【Python】正则

特殊字符转义

以下字符都需要用 反斜线（\）来进行特殊字符的转义。

\n - 换行符
\t - 制表符
\ - 反斜线本身
. - 点号（任意单个字符）
星号（0次或多次重复前面的元素）
加号（1次或多次重复前面的元素）
? - 问号（零次或一次重复前面的元素）
[] - 方括号内的任何字符集合
() - 分组操作符
{} - 花括号内指定数量的重复次数

起因，python正则匹配，从'你好aaa+'匹配‘aaa+’，我就想完整的匹配aaa+，但是实际效果是'你好a'这种的也能匹配上。

debug发现原来+在正则中是特殊字符。如果要匹配 + 字符本身，你需要使用反斜杠 \ 对它进行转义。即遇见 + 的pattern用 /+ 来替换，

modified_string = original_string.replace("+", "/+")

‘aaa+’被解释为：匹配前面的字符 'aaa' 一次或多次。

import re

re.search('aaa+', 'a') # none

re.search('aaa+', 'aaab') # <_sre.SRE_Match object; span=(0, 3), match='aaa'>

re.search('aaa+', 'ab') # none

re.search('aaa+', 'aab') # none

re.search('aaa+', 'aaaaaab')  # <_sre.SRE_Match object; span=(0, 6), match='aaaaaa'>

re.match() 与 re.search() 的区别

1. `re.match()`：
   - `re.match()` 用于从字符串的起始位置开始匹配正则表达式。
   - 如果匹配成功，`re.match()` 返回一个匹配对象；如果匹配失败，它返回 `None`。
   - 它只匹配字符串的第一个子串，也就是说，它不会扫描整个字符串，而是在找到第一个匹配项后停止。

2. `re.search()`：
   - `re.search()` 用于在字符串中扫描正则表达式，并返回第一个匹配项。
   - 如果匹配成功，`re.search()` 返回一个匹配对象；如果匹配失败，它返回 `None`。
   - 它会扫描整个字符串，直到找到第一个匹配项为止。

简而言之，`re.match()` 通常用于检查字符串的起始部分是否与正则表达式匹配，而 `re.search()` 用于在整个字符串中查找匹配项。下面是一个示例，展示这两个函数的区别：

总结：search()更符合需求。

import re

# 示例字符串
text = "这是一个测试字符串，包含多个部分。"

# 正则表达式
pattern1 = r'测试'
pattern2 = r'多个部分'

# 使用re.match()
match1 = re.match(pattern1, text)
match2 = re.match(pattern2, text)

print(f"match1: {match1}") # match1: None
print(f"match2: {match2}") # match2: None


# 使用re.search()
search1 = re.search(pattern1, text)
search2 = re.search(pattern2, text)

print(f"search1: {search1}") # search1: <_sre.SRE_Match object; span=(4, 6), match='测试'>
print(f"search2: {search2}") # search2: <_sre.SRE_Match object; span=(12, 16), match='多个部分'>

re.findall()

matches = re.findall(pattern, str)

re.sub()

# 将str中匹配到的pattern部分替换为''

new_str = re.sub(pattern, '', str)

实践1：匹配12g

pattern = r"\d+\s*[Gg][Bb]?"  # 256g, 12g

实践2：匹配12g+12g, 12gb+12gb, 12g+1

pattern = r"\d+\s*[g]?[b]?\+\d+\s*[Gg]?[Bb]?"