正则表达式

2018-08-03 07:36:35来源:博客园 阅读 ()

新老客户大回馈,云服务器低至5折

  正则表达式,英文:Regular Expression。它通常用来检索和替换符合某种模式的文本。

  Python自1.5版本开始增加了re模块,使得Python拥有了全部的正则表达式功能。

一、基本函数(match、search、findall)

  在使用re模块之前,要先引入,re模块使已经在内置在Python内部的,无需再自己下载安装了。

1 import re

1、re.match函数

1.1 原型:match(pattern, string, flags=0)
1.2 参数:
  pattern:匹配的正则表达式
  string:要匹配的字符串
  flags:标志位,用来控制正则表达式的匹配方式
    re.I:忽略大小写
    re.L:做本地化识别
    re.M:多行匹配,影响^和$
    re.S:使.匹配包括换行符在内的所有字符,否则.不匹配换行符
    re.U:根据Unicode字符集解析字符,影响'\w \W \b \B'
    re.X:使我们以更灵活的格式理解正则表达式
1.3 功能:尝试从字符串的起始位置匹配一个模式

1.4 eg:

1 # 注释为输出结果
2 
3 print(re.match('www', 'www.baidu.com'))
4 # <_sre.SRE_Match object; span=(0, 3), match='www'>
5 # 返回结果的类型、匹配结果的位置、匹配内容
6 
7 print(re.match('www', 'www.baidu.com').span())
8 # (0, 3) 输出匹配的位置

2、re.search函数

2.1 原型:search(pattern, string, flags=0)
2.2 参数:
  pattern:匹配的正则表达式
  string:要匹配的字符串
  flags:标志位,用来控制正则表达式的匹配方式(与上面内容一致,后面不赘述)
2.3 功能:扫描整个字符串,返回第一个成功的匹配,与match相比,就是不必从起始位置开始匹配

3、re.findall函数

3.1 原型:findall(pattern, string, flags=0)
3.2 参数:
  pattern:匹配的正则表达式
  string:要匹配的字符串
  flags:标志位,用来控制正则表达式的匹配方式
3.3 功能:扫描整个字符串,返回结果列表,其中匹配到所有符合模式的结果

 二、正则表达式的元字符

1、匹配单个字符

.

可以匹配除换行符以外的任意字符

[]

是字符集合,表示匹配方括号中任意所包含的任一字符

[asd]

匹配其中任一字符

[a-z]

匹配任意小写字母

[0-9a-zA-Z_]

匹配任意大小写字母或数字或下划线

[^asd]

匹配除了asd几个字母以外的所有字符,中括号里的^号称为'脱字符',表示不匹配集合中的字符

[^0-9]

匹配所有非数字字符

\d

匹配数字,效果同[0-9]

[^\d]

匹配非数字字符,效果同[^0-9]

\w

匹配数字,字母和下划线,效果同[0-9a-zA-Z_]  (字母不包含空格)

\W

匹配非数字,字母和下划线,效果同[^0-9a-zA-Z_]

\s

匹配任意的空白符(空格,换行,回车,换页,制表),效果同[ \f\n\r\t]

\S

匹配任意的非空白符,效果同[^ \f\n\r\t]

2、锚字符(边界字符)

^

行首匹配,和在中括号里的^不是一个意思

$

行尾匹配

\A

匹配字符串的开始,他和^的区别是,\A只匹配整个字符串的开头,即使在re.M下也不会匹配他行的行首

\Z

匹配字符串的结束,他和$的区别是,\Z只匹配整个字符串的结束,即使在re.M下也不会匹配他行的行尾

\b

匹配一个单词的边界,也就是指单词和空格间的位置 egr'er\b',匹配以er为结尾边界的位置

\B

匹配非单词边界,与上面相反,匹配不是边界的

3、多个字符

(xyz)

匹配小括号内的xyz,作为一个整体去匹配

x?

