正则就是字符串处理的瑞士军刀
之前我们是通过if判断来匹配某个字符串，不灵活，太死板了
手机号码匹配，就是有些网站是通过手机号登录的，就是通过这个正则来实现的
电子邮件等应用场景
使用正则就必须使用这个re模块，内置模块，直接导入，不需要下载
re模块核心的函数
1、re.findall(pattern,string,flags=0)
功能：在整个字符串中查找所有匹配项，返回列表（包含所有匹配结果）
场景：批量提取文本中的目标内容（如所有邮箱、所有数字）
参数详解：
-
pattern 就是匹配的内容，要找的这个内容
-
string 匹配的对象，就是从这个对象里面找我需要的内容，必须是字符串
import res1 = "pythonqwerpython"result = re.findall("python",s1)
print(result)# 输出结果为，返回的是一个列表
['python', 'python']# 匹配失败，返回的是一个空列表result = re.findall("qc",s1)
print(result)# 输出结果为
[]
2、re.match(pattern,string,flags=0)
功能：从字符串开头匹配正则表达式，仅返回第一个结果
- 只会从最开头开启匹配,只管最前面，匹配的内容在中间也会匹配失败，必须在开头
返回值：匹配成功返回的是一个match对象，失败返回none
match对象常用的方法：
-
span(): 返回匹配的起始和结束的索引，也就是匹配到第一个的切片(元组：(start,end))
-
group(): 返回匹配的整个字符串，就是返回匹配的内容
-
groups(n): 返回第n个分组的内容(n从1开始)
s2 = "pythonqwerpython"result = re.match("python",s2)print(result)
# 返回的是一个对象
<re.Match object; span=(0, 6), match='python'>print(result.span())# 返回第一个匹配到内容的切片
(0,6)print(result.group())# 返回匹配到的内容
python# match是从开头就开始匹配的，非常精确的匹配s2 = "qwerpython" result = re.match("python",s2)print(result)# 输出结果为,没有匹配到，从开头就开始匹配了
None3、re.search(pattern,string,flags=0)
功能：在整个字符串查找第一个匹配项(不限制开头了)
返回值：也是返回一个匹配对象，
区别match, match仅匹配开头，search匹配任意位置，就是从头匹配到尾
方法：
-
span()
-
group()
s4 = "pythonqwertpython"print(re.search("python",s4))# 返回一个对象
<re.Match object; span=(0, 6), match='python'>print(re.search("python",s4).group())# 返回第一个匹配的到的内容# 和match最不同的方式,从头开始匹配到尾，输出第一次匹配到的内容s5 = "qwerpython"
print(re.search("python",s5).group())# 输出结果为
python上面匹配的内容都是写死的，因此我们需要使用正则来实现这个灵活性
元字符和量词
元字符是正则表达式的语法符号，量词用于控制字符重复次数，结合使用
-
查什么
-
差多少
普通字符(直接匹配)
字母、数字，下划线等普通字符，直接匹配本身
示例；"abc" 匹配 字符串中的"abc", 123 匹配 123, "_" 匹配 "_"
核心特殊元字符(需要掌握)
元字符
查什么，就是匹配的内容
| 元字符 | 含义 | 示例 |
|---|---|---|
. |
匹配任意单个字符(除了换行符\n) | "a.b"匹配aab,a和b之间任意字符都匹配 |
^ |
匹配字符串开头 | ^abc匹配abc123，不匹配xabc |
$ |
