python 正则表达式

简介

在一些实际项目中，我们可能会遇到需要匹配对应的数据，例如爬虫时候需要匹配等，这时候就需要使用到正则表达式了

正则匹配常用规则

• 固定字符
• {abc} a/b/c
• [^abc] 取所有不是a、b、c中的内容
• [a-z]： 获取字母元素
• .[0-9]: 获取纯数字
• . 除换行符的所有字符

贪婪匹配：尽可能匹配长度较长的
非贪婪匹配：一般在* + 后面添加?

• +：匹配一次或多次

• \w： 字母数字下划线汉字

• \d: 数字

• *: 重复0次或多次

• +：重复1次或者多次

• ？ 重复0次或者1次

• {n}：重复n次

• {n, }: 重复n次或者大于n次

• {n, m}: 重复n-m次

分组（括号）

提取括号中的部分值

单个括号

提取括号中的部分值

多个括号

列表中嵌套元组形式返回

括号中嵌套括号

将会把括号中的值一一匹配到列表中的对应元组中去

• ^ ：起始
• $:末尾

对于特殊符号（*，. {}, (), +）可以进行转义
re.ASCII: 只会匹配字母数字下划线，没有中文

正则：命名分组（正则）L:(?P<名称>正则)

findall
finditer

正则取反：^((?!你的规则).)*

跨行匹配

在匹配时添加标识符re.S或者re.DOTALL使其匹配换行符，例如：

re.match(pattern, content, re.S)

注意事项

• 当需要匹配字符或时，需要注意的时需要添加括号将其括起来，有两种方式，一个是(),还有一种是[],()代表匹配整个单词，[]代表匹配单个字符，例如

  ^[test|sad](.*?)\n
  

  上述匹配的是以t字符或者s字符开头的字符串

  ^(test|sad)(.*?)\n
  

  上述匹配的是以test单词或者sad单词开头的字符串