上圖施工計劃，已完成專題：

1.數字專題

2.字符串專題

3.列表專題

4.流程控制專題

5.編程風格專題

6.函數使用專題

7.面向對象編程(上篇)

8.面向對象編程(下篇)

9.Python基礎9之數據結構(上)

10.Python基礎9之數據結構(下)

11.Python基礎10之類、包、模塊

正則使用需要掌握的主要知識，整篇文章的結構總結如下：

• 1 學習正則的價值

• 2 正則學習前的幾個準備

  • Q1 字符 `r`是干啥的？

  • Q2 什么是一個原子操作？

  • Q3 怎么理解正則中的轉義？

• 3 掌握最常用規則

  • 情況1：最普通查找

  • 情況2：使用通用字符

  • 情況3：使用元字符

• 4 有個棘手的場景

• 5 學會提取子串的技能

• 6 使用捕獲的注意事項

1 學習正則的價值

正則應用廣泛。不僅在Python語言中使用，其他語言也都在用，并且不同語言間的正則語法極為相似。同時主流操作系統，尤其linux系統的命令窗口中，也會經常使用到正則。還有，Python的常用包如Pandas，也經常遇到正則。

不僅使用廣泛，正則功能也很強大，還有書寫簡便，因此這項技能值得我們仔細研究和掌握。

2 正則學習前的幾個準備

Q1 字符?r是干啥的？

經常見過正則表達式前有一個字符?r，它的作用是告訴解釋器后面的一串是原生字符串，按照字面意思解釋即可。如：

r'\n.*'

它告訴編譯器s串第一個字符是\，第二個字符是n.打印的結果就是它本身：

\n.*

而如果不帶前綴字符r，即：

'\n.*'

解釋器認為前兩個字符\n為轉義字符，一個新行的意思，打印結果為一個換行加.*，如下所示：

.*

Q2 什么是一個原子操作？

微觀世界中，如果定義原子是組成事物的最基本單元，那么就可理解為原子不能再分了。同理此處，正則的原子操作是指不能再被分割的正則表達式操作。

如正則中的+指前面的一個原子操作出現至少1次。例如：66+表示第一個字符為6，第二個字符6和第三個字符+聯合起來表示至少出現1次字符6，因此綜合起來至少要有2個6緊鄰的串才能滿足此正則表達式(下面會詳細講到)。

\w+表示字母數字下劃線中的任意一個字符(\w指代的)至少出現1次，那么\w就是一個原子操作。

因此，普通字符是原子，正則中的通用字符(下面會講到)也是原子。大家記住原子這個概念。

Q3 怎么理解正則中的轉義？

正則世界中，重新定義了幾個新的轉義字符。

一個轉義字符\+一個字符，轉義后會改變原字符的意義，它不再是它，而是賦予一個新的含義。

例如，w本身就是一個英文字符w，沒有其他任何含義。但是，前面加一個轉義字符?\后，含義發生重大改變，w它不再是w，而是\要與w連在一起，被解釋器解釋為匹配以下字符集合中的任意一個：

'\w'

等于：

pat?=?'[0123456789
??????AaBbCcDdEeFfGgHhIiJjKkLlMmNnOoPpQqRrSsTtUuVvWwXxYyZz
??????_]'

