正则表达式字符匹配格式

单字符匹配

多字符匹配

匹配开头结尾

text = "hello"
ret = re.match("^h",text)
print(ret.group())

# 若text中的字符串不是以“h”开头则会报错。

text = "xxx@163.comsfsds"
ret = re.match(\w+@163.com$,text)
print(ret.group())

# 匹配以@163.com结尾的字符，若不是以@163.com结尾，则会报错。

匹配分组

• 在正则表达式中.具有特殊含义，若要对 . 使用正则，用\进行转义

贪婪模式和非贪婪模式

贪婪模式：正则表达式会匹配尽量多的字符。默认是贪婪模式。

text = "0123456"
ret = re.match('\d+',text)
print(ret.group())

# 因为默认采用贪婪模式，所以会输出0123456
>> 0123456

非贪婪模式：正则表达式会尽量少的匹配字符。

# 可以改成非贪婪模式——在正则最后加`？`，那么就只会匹配到0

text = "0123456"
ret = re.match('\d+?',text)
print(ret.group())

转义字符和原生字符串

转义字符串：

在正则表达式中，有些字符是有特殊意义的字符。因此如果想要匹配这些字符，那么就必须使用反斜杠进行转义。
比如$代表的是以…结尾，如果想要匹配 $，那么就必须使用 \$.
示例代码如下：

text = "apple price is \$99,orange paice is $88"
ret = re.search('\$(\d+)',text)
print(ret.group())
>> $99

原生字符串：

在正则表达式中，\是专门用来做转义的。在Python中\也是用来做转义的。因此如果想要在普通的字符串中匹配出\，那么要给出四个\。

示例代码如下：

text = "apple \c"
ret = re.search('\\\\c',text)
print(ret.group())

因此要使用原生字符串就可以解决这个问题：

text = "apple \c"
ret = re.search(r'\\c',text)
print(ret.group())

re模块的常用函数

1.match函数

从开始的位置进行匹配。如果开始的位置没有匹配到。就直接失败了。
示例代码如下：

text = 'hello'
ret = re.match('h',text)
print(ret.group())
>> h

如果第一个字母不是h，那么就会失败
示例代码如下：

text = 'ahello'
ret = re.match('h',text)
print(ret.group())
>> AttributeError: 'NoneType' object has no attribute 'group'

2.search函数

在字符串中找满足条件的字符。如果找到，就返回。说白了，就是只会找到第一个满足条件的

text = 'apple price $99 orange price $88'
ret = re.search('\d+',text)
print(ret.group())
>> 99

3.分组

在正则表达式中，可以对过滤到的字符串进行分组。分组使用圆括号的方式。

1. group：和group(0)是等价的，返回的是整个满足条件的字符串。
2. groups：返回的是里面所有的子组。索引从1开始。
3. group(1)：返回的是第一个子组，可以传入多个。

示例代码如下：

text = "apple price is $99,orange price is $10"
ret = re.search(r".*(\$\d+).*(\$\d+)",text)
print(ret.group())
print(ret.group(0))
print(ret.group(1))
print(ret.group(2))
print(ret.groups())

4.findall函数

找出所有满足条件的，返回的是一个列表。

text = 'apple price $99 orange price $88'
ret = re.findall('\d+',text)
print(ret)
>> ['99', '88']

5.sub函数

用来替换字符串。将匹配到的字符串替换为其他字符串。

text = 'apple price $99 orange price $88'
ret = re.sub('\d+','0',text)
print(ret)
>> apple price $0 orange price $0

sub函数的案例，获取拉勾网中的数据：

html = """
<div>
<p>基本要求：</p>
<p>1、精通HTML5、CSS3、 JavaScript等Web前端开发技术，对html5页面适配充分了解，熟悉不同浏览器间的差异，熟练写出兼容各种浏览器的代码；</p>
<p>2、熟悉运用常见JS开发框架，如JQuery、vue、angular，能快速高效实现各种交互效果；</p>
<p>3、熟悉编写能够自动适应HTML5界面，能让网页格式自动适应各款各大小的手机；</p>
<p>4、利用HTML5相关技术开发移动平台、PC终端的前端页面，实现HTML5模板化；</p>
<p>5、熟悉手机端和PC端web实现的差异，有移动平台web前端开发经验，了解移动互联网产品和行业，有在Android,iOS等平台下HTML5+CSS+JavaScript（或移动JS框架）开发经验者优先考虑；6、良好的沟通能力和团队协作精神，对移动互联网行业有浓厚兴趣，有较强的研究能力和学习能力；</p>
<p>7、能够承担公司前端培训工作，对公司各业务线的前端（HTML5\CSS3）工作进行支撑和指导。</p>
<p><br></p>
<p>岗位职责：</p>
<p>1、利用html5及相关技术开发移动平台、微信、APP等前端页面，各类交互的实现；</p>
<p>2、持续的优化前端体验和页面响应速度，并保证兼容性和执行效率；</p>
<p>3、根据产品需求，分析并给出最优的页面前端结构解决方案；</p>
<p>4、协助后台及客户端开发人员完成功能开发和调试；</p>
<p>5、移动端主流浏览器的适配、移动端界面自适应研发。</p>
</div>
"""

ret = re.sub('</?[a-zA-Z0-9]+>',"",html)
print(ret)

6.split函数

使用正则表达式来分割字符串，返回列表

text = "hello world ni hao"
ret = re.split('\W',text)
print(ret)
>> ["hello","world","ni","hao"]

7.compile函数

对于一些经常要用到的正则表达式，可以使用compile进行编译，后期再使用的时候可以直接拿过来用，执行效率会更快。
而且compile还可以指定 flag=re.VERBOSE，在写正则表达式的时候可以做好注释。
示例代码如下：

text = "the number is 20.50"
r = re.compile(r"""
                \d+ # 小数点前面的数字
                \.? # 小数点
                \d* # 小数点后面的数字
                """,re.VERBOSE)
ret = re.search(r,text)
print(ret.group())