189 8069 5689
上节我们说到 Python 正则表达式的基本字符，以及这些字符的用法
让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：域名注册、网络空间、营销软件、网站建设、湟源网站维护、网站推广。
今天，我们继续讲讲 Python 中一些扩展标记法，以及一些特殊序列
(?...) : 这种扩展标记法以括号内 ? 开头，其后第一个字符决定了采用什么样的语法。
在 ? 后面添加( 'a', 'i', 'L', 'm', 's', 'u', 'x' 中的一个或多个)，然后加上匹配规则。
这些字符对正则表达式设置以下标记，免去设置 flag 参数
注意 ： 'a', 'L', 'u' 作为内联标记是相互排斥的，它们不能结合在一起
括号分组的非捕获版本，该分组所匹配的子字符串 不能 在执行匹配后被获取或是在之后的模式中被引用
可以配合 | 和 {m} 使用
为分组再指定一个组合名
每个组合名只能用一个正则表达式定义，只能定义一次
反向引用一个命名组合
匹配前面那个名字叫 name 的命名组中匹配到的字符串
注释信息，里面的内容会被忽略。
哈哈，是不是没看懂，没事，举个栗子
看看，是不是一下子就明了了。
哈哈，这个又看不懂？
思考一下，既然有根据后面字符断言的，那么根据前面字符来断言，也是很合理的，
如果给定的 id 或 name 存在，将会尝试匹配 yes-pattern ，否则就尝试匹配 no-pattern ， no-pattern 可选，也可以被忽略。
是不是有点像 if else 三目运算，其中 id 和 name 是分组 id 、和指定的分组名 name
照旧，举个栗子吧
看了栗子是不是有点糊涂呢，我们来解析一下这个正则表达式
其结果匹配的就是 username@host.com 和 username@host.com 。
而不会匹配 user@host.com ' 和 user@host.com
但是上面的第三个结果为啥不一样呢？
因为 findall 允许返回空匹配的，在有 ? 的情况下，所以它会分两种情况去匹配
今天讲了一些扩展标记法，其实没那么难，多看看例子，多练习练习。
下节将介绍 re 模块各函数的用法，敬请期待......
正则表达式是一个特殊的字符序列，它用来检查一个字符串是否与某种模式匹配。正则表达式在编译程序中至关重要，但并不是每个人都需要特别深入的学习和掌握。在此，只介绍一些最基本的应用。
1、元字符
元字符是构成正则表达式的一些特殊字符。在正则表达式中，元字符被赋予了新的含义。
下面介绍一些常用的元字符及其含义：
. 匹配除换行符以外的任意字符。
w 匹配字母、数字、下划线或汉字。
W 匹配w所匹配的字符以外的字符。
s 匹配单个空白符（包括Tab键和换行符）。
S 匹配除s匹配的字符以外的字符。
d 匹配数字。
b 匹配单词的分界符，如：空格、标点符号或换行符。
^ 匹配字符串的开始
$ 匹配字符串的结束
2、限定符
限定符是在正则表达式中用来指定数量的字符。常用的限定符有：
? 匹配前面的字符0或1次。如：zo?m可以匹配zom和zm，但不能匹配 zoom
+ 匹配前面的字符1或n次。如：zo?m可以匹配zom和zoom，但不能匹配zm
* 匹配前面的字符0或n次。如：zo?m可以匹配zom、zoom和zm
{n} 匹配前面的字符n次。如：zo{2}m可以匹配zoom，但不能匹配zom和zm
{n,} 匹配前面的字符至少n次。如：zo{1,}m可以匹配zom和zoom，但不能匹配zm
{n,m} 匹配前面的字符至少n次，最多m次。如：zo{1,2}m可以匹配zom和zoom，但不能匹配zm
3、方括号”[ ]”的用途
方括号“[ ]”里可以列出某个字符范围。如：[aeiou]表示匹配任意一个元音字母，[zqsl]表示匹配姓氏“赵钱孙李”的拼音第一个字母。
4、排除字符
方括号”[ ]”中的“^”字符表示排除的意思，如：[^aeiou]表示匹配任意一个非元音字母的字符。
5、选择字符
字符“|”相当于“或”。如：(^d{3}[-]d{8})|(^d{4}[-]d{7})$可以匹配形如” - ”或“ - ”的电话号码格式。
6、转义字符
对于已经用于定义元字符和限定符的字符，需要加转义符“”来表示。
如：为了匹配形如“192.168.0.1”的IPv4地址（1~255.0~255.0~255.0~255），可以用这样的正则表达式：^(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]).(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0).(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0).(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[0-9])$
这里解释一下第一段IP地址的规则，取值范围为1~255，可分解为以下情况：
250~255：25[0-5]；
200~249：2[0-4][0-9]；
100~199：[01]{1}[0-9]{2}；
0~99: [0-9]{1}[1-9]
再加上”.”： .
