一 正则表达式

正则表达式是各种字符串操作的强大工具.

它们对于以下两种主要任务是有用的:

--验证字符串是否匹配模式(pattern)例如:字符串具有电子邮件地址的格式

--对字符串中某些字符进行替换(例如:将所有美式拼写改为英式拼写)

正则表达式是一个高度专业化的迷你编程语言.与SQL(用于数据库操作)类似,适用于多种编程环境.

正则表达式可以使用re模块来访问,它是标准库的一部分

定义正则表达式之后,可以使用re.match函数来确定字符串的开头是否匹配.

如果匹配,match返回匹配的对象,否则返回None.

为了避免在处理正则表达式时出现混淆,我们使用原始字符串r"expression"

原始字符串不会转义任何东西,这使得使用正则表达式更容易.

r取自raw(原始的,未加处理的)

●其他的正则函数:

re.search和re.findall

re.search函数在字符串中的任何位置找到匹配模式.

re.findall函数返回一个与模式匹配的所有子串的列表.

例如:

●函数re.finditer和re.findall类似,不过它返回一个迭代器,而不是一个列表.

正则表达式搜索(search)使用多个方法返回一个对象,提供有关它的详细信息.

这些方法包括返回搜索到的字符串,返回第一个搜索到的模式在原始字符串中开始和结束下标索引,以及将开始和结束下标索引作为元组返回的索引.

例如:

搜索和替换:

使用正则表达式的最重要的re方法是sub

语法:

re.sub(pattern,repl,string)

此方法用repl(replace)替换字符串中所有出现的模式(pattern),

sub方法返回修改后的字符串.

例如:

二 简单的元字符

元字符使正则表达式比普通的字符串方法更强大.

它们允许你创建正则表达式来表示像"一个或多个元音的重复"这样的概念([aeiou]+)

如果要创建与元字符(例如$)匹配的正则表达式,则元字符的存在会造成问题,你可以通过在它们前面加一个反斜杠来转义元字符.

但是,这可能导致问题,因为反斜杠在正常的python字符串中也有一个转义的功能.

这可能意味着需要连续放置三到四个反斜杠来完成所有的转义.

为了避免这种情况,你可以使用一个原始字符串,这是一个前面带有"r"的普通字符串.

元字符

.(点)它匹配任何字符,但不匹配新的行(\n).

例如:

^和$:分别匹配字符串的开头和结尾

例如:

三 字符类

字符类:通过将匹配的字符放在方括号内来创建字符类,这样可以实现只匹配特定字符集中的一个.

字符类也可以匹配字符的范围:

[a-z]匹配任何小写字母字符

[G-P]匹配从G到P的任何大写字符

[0-9]匹配任何数字

一个字符类可以包含多个范围.例如,[A-Za-z]匹配任何一个字母

例如:

在字符类的开头放置一个^来反转它

这使得它匹配除包含的字符之外的任何字符.其他元字符(.和$)在字符类中没有意义

元字符^是字符类中的第一个字符时,才有意义

例如:

r"[^A-Z]"":表示匹配不包括大写字母的所有字符.(即不能全是大写字母)

四 更多的元字符

元字符(*):表示零次或多次重复.*前可以是一个单独的字符,一个类或一组括在括号中的字符

例如:

上面的例子,匹配以"egg"开头的字符串,并跟随零个或多个"spam"

[a^]*:表示匹配零个或多个"a"或"^"

元字符+和*非常相似.+表示一个或多个重复

例如:

*:匹配0个或多个前面的表达式

+:匹配1个或多个前面的表达式

?:匹配0个或一个前面的表达式

例如:

大括号可以用来表示两个数字之间的重复次数

正则表达式{x,y}表示重复x次-y次之间

因此{0,1}与?相同

大括号如果第一个数字缺失,则将其视为零.如果第二个数字丢失,则被认为是无限的.

例如:

"9{1,3}$"匹配具有1到3个9的字符串

关注小编不迷路,下节我们继续介绍正则表达式!