Python通过re模块实现对正则表达式的支持
匹配操作
re.match(pattern, string)从字符串的开始进行匹配，如果开始部分匹配成功就返回陪陪对象，否则返回None
python
import re
m = re.match('foo', 'food') # 返回匹配对象
print(m) # <re.Match object; span=(0, 3), match='foo'>
m = re.match('foo', 'fbar')
print(m) # None搜索操作
re.search(pattern, string)扫描字符串，如果找到匹配就返回匹配对象，否则返回None
python
m = re.search('foo', 'hellofood')
print(m) # <re.Match object; span=(5, 8), match='foo'>
m = re.search('foo', 'hello')
print(m) # None提取操作
re.findall(pattern, string)查找所有匹配，返回所有匹配结果的列表，没有匹配到就返回空列表
python
lst = re.findall('ab', 'abcdabcdabcd')
print(lst) # ['ab', 'ab', 'ab']re.finditer(pattern, string)查找所有匹配，返回所有匹配结果的一个iterator
python
lst = re.finditer('ab', 'abcdabcdabcd')
print(lst) # <callable_iterator object at 0x00000243E0D51FD0>
for i in lst:
print(f"{i} {i.group()}")
"""
<re.Match object; span=(0, 2), match='ab'> ab
<re.Match object; span=(4, 6), match='ab'> ab
<re.Match object; span=(8, 10), match='ab'> ab
"""替换操作
re.sub(pattern, string)用于替换匹配的字符串
python
text = "I am the bone of my sword"
print(re.sub('sword', 'blade', text))
# I am the bone of my blade匹配字符
|------|---------------------------|
| 字符 | 功能 |
| . | 匹配任意1个字符（除了\n） |
| [] | 匹配[]中列举的字符 |
| \d | 匹配数字，即0-9 |
| \D | 匹配非数字 |
| \s | 匹配空白，即空格，tab键 |
| \S | 匹配非空白 |
| \w | 匹配非特殊字符，即a-z、A-Z、0-9、_、汉字 |
| \W | 匹配特殊字符，即非字母、非数字、非汉字 |
匹配多个字符
|-------|----------------------------|
| 字符 | 功能 |
| * | 匹配前一个字符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1次 |
| ？ | 匹配前一个字符出现1次或者0次，即要么1次，要么没有 |
| {m} | 匹配前一个字符出现m次 |
| {m,n} | 匹配前一个字符出现从m到n次 |
*示例
python
import re
ret = re.match("[A-Z][a-z]*", "M")
print(ret.group()) # M
ret = re.match("[A-Z][a-z]*", "MnnM")
print(ret.group()) # Mnn
ret = re.match("[A-Z][a-z]*", "AabbccCdd")
print(ret.group()) # Aabbcc+示例
python
match_obj = re.match("py.+n", "python")
if match_obj:
print(match_obj.group())
else:
print("匹配失败")
# python？示例
python
match_obj = re.match("https?", "http")
if match_obj:
print(match_obj.group())
else:
print("匹配失败")
# http{m}、{m,n}示例
python
ret = re.match("[a-zA-Z0-9_]{6}","12a3G345H")
print(ret.group()) # 12a3G3
ret = re.match("[a-zA-Z0-9_]{8,20}","1a2b3c4d5e6f7g8h9ijklmn")
print(ret.group()) # 1a2b3c4d5e6f7g8h9ijk贪婪模式与非贪婪模式
在正则表达式中，贪婪模式和非贪婪模式描述的是量词的匹配方式。
量词是正则表达式中指定匹配次数的元字符，主要有：
*：0次或多次
?：0次或1次
+：1次或多次
贪婪模式：两次会尽可能多的匹配字符
非贪婪模式：两次会尽可能少的匹配字符
在正则表达式中，贪婪模式是默认的，可以通过在量词后面加？将其转换为非贪婪模式
python
import re
# 贪婪模式
ret = re.match("<div>.+</div>", "<div>111</div><div>222</div>")
print(ret.group()) # <div>111</div><div>222</div>
# 非贪婪模式
ret = re.match("<div>.+?</div>", "<div>111</div><div>222</div>")
print(ret.group()) # <div>111</div>匹配开头和结尾
^：匹配字符串开头
python
import re
# 匹配以数字开头的数据
match_obj = re.match("^\d.*", "6hello")
if match_obj:
print(match_obj.group())
else:
print("匹配失败")$：匹配字符串结尾
python
# 匹配以数字结尾的数据
match_obj = re.match(".*\d$", "saber1")
if match_obj:
print(match_obj.group())
else:
print("匹配失败")\^指定字符\]：匹配指定字符以外的所有字符
```python
match_obj = re.match("[^abc]", "d")
if match_obj:
print(match_obj.group())
else:
print("匹配失败")
```
###### 匹配分组
|--------------|---------------------|
| 字符 | 功能 |
| \| | 匹配左右任意一个表达式 |
| (ab) | 将括号中的字符作为一个分组 |
| \\num | 引用分组num匹配到的字符串 |
| (?P\