mirror of https://github.com/TwoWater/Python
77 lines
2.8 KiB
Markdown
77 lines
2.8 KiB
Markdown
# 数量词
|
||
|
||
来，继续加深对正则表达式的理解，这部分理解一下数量词，为什么要用数量词，想想都知道，如果你要匹配几十上百的字符时，难道你要一个一个的写，所以就出现了数量词。
|
||
|
||
数量词的词法是：{min,max} 。min 和 max 都是非负整数。如果逗号有而 max 被忽略了，则 max 没有限制。如果逗号和 max 都被忽略了，则重复 min 次。比如，`\b[1-9][0-9]{3}\b`,匹配的是 1000 ~ 9999 之间的数字( “\b” 表示单词边界），而 `\b[1-9][0-9]{2,4}\b`，匹配的是一个在 100 ~ 99999 之间的数字。
|
||
|
||
下面看一个实例，匹配出字符串中 4 到 7 个字母的英文
|
||
|
||
```Python
|
||
import re
|
||
|
||
a = 'java*&39android##@@python'
|
||
|
||
# 数量词
|
||
|
||
findall = re.findall('[a-z]{4,7}', a)
|
||
print(findall)
|
||
```
|
||
|
||
输出结果：
|
||
|
||
```txt
|
||
['java', 'android', 'python']
|
||
```
|
||
|
||
注意，这里有贪婪和非贪婪之分。那么我们先看下相关的概念：
|
||
|
||
|
||
贪婪模式：它的特性是一次性地读入整个字符串，如果不匹配就吐掉最右边的一个字符再匹配，直到找到匹配的字符串或字符串的长度为 0 为止。它的宗旨是读尽可能多的字符，所以当读到第一个匹配时就立刻返回。
|
||
|
||
懒惰模式：它的特性是从字符串的左边开始，试图不读入字符串中的字符进行匹配，失败，则多读一个字符，再匹配，如此循环，当找到一个匹配时会返回该匹配的字符串，然后再次进行匹配直到字符串结束。
|
||
|
||
上面例子中的就是贪婪的，如果要使用非贪婪，也就是懒惰模式，怎么呢？
|
||
|
||
如果要使用非贪婪，则加一个 `?` ，上面的例子修改如下：
|
||
|
||
```Python
|
||
import re
|
||
|
||
a = 'java*&39android##@@python'
|
||
|
||
# 贪婪与非贪婪
|
||
|
||
re_findall = re.findall('[a-z]{4,7}?', a)
|
||
print(re_findall)
|
||
|
||
```
|
||
|
||
输出结果如下：
|
||
|
||
```txt
|
||
['java', 'andr', 'pyth']
|
||
```
|
||
|
||
从输出的结果可以看出，android 只打印除了 andr ，Python 只打印除了 pyth ，因为这里使用的是懒惰模式。
|
||
|
||
当然，还有一些特殊字符也是可以表示数量的，比如：
|
||
|
||
|
||
> `?`：告诉引擎匹配前导字符 0 次或 1 次
|
||
>
|
||
> `+`：告诉引擎匹配前导字符 1 次或多次
|
||
>
|
||
> `*`：告诉引擎匹配前导字符 0 次或多次
|
||
|
||
|
||
把这部分的知识点总结一下,就是下面这个表了:
|
||
|
||
| 贪 婪 | 惰 性 | 描 述 |
|
||
| ------- | ------- | ----------------------------- |
|
||
| ？ | ？？ | 零次或一次出现，等价于{0,1} |
|
||
| + | +？ | 一次或多次出现 ，等价于{1,} |
|
||
| * | *？ | 零次或多次出现 ，等价于{0,} |
|
||
| {n} | {n}？ | 恰好 n 次出现 |
|
||
| {n,m} | {n,m}？ | 至少 n 次枝多 m 次出现 |
|
||
| {n,} | {n,}？ | 至少 n 次出现 |
|