正则表达

import re
m = re.match('.+t5','dfgt5ab')
print (m)#dfgt5ab匹配成功
m = re.match('t5','t5abcd')
print (m)#t5abcd匹配成功，从开头就要匹配上
m = re.search('[0-9]','ab45cf')
print(m.group(0))#4匹配成功.不一定从开头就匹配上


strr = re.sub('[0-9]', 'f', 'df34gg')
print (strr)#dfffgg
m = re.findall('[0-9]','54dgg5t')
print (m)
m = re.split('[0-9]','dgg55t')
print (m)

运行结果:

<_sre.SRE_Match object; span=(0, 5), match='dfgt5'>

<_sre.SRE_Match object; span=(0, 2), match='t5'>

4

dfffgg

['5', '4', '5']

['dgg', '', 't']

注意match,search返回的是，匹配成功返回一个正则对象，不成功返回none. 我们可以调用group方法查看匹配到的字符串

m=re.match(r'd+', '102300hhhj')

print (m.group(0))#102300

下面说下group

下面一个正则表达式：

output_(d{4})

该正则表达式用括号()包围了一个小的正则表达式，d{4}。 这个小的正则表达式被用于从结果中筛选想要的信息（在这里是四位数字）。这样被括号圈起来的正则表达式的一部分，称为群(group)。

我们可以m.group(number)的方法来查询群。group(0)是整个正则表达的搜索结果，group(1)是第一个群……

import re
m = re.search("output_(d{4})", "output_1986.txt")
print (m.group(0))#output_1986
print(m.group(1))#1986

我们还可以将群命名，以便更好地使用m.group查询:

import re
m = re.search("output_(?P<year>d{4})", "output_1986.txt")   #(?P<name>...) 为group命名
print(m.group("year"))

    

关于反斜杠:

由于正则表达式使用反斜杠来转义特殊字符，而python自身处理字符串时，反斜杠也是用于转义字符，这样就产生了一个双重转换的问题。

1.比如说普通字符串里的 是换行符，那么正则表达式如何去表达字符串里的这个？答案是是用两个反斜杠，第一个反斜杠起到去掉后面那个反斜杠转义的作用，单纯的表示字符串里的

m=re.match("\n"," ")

print (m)#匹配成功

2.字符串里一个在正则表达式里需要用两个表示，那么字符串里两个在正则表达式里则需要四个表示

m=re.match("\\n","\n")

print (m)#匹配成功

m=re.match("\\n",r" ")

print (m)#与上一个同理，匹配成功

3.在正则表达式前置r表示兼容模式，可以理解为:兼容了正则表达式的规则的字符串，先说明一点，在字符串中，只有在有限的几个字符前面才表示转义，比如后面的这个字符是n，那这个是转义，或者后面的这个字符就是，那前面的第一个也是转义。但如果不是那几个字符，比如9,d，那么就不是转义了，就是单纯的反斜杠

print ("x ")#是转义

print ("\s")#第一个是转义，打印s

print ("9")#不是转义，打印9

print ("d")#不是转义，打印d

所以,在python中字符串'\d'和'd'表示相同的字符 '\d' is 'd'

但是d在正则表达式里确是整数的意思，在正则表达式前面加r，可以理解为，先把这个正则表达式看成字符串，并且这个字符串的规则里加入正则表达式的规则，而后形成的字符串，再去匹配后面的字符串

m=re.match(r"d","5")

print (m)#匹配成功，字符串d表示数字

m=re.match(r"\d","\d")

print (m)#匹配成功，把正则表达式视为加入了正则表达式转义规则的字符串，则\d为字符串\d

m=re.match(r" "," ")

print (m)#匹配长虹

m=re.match(r"\n","\n")

print (m)#匹配成功

ret = re.findall(r'[1-9]',r'qq')

print (ret)#[]

ret = re.findall('[1-9]',r'qq')

print (ret)#正则表达式不加r前缀，此处还是返回空列表，想象为什么

除了d，正则表达式里还有-，d表示数字，-则表示-

m=re.match(r'^d{3}-d{3,8}$', '010-12345')

print (m)#匹配成功