正则表达式常用知识点记录

2024-05-27 334 阅读2分钟

正则表达式

特殊字符

.: 匹配任意字符(除了\n 之外)
\d：匹配任意一个阿拉伯数字（0 到 9）。等价于 [0-9]
\D：匹配一个非数字字符。等价于[^0-9]
\w：匹配一个字母数字字符。等价于 [a-zA-Z0-9_]
\W：匹配一个非字母数字字符。等价于 [^a-zA-Z0-9_]
\s：匹配一个空白字符，包括空格、制表符、换页符和换行符。等价于 [ \f\n\r\t\v]
\S：匹配一个非空白字符。等价于 [^ \f\n\r\t\v]
\A：匹配字符串的起始，类似 startWidth
\Z：匹配字符串的结束,类似 endWidth

量词符号

re1|re2: 匹配 re1 或 re2
^ : 匹配字符串的开头
$ : 匹配字符串的末尾
* : 匹配 0 个或多个的表达式
+ : 匹配 1 个或多个的表达式
? : 匹配 0 个或 1 个由前面的正则表达式定义的片段，非贪婪方式
{n}: 匹配 n 个的表达式
{m,n}：匹配 m 到 n 次由前面的正则表达式定义的片段，贪婪方式
[...]：用来表示一组字符，单独列出：[amk] 匹配 'a'，'m'或'k'
[...x-y...]：表示 x 到 y 之间的任何字符：[a-z] 匹配任何小写字母
[^...]：不在[]中的字符：[^abc] 匹配除了 a,b,c 之外的字符
\: 转义特殊字符,是之无效

组的概念

(...)：匹配括号内的表达式，也表示一个组

贪婪与非贪婪

贪婪：尽可能多的匹配，0 次或多次
非贪婪：尽可能少的匹配，0 次或 1 次。通过?组合变成非贪婪

实例


def get_style(html):
# 获取style属性,如果不加 ？，则会匹配到最后一个 引号
    result = re.findall('style="(.*?)"', html)
    if len(result) != 0:
        print(result[0])
        return result[0]

if __name__ == "__main__":
    get_style('<div style="color:red;padding:12px;" class="title"></div>')