python

python 官方文档

点与星号组合 .*

有些时候，你想要匹配一切东西， 例如，假设您要匹配字符串“名字：”，后跟任何和所有文本，后跟“姓氏：”，然后再次跟随。您可以使用点星（. *）来代替“任何东西”。请记住，点字符表示“除换行之外的任何单个字符”，星号表示“前一个字符的零个或多个”。

import re
nameRegex = re.compile(r'First Name: (.*) Last Name: (.*)')
mo = nameRegex.search('First Name: Al Last Name: Sweigart')
mo.group(1)

'Al'

mo.group(2)

'Sweigart'

• .* 模式：它总是尽可能匹配尽可能多的文本。为了以任何方式匹配任何和所有文本，请使用点，星号和问号（. *？）。像大括号一样，问号告诉Python以非常的方式进行匹配。

nongreedyRegex = re.compile(r'<.*?>')
mo = nongreedyRegex.search('<To serve man> for dinner.>')
mo.group()

'<To serve man>'

greedyRegex = re.compile(r'<.*>')
mo = greedyRegex.search('<To serve man> for dinner.>')
mo.group()

'<To serve man> for dinner.>'

匹配换行符与点字符

• 除了换行，点星将匹配所有内容。通过将re.DOTALL作为第二个参数传递给re.compile（），您可以使点字符匹配所有字符，包括换行符。

noNewlineRegex = re.compile('.*')
noNewlineRegex.search('Serve the public trust.\nProtect the innocent.\nUphold the law.').group()

'Serve the public trust.'

newlineRegex = re.compile('.*', re.DOTALL)
newlineRegex.search('Serve the public trust.\nProtect the innocent.\nUphold the law.').group()

'Serve the public trust.\nProtect the innocent.\nUphold the law.'

审查正则符号

本章涵盖了很多符号，所以这里快速回顾一下你学到的内容：

• ？匹配组中的零个或一个。
• * 匹配组中的零个或多个。
• + 匹配组中的一个或多个。
• {n}与组中的n完全匹配。
• {n,} 匹配组中的n个或更多个。
• {,m} 匹配组中的0到m。
• {n,m} 匹配组中至少n个和最多m个。
• {n,m}? 或 *? 或 +? 执行组中的非法性匹配。
• ^spam 意味着字符串必须以spam开始。
• spam$ 意味着字符串必须以spam结尾。
• . 匹配任何字符，换行符除外。
• \d, \w, 和 \s 分别匹配数字，字或空格。
• \D, \W, 和 \S 分别匹配除数字，字或空格之外的任何内容。
• [abc] 匹配括号之间的任何字符（如a，b或c）。
• [^abc] 匹配不在括号之间的任何字符。

不区分大小写匹配

通常，正则表达式将文本与您指定的确切套件相匹配。例如，以下正则表达式完全匹配不同的字符串：

regex1 = re.compile('Robocop')
regex2 = re.compile('ROBOCOP')
regex3 = re.compile('robOcop')
regex4 = re.compile('RobocOp')

• 但是有时你只关心字母匹配，而不用担心它们是大写还是小写。为了使正则表达式不区分大小写，可以将re.IGNORECASE或re.I作为第二个参数传递给re.compile（）。

robocop = re.compile(r'robocop', re.I)
robocop.search('Robocop is part man, part machine, all cop.').group()

'Robocop'

robocop.search('ROBOCOP protects the innocent.').group()

'ROBOCOP'

robocop.search('Al, why does your programming book talk about robocop so much?').group()

'robocop'

用sub（）方法代替字符串

正则表达式不仅可以查找文本模式，还可以替换新文本来代替这些模式。 Regex对象的sub（）方法传递两个参数。第一个参数是用于替换任何匹配的字符串。第二个是正则表达式的字符串。 sub（）方法返回一个应用了替换的字符串。

namesRegex = re.compile(r'Agent \w+')
namesRegex.sub('CENSORED', 'Agent Alice gave the secret documents to Agent Bob.')

'CENSORED gave the secret documents to CENSORED.'

• 有时您可能需要使用匹配的文本本身作为替代的一部分。在sub（）的第一个参数中，您可以键入\ 1，\ 2，\ 3等等，以表示“替换”中输入组1，2，3等的文本。

• 例如，你想通过显示名字的第一个字母来检查秘密特工的名字。为此，您可以使用正则表达式代理（\ w）\ w *，并将r'\ 1 ****'作为sub（）的第一个参数。该字符串中的\ 1将被组1匹配的任何文本替换，即正则表达式的（\ w）组。

agentNamesRegex = re.compile(r'Agent (\w)\w*')
agentNamesRegex.sub(r'\1****', 'Agent Alice told Agent Carol that Agent Eve knew Agent Bob was a double agent.')

'A**** told C**** that E**** knew B**** was a double agent.'