深入浅析正则表达式re模块(部分)
正则表达式:
官方定义:正则表达式是对字符串操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。
"color: #ff0000">"color: #ff0000">字符组 : [字符组]
在同一个位置可能出现的各种字符组成了一个字符组,在正则表达式中用[]表示。一个中括号只表示一个字符位置
字符分为很多类,比如数字、字母、标点等等。假如你现在要求一个位置"只能出现一个数字",那么这个位置上的字符只能是0、1、2...9这10个数之一。
字符组 描述的是一个位置上能出现的所有可能性
# 接受范围,可以描述多个范围,连着写就可以了
# [abc] 一个中括号只表示一个字符位置,匹配a或者b或者c
# [0-9] 匹配数字0-9,根据ASCII进行范围的比对
# [a-z] 匹配所有的小写字母
# [A-Z] 匹配所有的大写字母
# [a-zA-Z] 匹配所有的大小写字母
# [0-9a-z]
# [0-9a-zA-Z_]
元字符:
字符:
元字符 匹配内容的规则
. 匹配除换行符以外的任意字符
\w 匹配字母或数字或下划线
\s 匹配任意的空白符
\d 匹配数字
\n 匹配一个换行符
\t 匹配一个制表符
\b 匹配一个单词的结尾
^ 匹配一个字符串的开始
$ 匹配一个字符串的结尾
\W 匹配非字母或数字或下划线
\D 匹配非数字
\S 匹配非空白符
a|b 匹配字符a或字符b
a表达式|b表达式 匹配a或者b表达式中的内容,如果匹配a成功了,不会继续和b匹配, 所以,如果两个规则有重叠部分,总是把长的放在前面
() 分组,匹配括号内的表达式,也表示一个组。约束某一个元字符的作用范围,只在()内生效
[] 字符组,匹配字符组中的字符
[^] 非字符组,匹配除了字符组中字符的所有字符
在正则表达式中能够帮助我们表示匹配的内容的符号都是正则中的 元字符
# [0-9] --> \d 表示匹配一位任意数字 digit
# [0-9a-zA-Z_] --> \w 表示匹配数字字母下划线 word
# 空格 -->
# tab --> \t
# enter回车 --> \n
# 空格,tab和回车 --> \s 表示所有空白 包括空格 tab和回车
# [\d] \d 表示匹配数字
# [\d\D] [\w\W] [\s\S] 表示匹配所有
# [^\d] 匹配所有的非数字
# [^1] 匹配除数字1以外的所有
# [1-9]\d 匹配两位整数
# [1357]\d 匹配1,3,5,7,开头的两位整数
例1:匹配多个网址:
www\.oldboy\.com|www\.baidu\.com|www\.jd\.com|www\.taobao\.com #\.表示取消.的特殊意义
www\.(oldboy|baidu|jd|taobao)\.com #用() 来约束 | 描述的内容的范围
记忆元字符 : 都是表示能匹配哪些内容,一个元字符总是表示一个字符位置上的内容
# \d \w \s \t \n \D \W \S
# [] [^] .
# ^ $
# | ()
量词:
量词 用法说明
* 重复0次或更多次,表示0次或多次 {0,}
+ 重复1次或更多次,表示1次或多次 {1,}
"color: #ff0000">转义符:
原本有特殊意义的字符,到了表达它本身的意义的时候,需要转义。
. 有特殊的意义,取消特殊的意义\.
有一些有特殊意义的内容,放在字符组中,会取消它的特殊意义
#只表示符号本身
[().*+"color: #ff0000">贪婪匹配:
1.贪婪匹配:在量词范围允许的情况下,尽量多的匹配内容 .*x 表示匹配任意字符 任意多次数 遇到最后一个x才停下来 回溯算法: 2.非贪婪(惰性)匹配: 总是在量词范围内尽量少的匹配内容。前面的*,+等都是贪婪匹配,也就是尽可能匹配,后面加"title">(.*"title">.*"title">.*"color: #ff0000">总结
以上所述是小编给大家介绍的深入浅析正则表达式re模块(部分),希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!
下一篇:Python中正则表达式的巧妙使用一文包你必掌握正则