其他三段地址和第一段相似。
7、“( )”可以用于分组
在正则表达式中，用“( )”括起来的部分是一个整体。
8、r（或R）的意义
在正则表达式中，为了保证模式字符串为原生字符串（没有经过加工处理的字符串），可以在模式字符串前加上一个字符‘r’或‘R’。例如：
# 这里用到对的re.match()方法接下来介绍
import re # 导入re模块
re.match('bPy[a-z]+','Python') # 表达式'bPy[a-z]+'不能匹配’Python’
re.match('bPy[a-z]+','Python') # 表达式'bPy[a-z]+'可以匹配’Python’
在上述代码中，原本要用作匹配单词开始或结束的元字符’b’在表达式中字符串中会被视为转义一个字符‘b’，为了转义’b’就不得不再加一个’’符号。
也可以采用下面的方法：
re.match(r'bPy[a-z]+','Python') #加字符’r’，可以保证原生字符串
9、match()方法
Match()方法 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match() 就返回 none。
语法格式：
re.match(pattern, string, [flags])
其中，pattern表示匹配的正则表达式；string是要匹配的字符串；flags表示标志位，用于控制正则表达式的匹配方式，如：re.I表示不区分大小写。
例：
import re #导入re模块
print(re.match('www', '').span()) #span()函数可以获取匹配的位置
print(re.match('org', ''))
输出结果为：
(0, 3) #在位置0到3（不包括3）匹配成功
None #从起始位置未能匹配成功
10、search()方法
search()方法用于在整个字符串中搜索第一个匹配的值，如果匹配成功，则返回Match对象，否则返回None。
语法格式：
re.search(pattern, string, [flags])
其中，pattern表示匹配的正则表达式；string是要匹配的字符串；flags表示标志位，用于控制正则表达式的匹配方式，如：re.I表示不区分大小写。
例如：
re.search(r'Pyw+','It's easy to use Python, but it's not easy to learn Python.')
可以看出，目标字符串“It's easy to use Python, but it's not easy to learn Python.”中一共有两个‘Python’，search()方法可以从字符串的起始位置开始查找到‘Python’，当找到第一个匹配值后就停止查找，返回位置信息。
match()和search()的比较
match()要求目标字符串的起始位置就能匹配，search()对目标字符串全段进行逐次匹配，只要首次匹配成功就停止匹配。
请看下例:
import re
print(re.match(r'Pyw+','It's easy to use Python, but it's not easy to learn Python.'))
输出结果：None
11、findall()方法
findall()方法用于在整个字符串中搜索所有匹配的值，如果匹配成功，则返回以匹配值为元素的列表，否则返回空列表。
语法格式：
re.findall(pattern, string[, flags])
其中，pattern表示匹配的正则表达式；string是要匹配的字符串；flags表示标志位，用于控制正则表达式的匹配方式，如：re.I表示不区分大小写。
例：
import re
print(re.findall(r'Pyw+','It's easy to use Python, but it's not easy to learn Python.'))
