写在前面

  • 面试字节跳动网络运维岗时，发现这个岗位会对网络设备进行返回数据处理，这些数据看上去是表格形式的数据格式长相，实际的数据类型是一串字符串。
  • 这个岗位很青睐Python来处理数据，我也自然想到了正则表达式的处理方式，但奈何我以前用Python只做硬件控制和图像处理，很少对大量相似性数据做处理，现在就来学学正则表达式吧。

正则表达式元字符

  • "."：任意字符
  • "r''"：r后面的单引号里的正则表达式为原生字符
  • "*"：表示匹配前面的任意字符任意次，包括0次
  • "+"：表示匹配前面的任意字符任意次，不包括0次
  • "{}"：表示匹配前面的字符指定次，
  • "\d"：匹配任意数字
  • "\D"：匹配任意非数字
  • "\s"：匹配任意一个空白字符，空格、tab、换行等
  • "\S"：匹配任意一个非空白字符
  • "\w"：匹配任意一个文字字符，大小写，数字，下划线，甚至包括unicode里的中文字符。
  • "\W"：匹配任意一个非文字字符
  • "[]"：
    • 实例：
      1. [a-z]：匹配a-z范围内的所以英文小写字符
      2. [1-9]：匹配1-9范围内的所有数字
      3. [\S]：匹配所有空白字符
      4. [,]：匹配所有英文逗号
      5. [.]：匹配所有英文句号
  • "[^\d]"：^就是取反，[\d]是取数字，前面加个^就是非数字
  • "^"
    • 单行模式下，匹配整个文本的第一行起始位置
    • 多行模式下，匹配整个文本的每一行起始位置
  • "$"
    • 单行模式下，匹配整个文本的最后一行结束位置
    • 多行模式下，匹配整个文本的每一行结束位置

  • "()"：分组，Python.re.compile模块一般只返回()中的list，如果有多个()，那么每个组的第n个元素会共同构成一个tuple元组（元组和列表是有序的，字典是无序的）

  • 贪婪模式元字符：+ * 非贪婪模式元字符：?

  • Python正则表达式中，缺省情况下就是单行模式，可以使用re.MULTILINE改为多行模式

  • Python正则表达式在线验证工具网址：https://regex101.com