歸納整理Python正規表示式知識點

本篇文章給大家帶來了關於的相關知識，其中主要介紹了關於正規表示式的相關問題，正規表示式（Regular Expression）是一段字串，它可以表示一段有規律的資訊，下面我們一起來看一下，希望對大家有幫助。

推薦學習：

1.1正規表示式

正規表示式（Regular Expression）是一段字串，它可以表示一段有規律的資訊。Python自帶一個正規表示式模組，通過這個模組可以查詢、提取、替換一段有規律的資訊。在一萬個人裡面找一個人很困難，但是在一萬個人裡面找一個非常「有特點」的人卻很容易。假設有一個人，面板是綠色的，身高三米，那麼即使這個人混在一萬人中，其他人也能一眼找到他。這個「尋找」的過程，在正規表示式中叫作「匹配」。在程式開發中，要讓計算機程式從一大段文字中找到需要的內容，就可以使用正規表示式來實現。使用正規表示式有如下步驟。
（1）尋找規律。
（2）使用正則符號表示規律。
（3）提取資訊。

1.2正規表示式的基本符號

1.2.1 點號「 . 」

一個點號可以代替除了換行符以外的任何一個字元，包括但不限於英文字母、數位、漢字、英文標點符號和中文標點符號。

**1.2.2 星號「 * 」**

一個星號可以表示它前面的一個子表示式（普通字元、另一個或幾個正規表示式符號）0次到無限次。

請新增圖片描述
如上均可以：（星號表示的是前面的一個表示式）

1.2.3 點號+星號「 .* 」

點號表示任意非換行符的字元，星號表示匹配它前面的字元0次或者任意多次。所以「.*」表示匹配一串任意長度的字串任意次。
請新增圖片描述
如上均可以：
它表示在「如」和「哈」中間出現「任意多個除了換行符以外的任意字元」。

1.2.4 問號「 ? 」

問號表示它前面的子表示式0次或者1次。注意，這裡的問號是英文問號請新增圖片描述
如上均可以：

1.2.5 點號+星號+問號「 .*？」（最常用）

結合後用法：
請新增圖片描述
如上均可以：

注：「 .*？」與「 .* 」的區別
．*？的意思就是匹配一個能滿足要求的最短字串。
一句話總結如下。
①「.*」：貪婪模式，獲取最長的滿足條件的字串。
②「.*? 」：非貪婪模式，獲取最短的能滿足條件的字串。

1.2.6 小括號「()」

從一段字串中「提取」出一部分的內容.
有如下一個字串：
請新增圖片描述
可以看出，這裡的密碼左邊有一個英文冒號，右邊有一個漢字「你」。當構造一個正規表示式：.*？你時，得到的結果將會是：

然而，冒號和漢字「你」並不是密碼的一部分，如果只想要「12345abcde」，就需要使用括號：
請新增圖片描述
得到：

1.2.7 反斜槓「 \ 」

在正規表示式裡面，很多符號都是有特殊意義的，例如問號、星號、大括號、中括號和小括號。反斜槓需要和其他的字元配合使用來把特殊符號變成普通符號，把普通符號變成特殊符號。
請新增圖片描述

1.2.8 數位「 \d」

正規表示式裡面使用「\d」來表示一位數位。
如果要提取兩個數位，可以使用\d\d；如果要提取3個數位，可以使用\d\d\d。但是如果不知道這個數有多少位怎麼辦呢？就需要用*號來表示一個任意位數的數位。

請新增圖片描述
全部都可以使用下面這個正規表示式來表示：

1.3 使用正規表示式

Python的正規表示式模組名字為「re」，也就是「regular expression」的首字母縮寫。在Python中需要首先匯入這個模組再進行使用。匯入的語句為：

import re

1.3.1 findall 方法

Python的正規表示式模組包含一個findall方法，它能夠以列表的形式返回所有滿足要求的字串。
findall的函數原型為：

re.findall(pattern,string,flags=0)

pattern表示正規表示式，string表示原來的字串，flags表示一些特殊功能的標誌。findall的結果是一個列表，包含了所有的匹配到的結果。如果沒有匹配到結果，就會返回空列表。

當需要提取某些內容的時候，使用小括號將這些內容括起來，這樣才不會得到不相干的資訊。如果包含多個「(.*? )」怎麼返回呢？如圖3-2所示，返回的仍然是一個列表，但是列表裡面的元素變為了元組，元組裡面的第1個元素是賬號，第2個元素為密碼。
請新增圖片描述

函數原型中有一個flags引數。這個引數是可以省略的。當不省略的時候，具有一些輔助功能，例如忽略大小寫、忽略換行符等。
這裡以忽略換行符為例來進行說明要忽略換行符，就需要使用到「re.S」這個flag。請新增圖片描述
雖然說匹配到的結果中出現了「\n」這個符號，不過總比什麼都得不到強。內容裡面的換行符在後期清洗資料的時候把它替換掉即可。

1.3.2 search 方法

search()的用法和findall()的用法一樣，但是search()只會返回第1個滿足要求的字串。一旦找到符合要求的內容，它就會停止查詢。對於從超級大的文字裡面只找第1個資料特別有用，可以大大提高程式的執行效率。

search()的函數原型為：請新增圖片描述
對於結果，如果匹配成功，則是一個正規表示式的物件；如果沒有匹配到任何資料，就是None。

如果需要得到匹配到的結果，則需要通過.group()這個方法來獲取裡面的值。
請新增圖片描述
只有在.group()裡面的引數為1的時候，才會把正規表示式裡面的括號中的結果列印出來。

.group()的引數最大不能超過正規表示式裡面括號的個數。引數為1表示讀取第1個括號中的內容，引數為2表示讀取第2個括號中的內容，以此類推。
（注意圖裡的不是findall）
請新增圖片描述

1.3.3 compile 方法

re.findall()自帶re.compile()的功能，所以沒有必要使用re.compile()。

1.4 正規表示式的提取技巧

1.4.1 先抓大後抓小：二次提取

請新增圖片描述

1.4.2 括號裡括號外

括號內可以有其他字元。
具體影響見下圖。
請新增圖片描述
如果括號裡面有其他普通字元，那麼這些普通字元就會出現在獲取的結果裡面。