输出结果：['Python', 'Python']
可以看出，findall()的结果没有指出匹配的具体位置。
12、正则表达式的应用
字符串替换
这里要用到sub()方法。它的语法格式如下：
re.sub(pattern, repl, string [,count] [,flgs])
其中，pattern是模式字符串；repl是用于替换的字符串；string是原字符串；可选参数count为模式匹配后替换的最大次数，省缺表示替换所有的匹配；可选参数flags的意义与前面的方法的该参数一致。
例：
import re
str1='x=36.567 y=123.234'
str2=re.sub('.d+','',str1) #用空格代替小数点及其后的数字
print(str2)
输出结果：x=36 y=123
分隔字符串
这里要用到split()方法。它的返回值为一个列表，它的语法格式如下：
re.split(pattern, string [,maxsplit] [,flgs])
其中，pattern是模式字符串；string是原字符串；可选参数maxsplit为最大拆分次数，省缺表示拆分所有的匹配；可选参数flags的意义与前面的方法的该参数一致。
例：
import re
str='白日依山尽，黄河入海流。欲穷千里目，更上一层楼！'
re.split(r'，|。|！',str) #按照“，”、“。”、“！”分隔字符串。
['白日依山尽', '黄河入海流', '欲穷千里目', '更上一层楼', '']
注意，返回值列表中多出了一个空字符。
正则表达式是一个特殊的字符序列，可以帮助您使用模式中保留的专门语法来匹配或查找其他字符串或字符串集。 正则表达式在UNIX世界中被广泛使用。
注：很多开发人员觉得正则表达式比较难以理解，主要原因是缺少使用或不愿意在这上面花时间。
re模块在Python中提供对Perl类正则表达式的完全支持。如果在编译或使用正则表达式时发生错误，则re模块会引发异常re.error。
在这篇文章中，将介绍两个重要的功能，用来处理正则表达式。 然而，首先是一件小事：有各种各样的字符，这些字符在正则表达式中使用时会有特殊的意义。 为了在处理正则表达式时避免混淆，我们将使用：r'expression'原始字符串。
匹配单个字符的基本模式
编译标志可以修改正则表达式的某些方面。标志在re模块中有两个名称：一个很长的名称，如IGNORECASE，和一个简短的单字母形式，如。
1.match函数
此函数尝试将RE模式与可选标志的字符串进行匹配。
下面是函数的语法 ：
这里是参数的描述 ：
pattern ： 这是要匹配的正则表达式。
string ： 这是字符串，它将被搜索用于匹配字符串开头的模式。 |
flags ： 可以使用按位OR(|)指定不同的标志。 这些是修饰符，如下表所列。
re.match函数在成功时返回匹配对象，失败时返回None。使用match(num)或groups()函数匹配对象来获取匹配的表达式。
示例
当执行上述代码时，会产生以下结果 ：
2.search函数
此函数尝试将RE模式与可选标志的字符串进行匹配。
下面是这个函数的语法 ：
这里是参数的描述 ：
pattern ： 这是要匹配的正则表达式。
string ： 这是字符串，它将被搜索用于匹配字符串开头的模式。 |
flags ： 可以使用按位OR(|)指定不同的标志。 这些是修饰符，如下表所列。
re.search函数在成功时返回匹配对象，否则返回None。使用match对象的group(num)或groups()函数来获取匹配的表达式。
示例
当执行上述代码时，会产生以下结果 ：
3.匹配与搜索
Python提供基于正则表达式的两种不同的原始操作：match检查仅匹配字符串的开头，而search检查字符串中任何位置的匹配(这是Perl默认情况下的匹配)。
示例
当执行上述代码时，会产生以下结果 ：
4.搜索和替换
使用正则表达式re模块中的最重要的之一是sub。
模块
此方法使用repl替换所有出现在RE模式的字符串，替换所有出现，除非提供max。此方法返回修改的字符串。
示例
当执行上述代码时，会产生以下结果 ：
5.正则表达式修饰符：选项标志
正则表达式文字可能包含一个可选修饰符，用于控制匹配的各个方面。 修饰符被指定为可选标志。可以使用异或(|)提供多个修饰符，如前所示，可以由以下之一表示 ：
6.正则表达模式
除了控制字符(+ ? . * ^ $ ( ) [ ] { } | )，所有字符都与其自身匹配。 可以通过使用反斜杠将其转换为控制字符。
7.正则表达式示例
字符常量
字符类
特殊字符类
重复匹配
非贪婪重复
这匹配最小的重复次数 ：
用圆括号分组
反向引用
这与以前匹配的组再次匹配 ：
备择方案
python|perl ： 匹配“python”或“perl”
rub(y|le) ： 匹配 “ruby” 或 “ruble”
Python(!+|?) ： “Python”后跟一个或多个! 还是一个?
