正则表达式增补——python

简介

        本章是对前面正则表达式的增补。
一、复杂的查找更换等任务

1. content = ''' 张三是脑卒中病
2. 李四，是高血脂
3. 苏齐，是肺结核病
4. 六六，是血血血血'''
6. import re
7. p = re.compile(r'...病')
8. for one in p.findall(content):
9.     print(one)

复制代码

运行结果：

代码分析：

• r'...病' 是一个原始字符串正则表达式模式
  
• . 在正则中表现恣意单个字符（除换行符）
  
• 三个连续的.表现匹配恣意三个字符
  
• 末了的病是字面匹配
  
• 团体模式匹配：四个字符的组合，前三个是恣意字符，第四个必须是"病"。
  

二、贪心模式与非贪心模式

1、贪心模式

1. content = '<html><head>hello</head><title>Title</title></html>'
3. import re
4. p = re.compile(r'<.*>')
5. for one in p.findall(content):
6.     print(one)

复制代码

运行结果：

代码分析：
1. 正则表达式 <.*> 分解：

• < 匹配标签开始的左尖括号
  
• .* 贪心模式：匹配恣意字符（尽大概多，直到末了一个 >）
  
• > 匹配标签竣事的右尖括号
  

2. 匹配过程演示：

输入字符串：

1. <html><head>hello</head><title>Title</title></html>

复制代码

匹配过程：

• 找到第一个 < → 位置0
  
• 贪心匹配 .* → 直接跳到字符串末端
  
• 反向回溯找到末了一个 > → 位置47
  
• 终极匹配整个字符串：<html>...</html>
  

2、非贪心模式

1. content = '<html><head>hello</head><title>Title</title></html>'import rep = re.compile(r'<.*?>')for one in p.findall(content):    print(one)

复制代码

运行结果：

代码分析:

• 正则表达式 r'<.*?>' 分解：
  
  
  
  • < 匹配标签开始的左尖括号
    
  • .*? 非贪心模式，匹配恣意字符（尽大概少）
    
  • > 匹配标签竣事的右尖括号
    
  
  
• 非贪心匹配 ? 的关键作用：
  假如没有问号 <.*> 会匹配从第一个 < 到末了一个 > 的整个内容（贪心匹配），但由于加了 ?，它会匹配最短大概的片断，即逐个匹配每个标签。
  

📌 关键总结 正则表达式模式结果实用场景<.*>贪心匹配整个字符串险些不消于HTML分析<.*?>非贪心逐个匹配独立标签恰当简朴标签提取
三、常见题目与发起

1、特别字符须要转义

1. # 错误写法（未转义.）
2. re.findall(r'www.example.com', text)  
4. # 正确写法（转义.）
5. re.findall(r'www\.example\.com', text)

复制代码

2、处置惩罚多行文本

1. text = "第一行\n第二行\n第三行"
2. # 启用多行模式（^匹配每行开头）
3. re.findall(r'^第', text, flags=re.MULTILINE)  
4. # 输出: ['第', '第']

复制代码

3、性能优化发起

• 预编译正则表达式（尤其重复使用时）：
  

1. pattern = re.compile(r'\d{5}')  # 提前编译
2. pattern.findall(text)

复制代码