匹配字符串末尾的 | n$ 匹配字符串末尾是n的 |
[] |
匹配括号里面任意一个字符，支持范围[a-z],排除[^a-z] | "[abc]"匹配a,b,c三个字符 |
[^] |
否定字符集，匹配括号外的任意字符 | [^abc] 匹配除了a/b/c外的字符 |
() |
分组：将括号内内容视为整体，可用于提取子串、反向引用 | "(ab)+" 匹配 "ab"/"abab"；"(a)(b)" 可通过 \1/\2 引用 |
| |
或：匹配左右任意一个表达式（优先级较低，需配合分组使用） | "a|b" 匹配 "a"/"b"；"(ab)|(cd)" 匹配 "ab"/"cd" |
\ |
转义字符：将特殊字符转为普通字符（如 \. 匹配 .） |
"\." 匹配 "."；"\*" 匹配 "*"；"\\n" 匹配换行符 |
\d |
等价于[0-9],匹配任意数字 | \d+ 提取字符串中所有数字 |
\D |
等价于[^0-9]匹配非数字 | \D+ 提权字符串非数字字符内容 |
\s |
等价于[\t\n\r\f] 匹配看=空白字符(空格，制表符，换行等) | \s匹配字符串中的空格 |
\S |
等价于[^\t\n\t\f] 匹配非空白字符 | \S 匹配非空白字符 |
\w |
等价于[a-zA-Z0-9_] 匹配字母，数字，下划线 | \w+ 匹配单词(含下划线) |
\b |
- | 匹配单词边界（单词与非单词的分隔） |
\B |
- | 匹配非单词边界 |
元字符案例
p1 = "abcdefgqwer"print(re.findall(".",p1)) # 在整个字符串中匹配任意的单个字符，也就是全部匹配到了# 返回结果为
['a', 'b', 'c', 'd', 'e', 'f', 'g', 'q', 'w', 'e', 'r']量词(控制重复次数)
量词
查多少次
表示匹配前一个字符出现的次数的控制，支持贪婪和非贪婪模式，是正则的核心特性之一
元字符和量词配合使用，效果最佳
默认所有量词都是贪婪，但是量词后面加上一个? 就是非贪婪，拿到第一个立刻停，绝不多拿
| 量词类型 | 语法 | 贪婪/非贪婪 | 含义 | 示例（匹配 a） |
|---|---|---|---|---|
| 零次或多次 | * |
贪婪 | 重复 0 次或多次（优先最多） | a* 匹配 ""/"a"/"aaa" |
| 零次或多次 | *? |
非贪婪 | 重复 0 次或多次（优先最少） | a*? 优先匹配 "" |
| 一次或多次 | + |
贪婪 | 重复 1 次或多次（优先最多） | a+ 匹配 "a"/"aaa" |
| 一次或多次 | +? |
非贪婪 | 重复 1 次或多次（优先最少） | a+? 优先匹配 "a" |
| 零次或一次 | ? |
贪婪 | 重复 0 次或 1 次（优先 1 次） | a? 匹配 ""/"a" |
| 零次或一次 | ?? |
非贪婪 | 重复 0 次或 1 次（优先 0 次） | a?? 优先匹配 "" |
| 精确次数 | {n} |
无（固定） | 必须重复 n 次 | a{3} 匹配 "aaa" |
| 范围次数 | {m,n} |
贪婪 | 重复 m~n 次（优先 n 次） | a{2,4} 匹配 "aa"/"aaa"/"aaaa" |
| 范围次数 | {m,n}? |
非贪婪 | 重复 m~n 次（优先 m 次） | a{2,4}? 优先匹配 "aa" |
| 最少次数 | {m,} |
贪婪 | 至少重复 m 次（无上限，优先最多） | a{2,} 匹配 "aa"/"aaa"… |
| 最多次数 | {,n} |
贪婪 | 最多重复 n 次（0~n 次，优先 n 次） | a{,3} 匹配 ""/"a"/"aaa" |
量词实战
主要就是这些符号的了解，符号的实战
r核心作用就是让字符串里的\表示普通字符，不被当成转义字符
r"\n"
分组
总结
re模块函数总结
re.findall 在整个字符串找到所有匹配的内容，返回一个列表
re.search 在整个字符串找到第一次匹配的内容，返回一个匹配的对象
re.match 从头就开始匹配，不符合就返回none，匹配成功就返回匹配的对象