Python-正则表达式(读书笔记)

前言：《Python核心编程》读书笔记，我可太爱这本书了，这篇读书笔记里面只记录了一些较为常用的板块，方便我以后复习查看！！！

文章目录

什么是正则表达式

我看来最大的作用就是，爬虫或者过滤非法字符
正则表达式为高级的文本模式匹配、抽取、与/或文本形式的搜索和替换功能提供了基础。
简单地说，正则表达式（简称为 regex）是一些由字符和特殊符号组成的字符串，它们描述了
模式的重复或者表述多个字符，于是正则表达式能按照某种模式匹配一系列有相似特征的字
符串。换句话说，它们能够匹配多个字符串……一种只能匹配一个字符串的正则
表达式模式是很乏味并且毫无作用的，不是吗？
Python 通过标准库中的 re 模块来支持正则表达式。本节将做一个简短扼要的介绍。

元字符

表示法	描述	实例
literal	匹配文本字符串的字面值 literal	foo
re1|re2	匹配正则表达式 re1 或者 re2	foo/bar
.	匹配任何字符（除了\n 之外）	b.b
^	匹配字符串起始部分	^Dear
$	匹配字符串终止部分	/bin/*sh$
*	匹配 0 次或者多次前面出现的正则表达式	[A-Za-z0-9]*
+	匹配 1 次或者多次前面出现的正则表达式	[a-z]+.com
?	匹配 0 次或者 1 次前面出现的正则表达式	goo?
{N}	匹配 N 次前面出现的正则表达式	[0-9]{3}
{M,N}	匹配 M～N 次前面出现的正则表达式	[0-9]{5,9}
[…]	匹配来自字符集的任意单一字符	[aeiou]
[…x−y…]	匹配 x～y 范围中的任意单一字符	[0-9], [A-Za-z]
[^…]	不匹配此字符集中出现的任何一个字符，包括某一范围的字符（如果在此字符集中出现）	[^aeiou], [^A-Za-z0-9]
(*|+|?|{})?	用于匹配上面频繁出现/重复出现符号的非贪婪版本（*、+、?、{}）	.*?[a-z]
(…)	匹配封闭的正则表达式，然后另存为子组	([0-9]{3})?,f(oo

特殊字符

使用圆括号指定分组(重点)

当使用正则表达式时，一对圆括号可以实现以下任意一个（或者两个）功能：
• 对正则表达式进行分组；
• 匹配子组。

为什么匹配子组这么重要呢？主要原因是在很多时候除了进行匹配操作以外，我们还想要提取所匹配的模式。例如，如果决定匹配模式\w±\d+，但是想要分别保存第一部分的字母,和第二部分的数字，如果为两个子模式都加上圆括号，例如(\w+)-(\d+)，然后就能够分别访问每一个匹配
子组。

扩展表示法

看起来暂时不太清楚的语句截图方便复习

懂了匹配字符

Python的re

使用 match()方法匹配字符串

match()
函数试图从字符串的起始部分对模式进行匹配。如果匹配成功，就返回一个匹配对象；如果匹配失败，就返回 None，匹配对象的 group()方法能够用于显示那个成功的匹配

import re

a = re.match("aa\w*","aaaccc")
print(a.group())

使用 search()在一个字符串中查找模式（搜索与匹配的对比）

其实，想要搜索的模式出现在一个字符串中间部分的概率，远大于出现在字符串起始部分的概率。这也就是 search()派上用场的时候了。search()的工作方式与 match()完全一致，不同之处在于 search()会用它的字符串参数，在任意位置对给定正则表达式模式搜索第一次出现的匹配情况。如果搜索到成功的匹配，就会返回一个匹配对象；否则，返回 None。

import re

a = re.search("aa\w*","aaaccc")
print(a)
print(a.group())

group()与groups()

group()要么返回整个匹配对象，要么根据要求返回特定子组。groups()则仅返回一个包含唯一或者全部子组的元组。如果没有子组的要求，那么当group()仍然返回整个匹配时，groups()返回一个空元组。

匹配字符串的起始和结尾以及单词边界