s21day25 python笔记

正则表达式

1.定义

• 定义：正则表达式是一种规则匹配字符串的规则
• re模块本身只是用来操作正则表达式的，和正则本身没关系
• 为什么要有正则表达式？
  • 匹配字符串
    • 一个人的电话号码
    • 一个人的身份证号
    • 一台机器的ip地址
  • 表单验证
    • 验证用户输入的信息是否准确
    • 银行卡号
  • 爬虫
    • 从网页源码中获取一些链接、重要数据

2.正则规则

• 第一条规则 ： 本身是哪一个字符，就匹配字符串中的哪一个字符
• 第二条规则 ： 字符组[字符1字符2]，一个字符组就代表匹配一个字符，只要这个字符出现在字符组里，那么就说明这个字符能匹配上
  • 字符组中还可以使用范围
  • 所有的范围都必须遵循ascii码从下到大来指定
  • 常用：[0-9] [a-z] [a-z]

3.元字符

• \d：表示所有的数字
  • \是转义符 转义符转义了d，让d能够匹配所有0-9之间的数
• \w：表示大小写字母、数字、下划线
• \s：表示空白、空格、换行符、制表符
• \t：匹配制表符
• \n：匹配换行符
• \d：表示所有的非数字
• \w：表示除数字、字母、下划线之外的所有字符
• \s：表示非空白
• . ：表示除了换行符之外的任意内容
• [] 字符组：只要在中括号内的所有字符都是符合规则的字符
• [^ ]非字符组：只要在中括号内的所有字符都是不符合规则的字符
• ^：表示一个字符的开始
• $：表示一个字符的结束
• |：表示或
  • 注意：如果两个规则有重叠部分，总是长的在前面，短的在后面
• ()：表示分组，给一部分正则规定为一组，|这个符号的作用域就可以缩小了
• 特殊：
  • [\d]、[0-9]、\d：没有区别 都是要匹配一位数字
  • [\d\d]、[\w\w]、[\s\s] 匹配所有一切字符

4.量词

• {n}：表示只能出现n次
• {n,}：表示至少出现n次
• {n,m}：表示至少出现n次，至多出现m次
• ？：表示匹配0次或1次，表示可有可无，但是有只能有一个，比如小数点
• +：表示匹配1次或多次
• *：表示匹配0次或多次，表示可有可无，但是有可以有多个比如小数点后n位
• 匹配0次出现的情况：
  • 匹配任意的保留两位小数的数字
  • 匹配一个整数或者小数

5.贪婪匹配

• 默认贪婪匹配，总是会在符合量词条件的范围内尽量多匹配
• 非贪婪匹配 ：惰性匹配
  • 总是匹配符合条件范围内尽量小的字符串
  • 格式：元字符 量词 ? x
    • 表示按照元字符规则在量词范围内匹配，一旦遇到x就停止
    • 示例：.*?x 匹配任意的内容任意多次遇到x就立即停止