4.7正则表达式

1.字符匹配

|------------|----------------------------------------------------------------------------------|
| 一般字符 | 匹配自身 |
| . | 匹配任意字符(换行符\n除外),一个点占一位 |
| \ | 转义字符，使其后一个字符改变原来的意思(\.就是.) |
| [......] | 字符集,对应的位置可以是字符集中的任意字符.字符集中的字符可以逐个列出,也可以给出范围如[abc]或[a-c] [^abc] 表示取反，即非abc |

2.预定字符集匹配

|-----|--------------------------------|-------|-----|
| \d | 数字:[0-9] | a\dc | a1c |
| \D | 非数字[\D] | a\Dc | abc |
| \s | 匹配任何空白字符:[空格\t\r\n\f\v] | a\sc | a c |
| \S | 非空白字符:[\S] | a\Sc | abc |
| \w | 匹配包括下划线在内的任何字符:[A-Za-z0-9_] | a\wc | abc |
| \W | 匹配非字母字符,即匹配特殊字符 | a\Wc | a c |

3.字符串数据词匹配

|----|---------------------------------------------|
| * | 匹配前一个字符0次或者多次 |
| + | 匹配前一个字符1次或者无限次 |
| ? | 匹配一个字符0次或1次 |
| {} | {m匹配前一个字符m次，{m,n匹配前一个字符m至n次,若省略n次,则匹配m至无限次} |

4.字符串边界匹配

|----|------------------------|
| ^ | 匹配字符串开头,在多行模式中匹配每一行的开头 |
| $ | 匹配字符串末尾,在多行模式中匹配每一行的末尾 |

5.在python中使用

5.1match方法的使用

python 复制代码

# re是python内置的模块
import re

# 使用 re.compile()函数将正则表达式模式 r'\d+' 编译成一个
pattern = re.compile(r'\d+')

# 以下对 pattern.match() 方法参数的说明
# 参数2 开始位置 指定从字符串的哪个索引位置开始进行匹配
# 参数3 结束位置 指定匹配操作的结束索引位置
# 结束位置是不包含的，即匹配操作会在该索引之前结束
# 匹配一次然后结束，即只要找到第一个匹配就停止匹配
# 匹配一次就结束，即找到第一个匹配就停止匹配
m1 = pattern.match('one12345678',3,7)

# 调用m1对象的group方法返回匹配到的字符串
print(m1.group())

5.2 search方法的使用

python 复制代码

import re

pattern = re.compile(r'\d+')

m1 = pattern.search('one123456789two')
print(m1.group())

# 也是一次匹配

5.3findall方法的使用

python 复制代码

import re

pattern = re.compile(r'\d+')

result = pattern.findall('hello 123 world 456')

print(result)

# pattern.findall() 是 Pattern 对象的一个方法，用于在指定的字符串中查找所有匹配正则表达式模式的子字符串。
# 'hello 123 world 456' 是要搜索的字符串。
# findall() 方法返回一个列表，列表中的每个元素都是一个匹配到的子字符串。如果没有找到匹配项，返回一个空列表。

6.split函数的使用

python 复制代码

import re

# 定义一个字符串

str1 = 'a,b,c,d,e'

# 使用字符串的split方法分割

print(str.split(','))


str2 = 'a,b;;c     d'

# 编译一个正则表达式

patterm = re.compile(r'[\s,;]+')

# 使用编译好的正则表达式模式对字符串 str2进行分割
print(pattern.split(str2))

6.sub方法的使用

python 复制代码

import re

string = '<h1 class="test1">Hello World</h1>'

# 编译一个正则表达式 匹配单个数字

pattern = re.compile(r'\d')

# 使用sub方法将字符串匹配到的数字 换成2
print(pattern.sub('2',string))

# 使用第三个参数  是更换几次
print(pattern.sub('2',string,1))

# 编译一个正则表达式模式，用于匹配特定格式的 HTML 标签，并将 class 属性的值命名为 classname
pattern = re.compile(r'(.\d)\sclass=(?P<classname>.*>?)".*?</(\\)')
# 使用search方法
print(pattern.search(string).gorup())

# 定义一个函数 fun，用于处理替换操作
def fun(m):
    """
    该函数用于处理正则表达式替换操作。
    :param m: 匹配对象，包含匹配到的信息
    :return: 替换后的字符串
    """
    # 从匹配对象中获取 classname 组的内容，并拼接字符串
    return 'after sub' +m.group('classname')


# 使用 sub 方法将字符串 string 中匹配到的内容替换为 fun 函数处理后的结果，并打印结果
print(pattern.sub(fun,string))