re正则表达式的一点总结.txt

### 正则表达式知识点总结 #### 一、正则表达式基础概念 **正则表达式（Regular Expression）**是一种强大的文本处理工具，能够帮助我们实现字符串的搜索、替换等操作。它由一系列用于匹配字符串中字符组合的特殊符号组成。 #### 二、基本符号与模式 1. **`.` (点号)**：匹配任何单个字符，除了换行符。 - 示例：`a.b` 匹配 `acb` 或 `adb` 等。 2. **`^` (脱字号)**：匹配输入字符串的开始位置。 - 示例：`^a` 只匹配以 `a` 开头的字符串。 3. **`$` (美元符号)**：匹配输入字符串的结束位置。 - 示例：`b$` 只匹配以 `b` 结尾的字符串。 4. **`*` (星号)**：匹配前面的子表达式零次或多次。 - 示例：`a*` 匹配 `a` 出现零次或多次的情况。 5. **`+` (加号)**：匹配前面的子表达式一次或多次。 - 示例：`a+` 匹配 `a` 出现一次或多次的情况。 6. **`?` (问号)**：匹配前面的子表达式零次或一次。 - 示例：`a?` 匹配 `a` 出现零次或一次的情况。 7. **`{m,n}`**：匹配前面的子表达式至少 m 次，最多 n 次。 - 示例：`a{3,5}` 匹配 `a` 出现 3 到 5 次的情况。 8. **`[]` (方括号)**：匹配方括号中的任意一个字符。 - 示例：`[abc]` 匹配 `a`、`b` 或 `c`。 9. **`[^]` (非字符集合)**：匹配不在方括号中的任意一个字符。 - 示例：`[^abc]` 匹配除 `a`、`b` 和 `c` 之外的任何字符。 10. **`\d` (数字)**：匹配任何数字，等价于 `[0-9]`。 - 示例：`\d` 匹配任何数字。 11. **`\D` (非数字)**：匹配任何非数字字符。 - 示例：`\D` 匹配任何非数字字符。 12. **`\w` (字母数字)**：匹配任何字母、数字或下划线。 - 示例：`\w` 匹配任何字母、数字或下划线。 13. **`\W` (非字母数字)**：匹配任何非字母数字或非下划线字符。 - 示例：`\W` 匹配任何非字母数字或非下划线字符。 14. **`\s` (空白字符)**：匹配任何空白字符，包括空格、制表符、换页符等。 - 示例：`\s` 匹配任何空白字符。 15. **`\S` (非空白字符)**：匹配任何非空白字符。 - 示例：`\S` 匹配任何非空白字符。 16. **`\b` (单词边界)**：匹配一个单词的边界。 - 示例：`\bword\b` 匹配完整的单词 "word"。 17. **`\B` (非单词边界)**：匹配一个非单词边界的位置。 - 示例：`\Bword\B` 不会匹配完整的单词 "word"，但可能匹配 "wording" 中的 "word"。 #### 三、Python中的正则表达式模块 在Python中，使用正则表达式的主要库是 `re` 库。 1. **`re.match()`**：从字符串开始处进行匹配，如果字符串开始不符合正则表达式，则匹配失败，函数返回 None。 - 示例： ```python import re result = re.match(r'\d+', '123abc') if result: print(result.group()) ``` 2. **`re.search()`**：在整个字符串中进行匹配，只要找到符合正则表达式的任意位置就会成功。 - 示例： ```python import re result = re.search(r'\d+', 'abc123xyz') if result: print(result.group()) ``` 3. **`re.findall()`**：返回字符串中所有匹配的列表。 - 示例： ```python import re matches = re.findall(r'\d+', '123abc456def') print(matches) ``` 4. **`re.sub()`**：将字符串中匹配到的部分替换为指定字符串。 - 示例： ```python import re new_string = re.sub(r'\d+', 'number', '123abc456def') print(new_string) ``` 5. **`re.split()`**：通过正则表达式匹配的分隔符来分割字符串。 - 示例： ```python import re parts = re.split(r'\d+', '123abc456def') print(parts) ``` #### 四、其他重要特性 1. **模式标志**：可以通过传递第二个参数给 `re.compile()` 或者在调用方法时设置标志来修改正则表达式的行为。 - 示例： ```python pattern = re.compile(r'\w+', re.IGNORECASE | re.UNICODE) ``` 其中 `re.IGNORECASE` 表示忽略大小写，`re.UNICODE` 表示启用 Unicode 字符集。 2. **命名捕获组**：使用 `(?P<name>...)` 来定义命名捕获组，可以使用 `group('name')` 方法获取该组的匹配结果。 - 示例： ```python import re pattern = re.compile(r'(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})') match = pattern.match('2023-09-20') if match: print(match.group('year')) print(match.group('month')) print(match.group('day')) ``` 3. **转义字符**：某些字符在正则表达式中有特殊含义，如果希望它们被当作普通字符匹配，则需要进行转义。 - 示例： ```python import re pattern = re.compile(r'\.') if pattern.match('.'): print("Matched") ``` 4. **模式修饰符**：如 `re.DOTALL`（`.` 匹配任何字符，包括换行符），`re.MULTILINE`（使 `^` 和 `$` 能够匹配每一行的开头和结尾）等。 - 示例： ```python import re text = "Hello\nWorld" pattern = re.compile(r'^World', re.MULTILINE) if pattern.search(text): print("Matched") ``` 5. **模式拼接**：多个正则表达式可以拼接在一起，形成更复杂的匹配模式。 - 示例： ```python import re pattern = re.compile(r'\d{3,4}-\d{6,8}') if pattern.match('1234-56789012'): print("Matched") ``` 以上是关于正则表达式的一些基础知识点和Python中的具体应用案例，通过这些知识的学习，可以帮助开发者更加高效地处理文本数据。