正则表达式

用来处理字符串，对字符串进行检索和替换，另外正则在python爬虫的应用也是相当广泛！ 

特点

灵活性、逻辑性和功能性非常强  可以迅速地用极简单的方式达到字符串的复杂控制 有需要相关python资料的小伙伴可以加我vx：ssmp8858欢迎来骚扰我

正则的写法

.(点号): 表示任意一个字符，除了\n，比如查找所有的一个字符 . []: 匹配中括号中列举的任意字符，比如[L,Y,0], LLY, Y0, LIU \d: 任意一个数字 \D: 除了数字都可以 \s: 表示空格，tab键 \S: 除了空白符号 \w: 单词字符，就是a-z, A-Z, 0-9, _ \W: 除了“\w”表示的都可以 : 表示前面内容重复零次或者多次, \w +: 表示前面内容至少出现一次 ?: 前面才出现的内容零次或者一次 {m,n}: 允许前面内容出现最少m次，最多n次 ^: 匹配字符串的开始 $: 匹配字符串的结尾 \b: 匹配单词的边界 (): 对正则表达式内容进行分组，从第一个括号开始，编号逐渐增大

\A: 只匹配字符串开头，\Aabcd, 则abcd \Z: 只匹配字符串末尾，abcd\Z, abcd |: 左右任意一个 (?P...): 分组，除了原来的编号再制定一个别名，(?P12345){2}, 1234512345 (?P=name): 引用分组

RE使用大致步骤

使用compile将表示正则的字符串编译为一个pattern对象 通过pattern对象提供一系列方法度文本进行查找匹配，获得匹配结果，一个Match对象 最后使用Match对象提供的属性和方法获得信息，根据需要进行操作

RE常用函数

group(): 获得一个或者多个分组匹配的字符串，当要获得整个匹配的子串时，直接使用group或者group(0) start: 获取分组匹配的子串在整个字符串中的起始位置，参数默认0 end: 获取分组匹配的子串在整个字符串中的结束位置，默认为0 span: 返回的结构技术(start(group), end(group))

 

 

 

 

 

 

search(str, [, pos[, endpos]]): 在字符串中查找匹配，pos和endpos表示起始位置 findall: 查找所有 finditer：查找，返回一个iter结果

sub 替换

sub(rep1, str[, count])

匹配中文

大部分中文表示范围是[u4e00-u9fa5], 不包括全角标点

贪婪和非贪婪

贪婪：尽可能多的匹配, (*)表示贪婪匹配 非贪婪：找到符合条件的最小内容即可，(?)表示非贪婪 正则默认使用贪婪匹配

 

查看更多关于华为架构师详解Python 正则表达式的详细内容...