正则表达式

定义

正则表达式，又称规则表达式。在代码中常简写为regex、regexp或RE，计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式（规则）的文本。

字符匹配

直接匹配
在进行匹配时我们可以用字符串进行直接匹配。

这里以https://regex101.com（正则表达式）举例

正则表达式中的字符(部分常用字符)

.（点）

默认情况下，.可以匹配除“\n”和“\r”之外的任何一个字符，在DOTALL模式（即S模式）中也能匹配换行符。

注：这里并不是（.）匹配到了hello word 123456这个字符串，而是（.）与hello world 123456中每个字符都能匹配。

import re
p=re.findall(".","\n")
print(p)

import re
p=re.findall(".","\n",re.S)
print(p)

对于以上两段代码，前者返回空列表，后者返回一个含“\n”的列表。（findall方法找出已给字符串中所有与正则表达式可匹配的字符，返回一个数组）

\

转义字符，将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， ‘n’ 匹配字符 ‘n’。’\n’ 匹配换行符。序列 ‘\’ 匹配 “”，而 ‘(’ 则匹配 “(”，（特殊字符转成普通字符，部分普通字符转成特殊字符）。

[…]

字符集（）字符类。对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出，也可以给出范围，如[abc]或[a-c]。第一个如果是^则表示取反，如[^abc]表示不是abc的其他字符。[]只能匹配列表中的一个。

所有特殊字符在字符集中都失去其原有的特殊含义。 在字符集中如果使用]、-或^,可以在前面加上反斜杠（\），或把]、-放在第一个字符，把^放在非第一个字符。

字符集（可写在字符集中）

\d、\D

\d:数字，相当于[0-9]
\D:非数字，相当于[^\d]

\s、\S

\s:空白字符，相当于[<空格>\t\r\n\f\v]
\S:非空白字符，相当于[^\s]

\w、\W

\w:单词字符，相当于[A-Za-z0-9_]
\W:非单词字符，相当于[^\w]

数量词（用在字符或（…）之后）

贪婪：正则表达式匹配到一个字符后不会停止，会继续匹配，直到匹配完所有满足正则表达式的字符，若遇到不匹配的字符记为匹配零0次。

*（贪婪）

匹配前一个字符0或无限次

+（贪婪）

匹配前一个字符1次或无限次。

？（非贪婪）

匹配前一个字符0次或1次

综合使用

句子中的某个字母
例：I love you中ve

时间戳

常用正则表达式的方法：

re.compile（编译）
re.match（从头找一个）
re.search（找一个）
re.findall（找所有）
re.sub（替换）

re.compile(“正则表达式”)

re.match(“正则表达式”,“字符串”)

re.search（“正则表达式”,“字符串”）

re.findall（“正则表达式”,“字符串”）

re.sub（“正则表达式”,“替换字符”,“被替换字符串”）