6.1 正则表达式
- 在正则表达式中，如果直接给出字符，就是精确匹配。用\d可以匹配一个数字，\w可以匹配一个字母或数字，所以：
– ‘00\d’可以匹配’007’，但无法匹配’00A’；
– ‘\d\d\d’可以匹配’010’；
– ‘\w\w\d’可以匹配’py3’； - .可以匹配任意字符，所以： 'py.‘可以匹配’pyc’、‘pyo’、'py!'等等。
- 要匹配变长的字符，在正则表达式中，用*表示任意个字符（包括0个），用+表示至少一个字符，用?表示0个或1个字符，用{n}表示n个字符，用{n,m}表示n-m个字符：
- 例子：\d{3}\s+\d{3,8}
- 我们来从左到右解读一下：
– \d{3}表示匹配3个数字，例如’010’；
– \s可以匹配一个空格（也包括Tab等空白符），所以\s+表示至少有一个空格，例如匹配’ ‘，’ ‘等；
– \d{3,8}表示3-8个数字，例如’1234567’。 - 如果要匹配’010-12345’这样的号码呢？由于’-‘是特殊字符，在正则表达式中，要用’'转义，所以，上面的正则是\d{3}-\d{3,8}。
- 为了更精确地匹配，可以用[]表示范围，比如：
–[0-9a-zA-Z_]可以匹配一个数字、字母或者下划线；
–[0-9a-zA-Z_]+可以匹配至少由一个数字、字母或者下划线组成的字符串，比如’a100’，‘0_Z’，'Py3000’等等；
–[a-zA-Z_][0-9a-zA-Z_]*可以匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串，也就是Python合法的变量；
–[a-zA-Z_][0-9a-zA-Z_]{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。 - A|B可以匹配A或B，所以(P|p)ython可以匹配’Python’或者’python’。
- ^ 表示行的开头，^\d表示必须以数字开头。
- $ 表示行的结束，\d$表示必须以数字结束。
- py也可以匹配’python’，但加上^py$就变成了整行匹配，就只能匹配’py’了。
6.2 re模块
• Python提供re模块，包含所有正则表达式的功能。由于Python的字符串本身也用\转义，所以要特别注意
• 使用Python的r前缀，就不用考虑转义的问题
• match()方法判断是否匹配，如果匹配成功，返回一个Match对象，否则返回None。常见的判断方法就是：
6.3 实验
In：
import reIn：
re.findall('\d','123abc') #数字out：
['1', '2', '3']In：
re.findall('\w','123abc') #字符数字out：
['1', '2', '3', 'a', 'b', 'c']In：
re.findall('\s','1 23 ab c') #空格out：
[' ', ' ', ' ']In：
re.findall('\d\d\d','123abc') #数字out：
['123']In：
re.findall('\d+','123abc') #数字out：
['123']In：
re.findall('py.','py0') #数字out：
['py0']In：
re.findall('py.?','pyaa')out：
['pya']In：
re.findall('\d{3}','123abc') #数字out：
['123']In：
re.findall('[a-z]+','123abc')out：
['abc']In：
re.findall('[a-z0-9]+','123abc_')out：
['123abc']In：
re.findall('[a-zA-Z0-9]+','123abc_A')out：
['123abc', 'A']In：
re.findall('[a-zA-Z0-9_]+','123abc_A')out：
['123abc_A']In：
re.findall('[a-zA-Z0-9\-]+','123abc-A')out：
['123abc-A']In：
re.findall('^\d+','123abc-A') #以数字开头out：
['123']In：
re.findall('^\d+','abc123-A')out：
[]In：
re.findall('\d+$','abc123-A')out：
[]In：
re.findall('\d+$','abc123') #以数字结尾out：
['123']In：
re.findall('p|P\w+','Python') #out：
['Python']In：
re.findall('py(\w+)on',r'python') #小括号就是要匹配的内容out：
['th']In：
re.match('py(\w+)on',r'python').group(1) #小括号就是要匹配的内容out：
'th'6.3.1 编译
In：
py_rule = re.compile('py(\w+)on')In：
py_rule.findall('python')out：
['th']In：
py_rule.findall('pyxxon')out：
['xx']In：
py_rule.match('pyxxon').groups()out：
('xx',)
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
