~点击 蓝字 关注，获取更多资源~

0

前言

上一篇文章，2020，还不会正则？？？，和小伙伴们一起学习了 Python 中的正则表达式，读完之后，总感觉少了点什么东西，无法尽兴？就好像爱你们的心少了一块一样。?

However，小编现在要宣布一条好消息，这篇文章之后，没有你看不懂的正则表达式。好了，废话少说，接下来小编将和小伙伴们一起深入探究 Python 中的正则表达式的构成，让小伙伴们真正掌握正则。

1

Python  中的正则表达式 の 简介

正则表达式, 是一种小型的、高度专业化的编程语言，在 Python 中，通过内嵌集成 re 模块，程序媛们可以直接调用来实现正则匹配。正则表达式模式被编译成一系列的字节码，然后由 C 编写的匹配引擎执行。

2

正则表达式中常用的字符含义

2.1 普通字符和 11 个元字符

Note:

• 反斜杠后边跟元字符去除特殊功能，即特殊字符普通化

• 反斜杠后边跟普通字符实现特殊功能，即普通字符特殊化，亦即预定义字符

• 引用序号对应的字组所匹配的字符串

2.2 预定义字符集(可以写在字符集[…]中)

2.3 特殊分组用法

实例解君愁：

在这个例子中，我们实现了匹配网址、电话号码以及Email，其中a-z代表匹配任意的小写字母，\s表示匹配任意的空白字符，*就代表匹配前面的字符任意多个，\D 表示匹配非数字字符。是不是感觉不过瘾，那就再来一个。。。

实例解君愁：

 1import re 2 3html = '''

'''
42# 匹配歌手和歌名
43matched = re.findall(r'(.*?)', html, re.S)
44# 输出
45for ma in matched:
46    print(ma)


在这个实例中，有一段HTML文本，可以观察到，ul 节点里有许多li节点，其中 li 节点中有的包含a节点，有的不包含a节点，a节点还有一些相应的属性——超链接和歌手名。首先，我们尝试提取 class 为 active 的 li 节点内部的超链接包含的歌手名和歌名，此时需要提取第三个 li 节点下 a 节点的 singer 属性和文本。

此时正则表达式可以以 li 开头，然后寻找一个标志符 active，中间的部分可以用.*?来匹配。接下来，要提取 singer 这个属性值，所以还需要写入singer="(.*?)"，这里需要提取的部分用小括号括起来，以便用 group() 方法提取出来，它的两侧边界是双引号。然后还需要匹配 a 节点的文本，其中它的左边界是>，右边界是。然后目标内容依然用 (.*?) 来匹配，所以最后的正则表达式就变成了：

(.*?)a>

这两个实例看下来，不知小伙伴对正则表达式的理解有没有更上一层楼？

3

总结 re 模块中常用函数

在这里，小编给小伙伴们列出了常用函数，如果小伙伴们具体记不清每个函数的具体用法，请动动手指点下链接：2020，还不会正则？？？

4

正则需要注意的点

4.1 match 、search、findall的区别

match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，返回 None；

search 匹配整个字符串，直到找到第一个匹配项；

findall匹配整个字符串，返回所有匹配项构成的一个列表，如果没有匹配项，则返回空列表。

4.2 贪婪匹配与非贪婪匹配

*？，+？，？？，{m, n}? 前面的 * , + , ? 的都是贪婪匹配，也就是尽可能匹配，在其后面加 ？号，使其变成惰性匹配。

有疑惑，没关系，小编来帮你。

实例解君愁

这个实例中，第一个匹配时，.* 属于贪婪匹配，会匹配尽可能多的字符，故匹配了1234567，然后剩给 \d+ 的只有8了；第二个匹配时，.*? 属于非贪婪匹配，只匹配了一个a，留给 \d+ 的数字字符就是12345678了。后面两组的分析，就留给小伙伴们了哟。。。

絮叨:在经过小编精心安排的与正则表达式相关的文章的洗礼后，尤其是这一篇保姆级教程,相信小伙伴们都有收获,小编希望大家多多使用,只有在将能力内化后,能力才是属于自己的。小伙伴们，你们的关注、分享、点赞、在看就是我更新最大的支持！！！

PS：私信/提问/建议/需求可以在本公众号直接私信，也可以参与讨论，后台可以看到的哟，有时间即会回复，偶尔的延迟和疏漏还请小伙伴们谅解，蟹蟹。

扫码关注不迷路