感谢师哥！一个正则表达式居然可以给我分享的这么详细！

由于最近需要使用爬虫爬取数据进行测试，感谢个正所以开始了爬虫的师哥填坑之旅，那么首先就是则表先系统的学习下关于正则相关的知识啦。所以将下面正则方面的达式的详知识点做了个整理。语言环境为Python。分享主要讲解下Python的感谢个正Re模块。

下面的师哥语法我就主要列出一部分，剩下的则表在python官网直接查阅即可： docs.python.org/3/library/r…

一、基础语法总结

1.1、达式的详匹配单个字符

a . d D w W s S [...] [^...]

匹配单个字符（.）

规则：匹配除换行之外的分享任意字符 

In [24]: re.findall("f.o","foo is not fao")  Out[24]: [foo, fao] 

匹配任意（非）数字字符（d D）

d [0-9] D [^0-9] 

匹配任意（非）普通字符（w W）

w 普通字符 包括[_0-9A-Za-z]同时也包括汉字

W 非普通字符

匹配任意（非）空字符（s S）

s 匹配任意空字符 [ ]

S 匹配任意非空字符

匹配字符集合（[...]）

[A-Z][a-z][0-9][_123a-z]

匹配字符集（[^...]）

规则：字符集取非，除列出的感谢个正字符之外的任意一个字符

[^abc] --> 除a b c之外任意字符

1.2、匹配多个字符

* 匹配0次或者多次

+ 匹配1次或者多次

?师哥 匹配0次或者1次

{ m} 匹配m次

{ m,n} 匹配m次到n次区间内的任意一次

1.3、匹配位置

^ 匹配开始位置

$ 匹配结束位置

A 匹配开始位置

Z 匹配结束位置

 匹配单词边界位置（一般用于首字母大写的则表匹配）

B 匹配非单词边界问题

1.4、转义

在正则表达式中有一类特殊字符需要转移，云服务器达式的详只需要在特殊字符之间加上 表示转移即可

. * + ?分享 ^ $ [] { } () |

1.5、子组

使用() 可以为正则表达式建立内部分组，子组为正则表达式的一部分，可以看做一个内部整体。

In [61]: re.search(r"(https|http|ftp)://w+.w+.(com|cn)","https://www.baidu.com").group(0) Out[61]: https://www.baidu.com In [62]: re.search(r"(https|http|ftp)://w+.w+.(com|cn)","https://www.baidu.com").group(1) Out[62]: https  

1.6、贪婪模式和非贪婪模式

正则表达式的重复匹配总是尽可能多的向后匹配更多的内容。 贪婪模式包括：* + ? { m,n}

非贪婪模式：尽可能少的匹配内容 贪婪模式转换为非贪婪模式：*? +? ?? { m,n}?

In [106]: re.findall(r"ab+?","abbbbbbbb") Out[106]: [ab] In [107]: re.findall(r"ab??","abbbbbbbb") Out[107]: [a]  

二、Re模块

接下来我所有函数里面的参数解释如下：

pattern：正则表达式 string：目标字符串 pos：截取目标字符串起始位置 endpose：截取目标字符串结束位置 flags:功能标志 replaceStr：替换的字符串 max：最多替换几处（默认替换全部）

有上图我们看出来，接下来我们要将的Python中re模块、regex对象、match对象三者之间是存在一定关系的。

re模块的compile方法返回一个regex对象 re模块和regex对象的finditer()、fullmatch()、match()、亿华云search()等方法返回一个match对象 他们分别有自己的属性和方法

2.1、compile

regex = re.compile(pattern, flags = 0) # 生成正则表达式对象  

2.2、findall

re.findall(pattern,string,pos,endpose) # 从目标字符串中匹配所有符合条件的内容  

2.3、split

re.split(pattern,string,flags) #根据正则表达式对目标字符串进行分割 In [79]: re.split(rs+,"Hello World") Out[79]: [Hello, World]  

2.4、sub

re.sub(pattern,replaceStr,string,max,flags) In [80]: re.sub(rs+,"##","hello world") Out[80]: hello##world  

2.5、subn

re.subn(pattern,replaceStr,string,max,flags) #功能同sub，但是返回值返回替换后的字符串和替换了几处 In [80]: re.sub(rs+,"##","hello world") Out[80]: (hello##world,1)  

2.6、finditer

re.finditer(pattern,string) #使用正则表达式匹配目标字符串，返回一个match对象，match对象调用group()之后才能拿到值 In [87]: it = re.finditer(rd+,"2014nianshiqiqngduo 08aoyun 512dizhen") In [88]: for i in it:  ....: print(i)  ....:  <_sre.SRE_Match object at 0x7f0639767920> <_sre.SRE_Match object at 0x7f0639767ac0> <_sre.SRE_Match object at 0x7f0639767920> In [93]: it = re.finditer(rd+,"2014nianshiqiqngduo 08aoyun 512dizhen") In [94]: for i in it:  ....: print(i.group())  ....:  2014 08 512  

2.7、fullmatch

fullmatch(pattern,string,flags) #完全匹配目标字符串，相当于加了^ 和 $  

2.8、match

re.match(pattern,string,flags) #匹配目标字符串开头的位置  

2.9、search

re.search(pattern,string,flags) # 正则表达式匹配目标字符串，只匹配***处  

三、一些练习题

3.1、匹配首字母大写的单词

import re f = open(test.txt) pattern= r[A-Z][a-zA-Z]*s* # pattern= r[A-Z]S L = [] for i in f:  L += re.findall(pattern,i) print(L) 

test.txt文档内容如下：

Hello World -12.6 Nihao 123 How are you -12 1.24 asdk 34%, 占比 1/2 2003 - 2005./%  

3.2、匹配数字（正数、负数、小数、百分数、分数）

import re pattern = "-?d+((/?d+)|((.)?d+)|((%)?))" f = open(test.txt) l = [] for line in f:  l += re.finditer(pattern,line) for i in l:  print(i.group()) 云服务器提供商

很赞哦!（6388）