文本操作基础知识：正则表达式
目录
摘要：
一、语法
二、匹配模式pattern
1、普通字符[ ]
2、限定字符
3、定位字符
4、运算字符( )
三、修饰符flags
四、各语言的正则使用
1、Python的re
参考资料：
摘要：
常用匹配：[A-C]、[^A-C]、\w、\d、\n、\r、\t、*、+、?、｛n,m｝。
python的re.findall函数
一、语法
/pattern/flags
pattern：表示匹配模式，需要匹配的具体内容。
flags：表示修饰符。
二、匹配模式pattern
1、普通字符[ ]
匹配多个字符条件要用[]，单个字符无需使用中括号括起来。例：/A/g和/[AB]/g。二者的区别在于前者只匹配单个字符A，而后者匹配单个字符A或B。
| 符合 | 解释 |
|---|---|
| [ABC] | 匹配单个字符 |
| [A-C] | 匹配A-C单个字符 |
| [^ABC] | 匹配除了ABC外的单个字符 |
| \S | 匹配非空字符，不包括回车换行 |
| \s | 匹配空字符，包括回车换行 |
| \w | 匹配字母、、数字、下划线等同于 [A-Za-z0-9_] |
| \d | 匹配单个数字等同于[0-9] |
| \t | 匹配一个制表符 |
| \v | 匹配一个垂直制表符 |
2、限定字符
普通字符只能匹配单个，限定字符可以匹配多个连起来的，主要用于匹配字符串。
| 符号 | 解释 |
|---|---|
| . | 匹配除了换行符外的单个字符等同于[^\n\r] |
| * | 匹配子表达式子零次或多次，例：O* |
| + | 匹配子表达式一次或多次，例：O+ |
| ? | 匹配子表达式零次或一次，例：O？ |
| \ | 转义字符，用于匹配特殊字符。 |
| | | 表示或 |
| {n} | 匹配固定n个字符，例：O{2}匹配food。 |
| {n,} | 至少匹配n次。 |
| {n,m} | 至少匹配n次，至多匹配m次。 |
3、定位字符
^匹配字符段落的开头，$匹配段落的结尾。
| 符号 | 解释 |
|---|---|
| ^ | 匹配字符串开头 |
| $ | 匹配字符串结尾 |
| \b | 匹配单词边界 |
| \B | 匹配非单词边界 |
案例：匹配字符串开头
字符段开头会有一个非可见的字符，匹配的是这个，^he则是匹配he开头的字符段（这种状态要加上多行模式。
4、运算字符( )
了解即可，以下做个简单的介绍.。
| 字符 | 解释 |
|---|---|
| (?=pattern) | 匹配 pattern 但不获取匹配结果（不包括匹配模式字符）。 |
| (?:pattern) | 匹配 pattern 但获取匹配结果（包括匹配模式字符） |
| (?!pattern) | 匹配不在pattern内的字符（不包括匹配模式字符）。 |
| (?<=pattern) | 与(?=pattern)类似，只不过(?=pattern)只能放在查询字符串末尾，(?<=pattern)只能放在查询字符串开头。 |
| (?<!pattern) | 与(?!pattern)类似，只不过(?!pattern)只能放在查询字符串末尾，(?<!pattern)只能放在查询字符串开头。 |
测试：?: 和 ?=
前者进行了结果获取。
后者只是匹配，并没有获取结果。
三、修饰符flags
常用的修饰符为//i和//g，可以混合搭配使用。
案例：全局忽略大小写匹配ABC字符串
/ABC/gi四、各语言的正则使用
1、Python的re
要引入re库：import re
import rePython的re库，无需按照正则表达式的语法，也就是两个双斜杠，修饰符模块由于python自定，这里举例常用的两个函数一个是全局搜索re.findall和全局替换re.sub。
python正则修饰符模块
re模块中flags的常用属性：
标志位，用于控制正则表达式的匹配方式。
- re.I：忽略大小写
- re.L：表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
- re.M：多行模式
- re.S：即为 . ，并且包括换行符在内的任意字符（.不包括换行符）
- re.U：表示特殊字符集 \w, \W, \b, \B, \s, \S, \d, \D 依赖于 Unicode 字符属性数据库
- re.X：为了增加可读性，忽略空格和 # 后面的注释
案例：re.findall全局搜索返回list
findall：查找整个字符串，返回一个list
- 语法：re.findall(pattern, string, flags=0)
- 解释：pattern：表示模式字符串，由要匹配的正则表达式转换而来。
string：表示要匹配的字符串。
flags：可选参数，表示标志位，用于控制匹配方式，如是否区分字母大小写
import re
str="Sunlan love apple lSunlan"
c=re.findall("[A-Z]",str,re.I)
print(c)案例：re.sub全局替换返回
sub：查找字符串中所有匹配的数据进行替换
- 语法：re.sub(pattern, repl, string[,count=0][,flags=0])
- 解释：pattern：表示模式字符串，由要匹配的正则表达式转换而来。
repl：表示替换的字符串。
string：表示要匹配的字符串。
count：可选参数，表示模式匹配后替换的最大次数，默认值为0，表示替换所有的匹配值。
flags：可选参数，表示标志位，用于控制匹配方式，如是否区分字母大小写。
import re
str="Sunlan love apple lSunlan"
str=re.sub(" lSunlan","s",str)
print(str)参考资料：
正则表达式 – 简介 | 菜鸟教程
正则表达式在线测试 | 菜鸟工具