锚点
这需要指定匹配位置。
带括号的特殊语法
开课吧广场-人才学习交流平台-开课吧
字符串的匹配查询
Python中的re模块中的findall函数可以对指定的字符串进行遍历匹配，如下：
findall(pattern, string, flags=0)
pattern：指定需要匹配的正则表达式。
string：指定待处理的字符串。
flags：指定匹配模式，常用的值可以是re.I、re.M、re.S和re.X。re.I的模式是让正则表达式对大小写不敏感;re.M的模式是让正则表达式可以多行匹配;re.S的模式指明正则符号.可以匹配任意字符，包括换行符 ;re.X模式允许正则表达式可以写得更加详细，如多行表示、忽略空白字符、加入注释等。
字符串的匹配替换
re模块中的sub函数的功能是替换，类似于字符串的replace方法，该函数根据正则表达式把满足匹配的内容替换为repl，如下：
sub(pattern, repl, string, count=0, flags=0)
pattern：同findall函数中的pattern。
repl：指定替换成的新值。
string：同findall函数中的string。
count：用于指定最多替换的次数，默认为全部替换。
flags：同findall函数。
字符串的匹配分割
re模块中的split函数是将字符串按照指定的正则表达式分隔开，类似于字符串的split，如下：
split(pattern, string, maxsplit=0, flags=0)
pattern：同findall函数中的pattern。
maxsplit：用于指定最大分割次数，默认为全部分割。
string：同findall函数中的string。
flags：同findall函数中的flags。
以上就是本次分享的全部内容了，不知大家对我讲述的Python正则表达式妙用感觉怎么样？
脑筋急转弯：有人想喝点牛奶解渴，却一命呜呼了，为什么？
具体如下：
1、测试正则表达式是否匹配字符串的全部或部分regex=ur"" #正则表达式：if re.search(regex, subject): do_something()else: do_anotherthing() 。
2、测试正则表达式是否匹配整个字符串 regex=ur"/Z" #正则表达式末尾以/Z结束：if re.match(regex, subject): do_something()else: do_anotherthing() 。
3、创建一个匹配对象，然后通过该对象获得匹配细节(Create an object with details about how the regex matches (part of) a string) regex=ur"" #正则表达式：
match = re.search(regex, subject)if match: # match start: match.start() # match end (exclusive): atch.end() # matched text: match.group() do_something()else: do_anotherthing()。
4、获取正则表达式所匹配的子串(Get the part of a string matched by the regex) regex=ur"" #正则表达式：match = re.search(regex, subject)if match: result = match.group()else: result ="" 。
5、获取捕获组所匹配的子串(Get the part of a string matched by a capturing group) regex=ur"" #正则表达式：match = re.search(regex, subject)if match: result = match.group(1)else: result ="" 。
python正则表达式是：
'hing'
'\wing'
'123456'
'\d\d\d\d\d\d'
'regex.py'
'.*\.py'
正则表达式（简称为 regex）是一些由字符和特殊符号组成的字符串， 描述了模式的重复或者表述多个字符。正则表达式能按照某种模式匹配一系列有相似特征的字符串。换句话说， 它们能够匹配多个字符串。
孤立的一个正则表达式并不能起到匹配字符串的作用，要让其能够匹配目标字符，需要创建一个正则表达式对象。通常向compile()函数传入一个原始字符形式的正则表达式，即 r'.....'。
要让正则表达式不区分大小写，可以向 re.compile()传入 re.IGNORECASE 或 re.I，作为第二个参数。通过传入 re.DOTALL 作为 re.compile()的第二个参数，可以让句点字符匹配所有字符，包括换行字符。