即匹配數字、大小寫字母和下劃線_字符集合中的任意一個。

你看，一個通用轉義字符\w直接就指代上面這一大串，寫法多么簡便，同時在正則的世界里又經常被用到，故被稱為：通用正則字符

類似的通用正則字符還有幾個，下面也會講到。做一件事前，把規則弄清，觸類旁通，相信大家理解其他幾個也沒問題。

3 掌握最常用規則

為了更清晰的展示，咱們只涉及最常用的規則，一來縮短篇幅，二來降低大家學習曲線，三來一類問題掌握一個，觸類旁通即可。

情況1：最普通查找

最普通查找就是需要找啥就寫啥，沒有使用正則的規則。如下是關于小說《燦爛千陽》中的一段話，從中找出單詞friendship，可能出現多次：

s?=?"""
#?Mariam?is?only?fifteen?
#?when?she?is?sent?to?Kabul?to?marry?the?troubled?and?bitter?Rasheed,
#?who?is?thirty?years?her?senior.?
#?Nearly?two?decades?later,?
#?in?a?climate?of?growing?unrest,?tragedy?strikes?fifteen-year-old?Laila,?
#?who?must?leave?her?home?and?join?Mariam's?unhappy?household.?
#?Laila?and?Mariam?are?to?find?consolation?in?each?other,?
#?their?friendship?to?grow?as?deep?as?the?bond?between?sisters,?
#?as?strong?as?the?ties?between?mother?and?daughter.?
#?With?the?passing?of?time?comes?Taliban?rule?over?Afghanistan,?
#?the?streets?of?Kabul?loud?with?the?sound?of?gunfire?and?bombs,?
#?life?a?desperate?struggle?against?starvation,?brutality?and?fear,?
#?the?women's?endurance?tested?beyond?their?worst?imaginings.?
#?Yet?love?can?move?a?person?to?act?in?unexpected?ways,?
#?lead?them?to?overcome?the?most?daunting?obstacles?with?a?startling?heroism.?
#?In?the?end?it?is?love?that?triumphs?over?death?and?destruction.?
#?A?Thousand?Splendid?Suns?is?an?unforgettable?portrait?of?a?wounded?country?and
#??a?deeply?moving?story?of?family?and?friendship.?
#??It?is?a?beautiful,?heart-wrenching?story?of?an?unforgiving?time,?
#??an?unlikely?bond?and?an?indestructible?love.
"""

使用正則前，先導入re模塊，再定義正則表達式，然后使用findall方法找出所有匹配

import?re

以上就是使用正則的最普通例子。如果要找出前綴為grow的單詞，比如可能為grows, growing 等，最普通查找實現起來就不方便。

然而，借助于下面介紹的元字符、通用字符和捕獲組合起來，便能應對解決復雜的匹配查找問題。

情況2：使用通用字符

在正則的世界里，通用字符指幫助我們更加簡便的寫出匹配規則的字符。

如上面文字，下面正則匹配串能找出以d開始，[a-z]表示的任意一個小寫英文字符，{7}表示小寫英文字符出現7次(下面情況3會說到)，也就是匹配出來的子串長度為1+7=8:

'd[a-z]{7}'

匹配結果為：

'daughter',?

同理，模式串pat = 'd[a-z]{10}'匹配的結果為：

'destruction',?

模式串pat = 'd[a-z]{11}'匹配的結果為：

'destructible']

你看，通用字符[a-z]使用真方便，5個字符一下就表達了所有26個小寫的字符，但是注意[a-z]匹配26個小寫字符的任意一個.

類似功能的通用字符還包括：

[A-Z]??匹配大寫英文字母
[0-9]??匹配一個0-9之間的數字

還有更加強大的通用字符：

\s??匹配空白字符，如\n?\t?\b等
\w??匹配任意字母、數字、下劃線?
\d??匹配十進制數字0-9

而\S, \W, \D 分別對應 \s, \w, \d匹配字符集的補集，例如\S 的意思是匹配 \s 以外的其他任意字符。

情況3：使用元字符

元的含義大家不妨理解為用來描述它后面事物的類，如元類用來創建描述類的類，元模型描述一個模型的模型，因此推而廣之，元字符用來描述字符的字符。

理解以上后，你再看正則中使用最普遍的一個元字符?+，它是用來描述前面一個原子出現次數的字符，表示前一個原子出現1次或多次都可。

例如，在尋找手機靚號時，正則表達式66+，表示前一個原子6至少出現1次，因此連上第一個6，表示電話號碼中至少有兩個66緊鄰。因此，電話號碼18612652166、17566665656都滿足要求，而號碼18616161616不符合要求。

類似功能的元字符，還包括如下。功能相似，不再贅述：

*?前面的原子重復0次、1次、多次?

