python 正则表达式 re 学习.pdf

正则表达式是一种用于匹配字符串中字符组合的模式。在Python中，正则表达式主要通过内置的re模块来使用。正则表达式可以非常方便地进行文本搜索、替换和解析操作。 正则表达式由一些特殊字符以及普通字符构成。普通字符指的是没有特殊功能的字符，如字母和数字。特殊字符包括点（.）、星号（*）、加号（+）、问号（?）、大括号（{}）、方括号（[]）、圆括号（()）、竖线（|）、反斜杠（\）等，这些字符在正则表达式中有特殊的意义。 正则表达式的功能主要包括： 1. 匹配：检查一个字符串是否包含另一个字符串。例如，正则表达式'hello'可以匹配任何包含"hello"的字符串。 2. 获取特定部分：从字符串中提取我们想要的信息。例如，从电子邮件地址中提取用户名。 3. 替换操作：可以将字符串中符合模式的部分替换为其他字符串。例如，将文本中的所有数字替换为“#”。 Python的re模块提供了大量函数来操作正则表达式。其中一些常用的函数如下： 1. match(pattern, string[, flags=0])：这个函数从字符串的开始位置匹配一个模式，如果匹配成功，返回一个匹配对象，否则返回None。 2. search(pattern, string[, flags=0])：这个函数在整个字符串中搜索第一个与模式匹配的部分，返回第一个成功的匹配对象，如果没有匹配成功，返回None。 3. findall(pattern, string[, flags=0])：这个函数找出字符串中所有与模式匹配的部分，并以列表的形式返回。如果模式中包含分组，则返回分组列表。 4. finditer(pattern, string[, flags=0])：这个函数与findall类似，但是返回一个迭代器，可以遍历每个匹配的结果。 5. sub(pattern, repl, string[, count=0])：这个函数将字符串中所有匹配正则表达式模式的部分替换为repl字符串，并返回替换后的字符串。count参数可以限制替换的次数。 6. subn(pattern, repl, string[, count=0])：这个函数功能与sub相似，但是它返回一个元组，包含替换后的字符串以及替换发生的次数。 ***pile(pattern[, flags=0])：这个函数将一个正则表达式编译成一个正则表达式对象，之后可以使用这个编译过的对象进行匹配和搜索，提高效率。 8. split(pattern, string[, maxsplit=0])：这个函数根据正则表达式模式分割字符串，并返回一个列表。 9. escape(pattern)：这个函数用来转义正则表达式中的特殊字符，如*、+、?等。 使用正则表达式时，可以通过flags来设置特定的匹配模式，例如： - re.I（或RE.IGNORECASE）：忽略大小写。 - re.L（或RE.LOCALE）：根据当前区域设置来处理特殊字符。 - re.M（或RE.MULTILINE）：让^和$匹配每一行的开始和结束，而不是整个字符串的开始和结束。 - re.S（或RE.DOTALL）：使'.'匹配包括换行符在内的所有字符。 - re.U（或RE.UNICODE）：根据Unicode字符集解析字符。 - re.X（或RE.VERBOSE）：允许空白和注释，使得复杂的正则表达式更易读。 正则表达式在处理文本数据时非常强大，可以轻松完成各种复杂的模式匹配工作。然而，使用正则表达式时也需要小心，因为复杂的表达式可能难以理解和维护，而且正则表达式可能消耗大量计算资源，特别是当处理大量数据或复杂表达式时。在实际开发中，合理利用正则表达式，可以大大提升文本处理的效率和质量。