正则表达式

一. 使用正则表达式查找文本模式

# 字符串
regex_str = "1. wubba lubba dub dubs. 2. Hey, what are you in for? - Everyting. 3. Homework is stupid, the whole point is to get less of it."

1、正则操作步骤

• 基础流程如下

  import re
  regex = re.compile('\d')        # 正则表达式
  result = regex.search(regex_str)    # 查找
  print(result.group())   # 返回结果
  
  # 运行结果： 1

• 流程解析
  
  1. 导入re模块
  2. 传入正则表达式，返回值为regex对象。
  3. 使用regex对象方法（search）查找匹配正则表达式， 返回Match对象
  4. 使用Match对象的方法（group）获取匹配的值。
• 知识点 01 字符替换
  1. \d: 表示一个数字 0~9
  2. \w: 表示一个下划线、数字、或字母
  3. \s: 表示一个空格、制表、换行

2、分组

• 代码演示

  import re
  regex = re.compile("(\d).*(\d).*(\d)")  # 分三组
  result = regex.search(regex_str)
  print(result.group())
  # 运行结果：1. wubba lubba dub dubs. Hey, 2. what are you in for? - Everyting. 3
  print(result.group(1))  # 打印匹配到的第一组的值
  # 运行结果： 1  
  print(result.groups())  # 打印匹配到的所有组的值
  # 运行结果：('1', '2', '3')

  - 知识点 2 括号

1. 第一个括号内的表达式为第一组，可使用group(1)取值
2. groups() 获取所有分组。

3、字符

• 代码演示

  import re
  regex = re.compile("(b){2}")  # 分三组
  result = regex.search(regex_str)
  print(result.group())
  # 运行结果： bb
  print(result.groups())
  # 运行结果: ('b',)

  - 知识点 3 贪心匹配

1. (){N} 表示匹配括号内表达式 N次。
2. (){1,3} 优先匹配3次
3. (){1,} 优先配对最大值(max)
4. (){,2} 优先配对2次，(找不到值则返回为None)
5. (){1,3}? 非贪心匹配

4、通配符

1. +： 加号表示匹配一次或多次。
2. *： 星号表示匹配零次或多次。
3. ?： 问号表示匹配零次或一次。
4. .: 表示任意一个字符，非换行符之外的所有字符
5. ^a：表示以a开头的字符。
6. $a: 表示以a结尾的字符。
7. {N}: 表示匹配次数。
8. [auc]: 表示单字符选择范围(a u c)
9. [^auc]:表示单字符选择范围(除a u c外字符)

5、扩展

• 代码演示，compile 参数

  import os
  
  regex = re.compile(".*", re.DOTALL) # 匹配所有字符，包括换行符
  
  regex = re.compile("aAsA", re.IGNORECASE)    # 不区分大小写
  
  regex = re.compile('''(wubba).*  # 注释
  (dub)  # 注释''', re.VERBOSE)  
  result = regex.search(regex_str)
  #运行结果: wubba lubbba dub dub
  print(result.group())

• 代码演示， re 基础方法

  import os
  
  regex = re.compile("(\d)(bb)")
  regex.sub("www", "111bbbb, 111") 
  #运行结果: 11wwwbb, 111
  
  regex.sub("\2***", "111bbbb, 111")
  #运行结果: 11***bb, 111
  
  result = re.match("\w\d\w", "111 11111 111")
  print(result.group())
  #运行结果: 111