的工具，用于匹配查找替换等操作，它是一串特殊字符的集合。正则表达式用来匹配有相似特征的字符串。

#为什么要用正则表达？

就是在表单验证时，准确的判断一个字符串是不是某种固定格式。比如邮箱的验证、手机号的验证等。目的是避免恶意用户的乱输入，使表单的收集是我们想要的格式！

想象一下，您正在编写应用程序，并且您希望在用户选择用户名时设置规则。我们希望用户名可以包含字母，数字，下划线和连字符。

为了让它看起来不丑，我们还想限制用户名中的字符数量。这时我们可以使用正则表达式来验证用户名

也就是说，使用正则表达式的意义在于将数据转化为用户需要的格式，使信息更加形象表达，方便查找是否有恶意信息。

正则用法

匹配单个字符

记号	说明
.	匹配任意单个字符（换行符除外）. 表示真正的.
$...x-y...$	匹配字符集合里的任意单个字符
$\^...x-y...$	匹配不在字符组里的任意单个字符
\d	匹配任意数字，与 $0-9$ 同义
\w	匹配任意数字、字母、下划线，与 $0-9a-zA-Z_$ 同义
\s	匹配空白字符，与 $\\r\\v\\f\\t\\n$ 同义

匹配一组字符

记号	说明
字符串	匹配字符串值
字符串1\|字符串2	匹配字符串1或字符串2
*	左邻第一个字符出现0 次或无穷次
+	左邻第一个字符最少出现1 次或无穷次
?	左邻第一个字符出现0 次或1 次
{m,n}	左邻第一个字符出现最少m 次最多n 次

其他元字符

记号	说明
^	匹配字符串的开始集合取反
$	匹配字符串的结尾
\b	匹配单词的边界，单词包括\w 中的内容
()	对字符串分组
\数字	匹配已保存的子组

核心函数

核心函数	说明
re.findall()	在字符串中查找正则表达式的所有（非覆盖）出现；返回一个匹配对象的列表。
re.match()	尝试用正则表达式模式从字符串的开头匹配如果匹配成功，则返回一个匹配对象否则返回None
re.search()	在字符串中查找正则表达式模式的第一次出现如果匹配成，则返回一个匹配对象否则返回None
re.group()	使用match 或者search 匹配成功后，返回的匹配对象可以通过group() 方法获取得匹配内容
re.finditer()	和findall() 函数有相同的功能，但返回的不是列表而是迭代器对于每个匹配，该迭代器返回一个匹配对象
re.split()	根据正则表达式中的分隔符把字符分割为一个列表，并返回成功匹配的列表字符串也有类似的方法，但是正则表达式更加灵活
re.sub()	把字符串中所有匹配正则表达式的地方换成新的字符串

贪婪匹配和非贪婪匹配

贪婪匹配：尽可能匹配多的字符

非贪婪匹配：尽可能匹配少的字符

如下面的代码，要匹配中间的数字，但是他的输出结果只有7，这是因为在贪婪匹配下，(\d+)前的.*会尽可能匹配多的字符，而(\d+)是匹配任意个数字，没有说具体几个数字，这样他就会匹配将llo 123456都匹配，只留一个数字给(\d+)匹配，这样(\d+)就只能匹配到7。

复制代码

import re
 
s='hello 1234567 world'
res = re.match('he.*(\d+).*rld$',s)
 
print(res.group(1))

如果要输出1234567，就要将匹配变为非贪婪匹配，在.*后加一个?，匹配尽可能少的字符，这样一来，.*?匹配到llo后面的空格后就不再匹配，而是交给(\d+)匹配，这样就能匹配到1234567了：

复制代码

import re
 
s='hello 1234567 world'
res = re.match('he.*?(\d+).*rld$',s)
 
print(res.group(1))

正则练习

Python环境下引入re模块，定义一个字符串：

复制代码

>>> import re
>>> s="I say food not Good"

匹配ood字符串：

匹配出food，Good：

贪婪匹配：

非贪婪匹配：

用点和中括号匹配：