网站建设宣传ppt模板下载,定制家具价格,asp网站抓取,建设厅执业资格注册中心网站七#xff1a;正则表达式概述 正则表达式#xff0c;又称规则表达式,#xff08;Regular Expression#xff0c;在代码中常简写为regex、regexp或RE#xff09;#xff0c;是一种文本模式#xff0c;包括普通字符#xff08;例如#xff0c;a 到 z 之间的字母#xf…七正则表达式概述 正则表达式又称规则表达式,Regular Expression在代码中常简写为regex、regexp或RE是一种文本模式包括普通字符例如a 到 z 之间的字母和特殊字符称为元字符是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个语法规则的字符串通常被用来检索、替换那些符合某个模式规则的文本。 正则表达式是一个特殊的字符序列它能帮助你方便的检查一个字符串是否与某种模式匹配。正则表达式使用单个字符串来描述、匹配一系列匹配某个语法规则的字符串。正则表达式是繁琐的但它是强大的学会之后的应用会让你除了提高效率外会给你带来绝对的成就感。许多程序设计语言都支持利用正则表达式进行字符串操作。
正则表达式的应用场景
表单验证(例如 : 手机号、邮箱、身份证… )爬虫
正则表达式对Python的支持
普通字符
字母、数字、汉字、下划线、以及没有特殊定义的符号都是普通字符。正则表达式中的普通字符在匹配的时候,只匹配与自身相同的一个字符。 例如表达式c在匹配字符串abcde时匹配结果是成功匹配到的内容是c匹配到的位置开始于2结束于3。注下标从0开始还是从1开始因当前编程语言的不同而可能不同
match()函数
match(pattern, string, flags0)第一个参数是正则表达式如果匹配成功则返回一个match对象否则返回一个None第二个参数表示要匹配的字符串第三个参数是标致位用于控制正则表达式的匹配方式 如: 是否区分大小写,多行匹配等等
元字符
正则表达式中使⽤了很多元字符⽤来表示⼀些特殊的含义或功能
一些无法书写或者具有特殊功能的字符采用在前面加斜杠进行转义的方法。 例如下表所示
尚未列出的还有问号、星号*和括号等其他的符号。所有正则表达式中具有特殊含义的字符在匹配自身的时候都要使用斜杠进行转义。这些转义字符的匹配用法与普通字符类似也是匹配与之相同的一个字符
预定义匹配字符集
正则表达式中的一些表示方法可以同时匹配某个预定义字符集中的任意一个字符。比如表达式\d可以匹配任意一个数字。虽然可以匹配其中任意字符但是只能是一个不是多个
重复匹配
前面的表达式无论是只能匹配一种字符的表达式还是可以匹配多种字符其中任意一个的表达式都只能匹配一次。但是有时候我们需要对某个字段进行重复匹配例如手机号码13666666666一般的新手可能会写成\d\d\d\d\d\d\d\d\d\d\d注意这不是一个恰当的表达式不但写着费劲看着也累还不⼀定准确恰当。 这种情况可以使用表达式再加上修饰匹配次数的特殊符号{}不但重复书写表达式就可以重复匹配。例如[abcd][abcd]可以写成[abcd]{2} 位置匹配和非贪婪匹配
位置匹配 有时候我们对匹配出现的位置有要求比如开头、结尾、单词之间等等 贪婪与非贪婪模式 在重复匹配时正则表达式默认总是尽可能多的匹配这被称为贪婪模式。例如针对文本dxxxdxxxd表达式(d)(\w)(d)中的\w将匹配第一个d和最后一个d之间的所有字符xxxdxxx。可见\w在匹配的时候总是尽可能多的匹配符合它规则的字符。同理带有?、*和{m,n}的重复匹配表达式都是尽可能地多匹配
校验数字的相关表达式 特殊场景的表达式:
re模块常用方法 compile(pattern, flags0)
这个方法是re模块的工厂法⽤于将字符串形式的正则表达式编译为Pattern模式对象可以实现更加效率的匹配。第二个参数flag是匹配模式 使用compile()完成一次转换后再次使用该匹配模式的时候就不能进行转换了。经过compile()转换的正则表达式对象也能使用普通的re方法
flag匹配模式 search(pattern, string, flags0)
在文本内查找返回第一个匹配到的字符串。它的返回值类型和使用方法与match()是一样的唯一的区别就是查找的位置不用固定在文本的开头
findall(pattern, string, flags0)
作为re模块的三大搜索函数之一findall()和match()、search()的不同之处在于前两者都是单值匹配找到一个就忽略后面直接返回不再查找了。而findall是全文查找它的返回值是一个匹配到的字符串的列表。这个列表没有group()方法没有start、end、span更不是一个匹配对象仅仅是个列表如果一项都没有匹配到那么返回一个空列表
split(pattern, string, maxsplit0, flags0)
re模块的split()方法和字符串的split()方法很相似都是利用特定的字符去分割字符串。但是re模块的split()可以使用正则表达式因此更灵活更强大 split有个参数maxsplit用于指定分割的次数
sub(pattern, repl, string, count0, flags0)
sub()方法类似字符串的replace()方法用指定的内容替换匹配到的字符可以指定替换次数
分组功能
Python的re模块有一个分组功能。所谓的分组就是去已经匹配到的内容再筛选出需要的内容相当于二次过滤。实现分组靠圆括号()而获取分组的内容靠的是group()、groups()其实前面我们已经展示过。re模块里的某个重要方法在分组上有不同的表现形式需要区别对待