4 有個棘手的場景

了解以上規則后，我們能去完成很多匹配任務，比如一些字符串匹配任務；查找某個手機號是不是靚號；找到文字中出現某個模式的所有地方。

但是，使用正則還會經常遇到的一大場景。試想，從一個文件里提取出所有如下格式的鏈接，并全部導出來：

https://github.com/jackzhenguo/python-small-examples

https://gitbook.cn/gitchat/column/5e37978dec8d9033cf916b5d

截止目前，我們還不能完成這樣的匹配任務。鑒于這種匹配任務確實很常見，因此你很有必要學會下面這項技能。

5 學會提取子串的技能

今天以我寫過的《Python 60天》專欄中的一段文字，提取出里面的鏈接為例，闡述提取子串的實用性。

先貼上文字(有刪減改動)，將這段文字賦值給變量?urls：

"""
基于 Python 的包更是枝繁葉茂，遍地開花，“Tiobe 編程語言排行榜”最新統計顯示 Python 是增長最快的語言。
接下來，與大家，還有遠在美國做 AI 博士后研究的 Alicia，一起開始我們的 60?天 Python 探索之旅吧。
所有的這些考慮，都是為了讓大家在短時間內掌握 Python 技術棧，多一個生存的本領。拿到理想的 Offer 后，早日過上自己想要的生活。
讓我們開始吧。
如下，按照是否為靜態/動態語言，弱類型/強類型兩個維度，
總結常用的語言分類。
?###?四大基本語法
"""

你可能很快寫出如下的正則表達式：

#?元字符.表示匹配除\n字符外的任意一個字符

然后導入re模塊，使用findall方法找出所有匹配：

import?re

運行結果顯示如下，觀察發現2個匹配，但是每個匹配鏈接都包括冗余字符，因此匹配錯誤：

'https://images.gitbook.cn
/2020-02-05-014719.png)',

我們再稍微優化原正則表達式為：

#?添加?\)?表示待匹配子串以右括號結尾

打印結果顯示如下，結果確實好一點，但是依然包括右括號，結果還是錯誤的：

'https://images.gitbook.cn/
2020-02-05-014719.png)',?

所以掌握提取子串的技能就很重要，實現提取子串也很簡單，只需把想要返回的子串加上一對括號就行，如下所示：

#?把想要返回的子串外面添加一對括號

此時返回結果完全正確，無任何多余字符。想要返回的子串外面添加一對括號還有個專業叫法：捕獲或分組。

6 使用捕獲的注意事項

捕獲功能非常實用，使用它需要區分一點，貪婪捕獲和非貪婪捕獲。前者指在滿足匹配模式前提下，返回包括盡可能多的字符匹配模式；后者指滿足匹配條件下，盡可能少的捕獲。

我們偽造一個理想狀況下的案例：

htmlContent?=?"""
????????<div><div><h2>這是二級標題h2>div><div><p>?這是一個段落>/p>div>div>
"""

貪心捕獲使用(.*)，如下所示：

r"(.*)"

結果為如下，盡可能長的捕獲，而不是遇到第一個

時就終止：<div>

而非貪心捕獲的正則表達式為

(.*?)"，如下：r"(.*?)"

結果為兩個元素，遇到第一個

時終止，然后繼續捕獲出第二子串：<div>

以上例子僅僅用作演示兩者區別，實際的html結構含有換行符等，環境比上面要復雜的多，貪心和非貪心捕獲的寫法可能不會導致結果不同，但是我們依然需要理解它們的區別。

關注公眾號送免費資料
回復Jenkins?領取Jenkins學習資料回復Jmeter?領取Jmeter學習資料

回復Java? ?領取Java學習資料

回復Python?領取python入門資料

回復RobotFramework???領取RobotFramework 框架搭建資料

你可能會喜歡

• Jmeter關聯系列_數據驅動中的業務邏輯關聯

• docker搭建接口自動化持續集成框架

• python28：迷宮游戲最短路徑算法

• Python基礎11之類和包和模塊

• 神經網絡初探4：Tensorflow2.0數據集與神經網絡初探

• 盤一盤 Python 系列基礎篇十一之 機器學習 Sklearn

• 盤一盤 Python 系列特別篇21之：SciPy 稀疏矩陣

• Linux環境部署之ubuntu網絡配置

• 性能測試指標7：性能測試的階段性工作

• jmeter之對jar包進行調用

• jmeter之爬取網絡圖片

• 軟件質量保障體系圖

• 研發過程中的測試工作

• APP測試流程及測試點

• WEB測試范圍小結

測試交流，加我備注【測試交流】拉入交流群，更有不定期資料贈送，敬請期待

本文轉載自【Python與算法社區】

總結

以上是生活随笔為你收集整理的python正则_Python基础12之Python正则的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。