1、正则表达式的基本语法
普通字符
1、判断一个长度为 1 的字符串是否为数字。
[] 表示这是一个字符组，表示匹配包含的任意一个字符
[0123456789]
2、如果 [] 中的字符是连续的，就可以使用 - 省略中间的字符。
[0-9]、[a-z]、[A-Z]
3、判断长度为 2 的字符串包含的是否是数字，可以使用==两个 []==进行判断
[0-9][0-9]
4、匹配包括所有英文大小写
[a-zA-Z]或[A-Za-z]
元字符
元字符是正则表达式中有特殊含义的字符
元字符 说明 .匹配除换行符以外的任意字符 \转义字符，可以解除特殊字符的特殊功能 ^匹配字符串开始的位置 $匹配字符串结束的位置 *匹配前面的字符 0 次或多次 +匹配前面的字符 1 次或多次 ?匹配前面的字符 0 次或 1 次 {n}匹配前面的字符 n 次 {n.}匹配前面的字符至少 n 次 {n,m}匹配前面的字符至少 n 次，至多 m 次 `x y` [xyz]匹配 xyz 中任意一个字符 [^xyz]不匹配 xyz 中的字符 [^m-z]匹配未在指定范围 m 到 z 中的任何字符 \A只匹配字符串的开头 \B匹配非单词边界 \b匹配某个单词边界 \D匹配非数字字符 \d匹配数字字符 \f匹配换页字符 \n匹配换行符 \r匹配回车字符 \S匹配任何非空白字符 \s匹配任何空白字符，包括空格、制表符等 \W匹配任何非单词字符 \w匹配任何单词字符，包括数字和下划线 \Z只匹配字符串结尾或结尾的换行符之前 \z只匹配字符串的结尾
- 默认情况下，
^与\A的功能相同，$与\Z的功能相同，但是如果设置了re.MUKTILINE的标志，^和$还可以匹配换行符的位置，而两外两个不可以。- 除此之外，() 可以起到分组作用，() 中包含的是正则表达式的子表达式
转义字符
1、匹配一个 IP 地址：
[1-9]{1,3}\.[0-9]{1,3}\.[0-9]{3}\.[0-9]{1,3}
2、如果想要匹配\，则需要使用\\。简化：在字符串左侧加上 r 前缀
限定符
限定数量的字符，用来限定一个目标表达式要重复出现几次才会匹配成功
即上表中的 *、+、？、{n}、{n,}、{n,m}......
e.g.：获取 9 位QQ号：
^\d{9}$
定位符
表示字符串或某个单词的边界
即上表中的 ^、$、\B、\b
2、正则表达式和 re 模块
在使用 re 模块前，需要通过 import 引入：
import re
compile 方法
如果重复使用某个正则表达式，，可以使用 compile() 方法将正则表达式编译成 Pattern 对象
re.compile(pattern[,flag])
- pattern：字符串形式的正则表达式
- flag：可选参数，表示匹配模式
- re.I ( re.IGNORECASE )：忽略大小写匹配
- re.M ( re.MULTILINE )：多行模式
- re.S ( re.DOTALL )：点（.) 任意匹配模式，会改变 . 的匹配方式，可以匹配任意字符
- re.X ( re.VERBOSE )：详细模式，该模式下的正则表达式可以是多行的，也可以添加注释，空白符号会被忽略。
re.compile() 方法返回一个正则表达式的对象
pythonimport re pattern = re.compile(r"""\d+ # 匹配数字整数部分 . # 匹配数字小数点 \d* #匹配数字小数部分"""， re.X)
match 方法
match 方法只对字符串匹配一次，只要在起始位置匹配到一个符合要求的字符就会返回值，并不会返回所有符合的结果
match(pattern, string, flags)
- pattern：字符串形式的正则表达式
- string：要匹配的字符串
- flags：可选参数，表示匹配模式
search 方法
search() 方法的语法格式与 match() 方法相同
search() 方法不仅在字符串的起始位置进行搜索匹配，也会在符合条件的其他位置进行匹配
findall 方法
用于在整个字符串中搜索所有符合正则表达式的字符串
匹配成功的结果以列表的形式返回
基本语法与 match() 方法相同
sub 方法
可以使用正则表达式替换字符串
sub(pattern, rep1, string, count, flags)
- pattern：字符串形式的正则表达式
- rep1：用来替换的字符串
- string：表示原始字符串
- count：可选参数，表示模式匹配后替换的最大次数（默认值为 0 表示替换所有匹配到的字符串）
- flags：可选参数，标志位，用于控制匹配方式
split 方法
通过正则表达式分割字符串，并以列表的形式返回
split(pattern, string, maxsplit, flags)
- pattern：字符串形式的正则表达式
- string：表示原始字符串
- maxsplit：可选参数，表示最大的拆分次数
- flags：可选参数，标志位，用于控制匹配方式
e.g.：分隔 URL 的 /：
pythonimport re pattern = r'[\/]+' url = 'https://docs.python.org/zh-cn/3' rules = re.split(pattern, url) print(rules)
3、正则表达式拓展
贪婪匹配和非贪婪匹配
使用 group() 和 groups() 方法获取分组的内容。
group(N) 用于返回第 N 组括号匹配的字符
groups() 用于返回所有括号匹配的字符，并以元组形式返回
贪婪匹配指限定符尽可能多地匹配字符串，正则表达式默认情况下启用贪婪匹配。
非贪婪匹配则相反，在限定符后买你加上 ? 表示非贪婪匹配。
常用的正则表达式
- 匹配首空白字符：
^\s|\s$- 匹配日期格式：
^\d{4}-\d{1,2}-\d{1,2}$- 匹配有效的月份：
^(0?[1-9]|1[0-2])$- 匹配有效的日期：
^(0?[1-9]|((1|2)[0-9])|30|31)$- 匹配固定电话号码：
^(\d{3,4}-)?\d{7,8}$- 匹配身份证号码：
^((\d{18})|([0-9x]{18})|([0-9X]{18}))$- 匹配 URL：
^(https:\/\/)?([\da-z.-]+)\.([a-z.]{2,6})([\/\w .-])\/?$- 匹配用户名：
^[a-zA-Z][a-zA-Z0-9_]{4,15}- ......