正则的噩梦...

正则表达式这东西，你说它简单它也简单，你说它难吧，确实不容易。为什么？这东西就是死记硬背的。背过了相关的语法，使用起来就so easy。但记不熟语法，就犯难了。网上关于python正则的帖子很多，我再去写压力比较大，尽可能的总结详细一些吧！

正则表达式简介

正则表达式，是一个特殊的字符序列，又称规则表达式（英语：Regular Expression，在代码中常简写为regex、regexp 或RE），本质而言是一种小型的，高度专业化的编程语言。
Python 自1.5版本起增加了re 模块，re 模块使Python语言拥有全部的正则表达式功能。

正则语法表

关于正则语法表，别想其他的都背过就行了。不管你是python还是其他的语言都是一样的，所以背不过就抄到记住为止！这个你背不过，再好的教程看了也没用。如何巧记？我们需要对其进行分类。

• 开头结尾

这一对标签，大家都不会陌生…

• 模糊匹配

• 关于括号

• "\" 反斜杠的应用

• 其他

re模块用法

re.(function)(pattern[, flags])
pattern : 一个字符串形式的正则表达式
flags : 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：

1. re.I 忽略大小写

2. re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境

3. re.M 多行模式

4. re.S 即为 . 并且包括换行符在内的任意字符（. 不包括换行符）

5. re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库

6. re.X 为了增加可读性，忽略空格和 # 后面的注释

• findall() (即：全部找到,返回的是一个列表)

findall(string[, pos[, endpos]])
参数：

1. string : 待匹配的字符串。

2. pos : 可选参数，指定字符串的起始位置，默认为 0。

3. endpos : 可选参数，指定字符串的结束位置，默认为字符串的长度。

import re
s = 'helloworld hellobeijing'
ret = re.findall('hello\S+',s)
print(ret)
['helloworld', 'hellobeijing']

• finditer()

和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。
re.finditer(pattern, string, flags=0)
参数：

• search() 与 match()

相同点：

1. 语法：re.search/match(pattern, string, flags=0)

2. 函数参数说明：

1. 可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

import re
# re.search
ret = re.search('h..','hello hello world')
print(ret) # 输出结果：<_sre.SRE_Match object; span=(0, 3), match='hel'>
ret1 = re.search('h..','hello hello world').group()
print(ret1) # 输出结果：hel 只输出第一个符合条件的结果# re.match
ret = re.match('asd','asdhskdjfksji')
print(ret) # 输出结果：<_sre.SRE_Match object; span=(0, 3), match='asd'>返回的是一个对象。
ret1 = re.match('asd','asdhskdjfasdksjiasd').group()
print(ret1) # 输出结果：asd 调用.group()方法，只返回匹配的第一个结果。

不同点：

1. re.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，函数返回None

2. re.search匹配整个字符串，直到找到一个匹配

# re.search
s = 'helloworld hellobeijing'
ret = re.search('hellob\S+',s)
print(ret)
<re.Match object; span=(11, 23), match='hellobeijing'># re.match
s = 'helloworld hellobeijing'
ret = re.match('hellob\S+',s)
print(ret)
None

• split() 分隔符 对比字符串里边的split方法。

split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：

re.split(pattern, string[, maxsplit=0, flags=0])

import re
s = 'helloworld hellobeijing'
ret = re.split('hello',s)
print(ret)
['', 'world ', 'beijing']

• sub() 替换；类似字符串中的replace()方法。

re.sub用于替换字符串中的匹配项。
语法：
re.sub(pattern, repl, string, count=0, flags=0)
参数：

1. pattern : 正则中的模式字符串。

2. repl : 替换的字符串，也可为一个函数。

3. string : 要被查找替换的原始字符串。

4. count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

import re
s = 'helloworld hellobeijing'
ret = re.sub('hello','goodbye',s)
print(ret)
goodbyeworld goodbyebeijing

• compile(strPattern[,flag]): 这个方法是Pattern类的工厂方法，用于将字符串形式的正则表达式编译为Pattern对象

compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。
语法格式为：
re.compile(pattern[, flags])
参数：
pattern : 一个字符串形式的正则表达式

1. flags : 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：

2. re.I 忽略大小写

3. re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境

4. re.M 多行模式

5. re.S 即为 . 并且包括换行符在内的任意字符（. 不包括换行符）

6. re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库

7. re.X 为了增加可读性，忽略空格和 # 后面的注释

import re
pattern = re.compile('he.{3}')
pattern.match(s)
<re.Match object; span=(0, 5), match='hello'>

往期精彩回顾
那些年做的学术公益-你不是一个人在战斗适合初学者入门人工智能的路线及资料下载机器学习在线手册深度学习在线手册备注：加入本站微信群或者qq群，请回复“加群”加入知识星球（4500+用户，ID：92416895），请回复“知识星球”