笔记之 Python正则表达式

文章目录

• 0、前言
• 1、正则表达式模式
• 2、正则表达式修饰符 – 可选标志
• • 2.1、`re.IGNORECASE`(`re.I`)
  • 2.2、`re.ASCII`(`re.A`)
  • 2.3、`re.DOTALL`（`re.S`）
  • 2.4、`re.MULTILINE`(`re.M`)
  • 2.5、`re.VERBOSE`(re.X)
  • 2.6、修饰符的叠加
• 3、正则表达式函数
• • 3.1、查找单个匹配项的函数
  • • Example 3.1.1
    • Example 3.1.2
    • Example 3.1.3
  • 3.2、查找多个匹配项的函数
  • • Example 3.2.1
  • 3.3、分割
  • • Example 3.3.1

import re

0、前言

本篇笔记基于菜鸟教程以及该知乎教程，融入了自己的一些学习心得。

1、正则表达式模式

高亮处是我的补充，因为根据实际情况确实是能匹配到的

这边我就偷点懒了哈，直接截的是菜鸟教程的图。

2、正则表达式修饰符 – 可选标志

2.1、re.IGNORECASE(re.I)

虽然第1节是常量，但我们必须先简要提一下re.findall这个函数，因为它是贯穿这一节的函数。
re.findall(pattern, string, flag=0)： 从字符串任意位置查找，返回一个列表。pattern是欲匹配的字符（串），string是查找源，flag是修饰符，默认是0

re.I的作用是忽略字符大小写

text = "I'm Jasmine-Feng. My student number is No. 321432"pattern = r"Jasmine-FENG"print('Default: ', re.findall(pattern,text))print('Ignore upper/lower case: ', re.findall(pattern,text,flags=re.I))

N.B. pattern被赋了一个r字符串，这个r字符串的作用是避免转义，r是raw的缩写，也就是保持原样的意思。可看这篇博文。一般来说，使用正则表达式都会用到这个r字符串。

Default:  []Ignore upper/lower case:  ['Jasmine-Feng']Process finished with exit code 0

在默认情况下，区分大小写，找不到ENG；若不区分，则可以找到eng。

2.2、re.ASCII(re.A)

re.A的作用是只匹配ASCII码支持的字符，那么具体指哪些字符呢？下图来自百度百科。

汉字是不在这个里面的，所以如果修饰符是re.A的话就匹配不了汉字了哈~

text = "我是Jasmine-Feng. 我的学号是No. 321432"pattern = r"w+"print('Default: ', re.findall(pattern,text))print('ASCII: ', re.findall(pattern,text,flags=re.A))

w+的作用是匹配一个或多个字母数字下划线汉字

Default:  ['我是Jasmine', 'Feng', '我的学号是No', '321432']ASCII:  ['Jasmine', 'Feng', 'No', '321432']Process finished with exit code 0

2.3、re.DOTALL（re.S）

在正则表达式模式中，.是用来

text = "我t是Jasmine-Fneng. 我%的◉学号是No. 321432"pattern = r'.*'print('Default: ', re.findall(pattern,text))print('DOTALL: ', re.findall(pattern,text,re.S))

.*的作用是匹配长度至少为0的字符（串），emmm，好像是句废话？事实上，只要整段话不被换行符截断，就可以得到整个字符串（外加一个空字符串）。

Default:  ['我t是Jasmine-F', '', 'eng. 我%的◉学号是No. 321432', '']DOTALL:  ['我t是Jasmine-Fneng. 我%的◉学号是No. 321432', '']Process finished with exit code 0

2.4、re.MULTILINE(re.M)

$匹配定位到字符串末尾，^定位到字符串开头，默认情况下，如果换行，是不能定位到新一行的行头/尾的，而用re.M修饰则可以，也就是多行模式。

text = "我t是Jasmine-Fneng. 我%的◉n学号是No. 321432"pattern = r'.$'pattern2 = r'^.'print('Default, end: ', re.findall(pattern, text))print('MULTILINE, end: ', re.findall(pattern, text, re.M))print('Default, start: ', re.findall(pattern2, text))print('MULTILINE, start: ', re.findall(pattern2, text, re.M))

Default, end:  ['2']MULTILINE, end:  ['F', '◉', '2']Default, start:  ['我']MULTILINE, start:  ['我', 'e', '学']Process finished with exit code 0

2.5、re.VERBOSE(re.X)

verbose是“详实的、冗长的”意思，通过该修饰符可以在正则表达式中加入注释。注意，是往pattern里面加，不是往text加！我一开始以为是可以往text加注释，然后调试半天都得不到结果。。。

text = '朋友们好啊！我是xxxxxx拳掌门人xxx~'pattern = r'''朋友们  # 主语               好啊！  # 谓语            '''print(re.findall(pattern, text,re.VERBOSE))

['朋友们好啊！']Process finished with exit code 0

2.6、修饰符的叠加

使用|可以叠加修饰。

text = 'Hello everybody!n我是xxxxxx拳掌门人xxx~'pattern = r'BODY.*$'print(re.findall(pattern, text, re.I))print(re.findall(pattern, text, re.M))print(re.findall(pattern, text, re.M | re.I))

[][]['body!']Process finished with exit code 0

3、正则表达式函数

3.1、查找单个匹配项的函数

其实我本来是写了自己的例子的，但是浏览器给我误关了，又没保存（心态直接炸裂