正则表达式

用来处理字符串，对字符串进行检索和替换，另外正则在python爬虫的应用也是相当广泛！ 

特点

• 灵活性、逻辑性和功能性非常强 
• 可以迅速地用极简单的方式达到字符串的复杂控制
• 有需要相关python资料的小伙伴可以加我vx：ssmp8858欢迎来骚扰我

正则的写法

• .(点号): 表示任意一个字符，除了\n，比如查找所有的一个字符 .
• []: 匹配中括号中列举的任意字符，比如[L,Y,0], LLY, Y0, LIU
• \d: 任意一个数字
• \D: 除了数字都可以
• \s: 表示空格，tab键
• \S: 除了空白符号
• \w: 单词字符，就是a-z, A-Z, 0-9, _
• \W: 除了“\w”表示的都可以
• : 表示前面内容重复零次或者多次, \w
• +: 表示前面内容至少出现一次
• ?: 前面才出现的内容零次或者一次
• {m,n}: 允许前面内容出现最少m次，最多n次
• ^: 匹配字符串的开始
• $: 匹配字符串的结尾
• \b: 匹配单词的边界
• (): 对正则表达式内容进行分组，从第一个括号开始，编号逐渐增大

• \A: 只匹配字符串开头，\Aabcd, 则abcd
• \Z: 只匹配字符串末尾，abcd\Z, abcd
• |: 左右任意一个
• (?P...): 分组，除了原来的编号再制定一个别名，(?P12345){2}, 1234512345
• (?P=name): 引用分组

RE使用大致步骤

1. 使用compile将表示正则的字符串编译为一个pattern对象
2. 通过pattern对象提供一系列方法度文本进行查找匹配，获得匹配结果，一个Match对象
3. 最后使用Match对象提供的属性和方法获得信息，根据需要进行操作

RE常用函数

• group(): 获得一个或者多个分组匹配的字符串，当要获得整个匹配的子串时，直接使用group或者group(0)
• start: 获取分组匹配的子串在整个字符串中的起始位置，参数默认0
• end: 获取分组匹配的子串在整个字符串中的结束位置，默认为0
• span: 返回的结构技术(start(group), end(group))

• search(str, [, pos[, endpos]]): 在字符串中查找匹配，pos和endpos表示起始位置
• findall: 查找所有
• finditer：查找，返回一个iter结果

sub 替换

• sub(rep1, str[, count])

匹配中文

• 大部分中文表示范围是[u4e00-u9fa5], 不包括全角标点

贪婪和非贪婪

• 贪婪：尽可能多的匹配, (*)表示贪婪匹配
• 非贪婪：找到符合条件的最小内容即可，(?)表示非贪婪
• 正则默认使用贪婪匹配

  通晓任何一门编程语言，都需求通过大量的实践来积累经验，解决遇到的各种疑难问题，看别人的源码，分享自己的分码的这个进程，才能够通晓Python的方方面面。一个对Python程序能算的上通晓的程序员，对相同一个问题，他知道很多种解决问题的方法，并能从中挑选最有功率的方法!安排python超全资料库安装包学习路线项目源码免费分享