匹配0个或者1x

egprint(re.findall(r"a?","aaabaa")) # 非贪婪匹配,尽可能少的匹配

x*

匹配0个或者任意多个x

egprint(re.findall(r"a*","aaabaa")) # 贪婪匹配,尽可能多的匹配

x+

匹配至少一个x(贪婪匹配)

x{n}

匹配确定的nxn是一个确定的非负整数

x{n,}

匹配至少nx

x{n,m}

匹配至少n个,最多mx,注意n<=m

x|y

|表示或,匹配的是xy

4、特殊情况

*? +? x?

最小匹配,通常都是尽可能多的匹配,可以使用这种解决贪婪匹配

(?:X)

类似于(xyz),但不表示一个组

三、实用技巧

1、字符串切割

1 str1 = "hello world      hello world  hello world   "
2 # 普通切割
3 print(str1.split(' '))  # 仅仅以一个空格切割,遇到多个空格时会出现不想要的内容
4 # 正则切割
5 print(re.split(r' +', str1))  # 可以通过正则的切割,其中利用正则的方法,来以任意多个空格来切割

2、re.finditer函数

  • 原型:finditer(pattern, string, flags=0)
  • 参数:
    • pattern:匹配的正则表达式
    • string:要匹配的字符串
    • flags:标志位,用来控制正则表达式的匹配方式
  • 功能:与findall类似,扫描整个字符串,返回的是一个迭代器,可以节省空间,提高效率
1 str2 = "hello world hello world hello world hello world hello world"
2 
3 d = re.finditer(r'hello', str2)
4 while True:
5     # 当使用迭代方法时,为了可以使他在找完对象后退出,一般通过捕获的方法
6     try:
7       print(next(d))
8     except StopIteration as e:
9       break

3、字符串的替换和修改

  • sub(pattern, repl, string, count=0, flags=0)
  • subn(pattern, repl, string, count=0, flags=0)功能: 在目标字符串中以正则表达式的规则匹配字符串,再把他们替换成指定的字符串。可以指定替换的次数,如果不指定,替换所有的匹配字符串
    • pattern: 正则表达式(规则)
    • repl: 指定的用来替换的字符串
    • string: 目标字符串
    • count: 最多替换次数
    • flags:
  • 区别: sub返回一个字符串,subn返回一个元组(第一个元素是替换后的字符串,第二个元素是替换的个数)

4、分组

  概念:除了简单的判断是否匹配以外,正则表达式还有提取子串的功能。用()表示的就是提取分组。(这个自己试一下,加深印象)

 1 str3 = "010-12312323"
 2 m = re.match(r'(?P<first>\d{3})-(\d{8})', str3)
 3 # 使用序号获取对应组的信息,group(0)一直代表的原始字符串
 4 print(m.group(0))
 5 print(m.group(1))
 6 print(m.group('first'))  # 使用自己起的名字索引
 7 print(m.group(2))
 8 
 9 print(m.groups())  # 查看各组的情况
10 
11 # 如果在最外层加一个括号,那么group(1)就是打印的最外面的那个,依次向里
12 
13 # ?P<first>写在小括号里,表示起名字

5、编译

  • 当我们使用正则表达式时,re模块会干两件事:

  (1)编译正则表达式,如果正则表达式本身不合法,会报错
  (2)用编译后的正则表达式去匹配对象

  • 编译的原型:re.compile(pattern, flags=0)

  提示:一般情况下,比较简单的匹配我们直接通过上面讲述的那几种基本方法就可以了,但是当模式比较复杂,或者这个正则对象在后面还会用到时,就会先把他编译出来,毕竟后面可以省去再次编译的时间,并且更清晰。

  正则对象,习惯上命名为   re_xxxxxx。

1 pat = r"^1(([3578]\d)|(47))\d{8}$" # 模式
2 re_telephone = re.compile(pat)  # 编译成正则对象
3 print(re_telephone.match("13612345678"))  # 使用其匹配文本,前面提到的基本方法在这里照常使用

 

标签:

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有

上一篇:mysql explain执行计划详解

下一篇:用pip安装python库下载timeout的解决办法