正则表达式 整理(\w \s \d 点 贪婪匹配 非贪婪…
2019-05-04 09:42:06来源:博客园 阅读 ()
import re # \w 匹配所有字母、数字、下划线 re.findall('\w','abcd_123 *-') # 结果为:['a', 'b', 'c', 'd', '_', '1', '2', '3'] # \s 匹配所有不可见字符 # 不可见字符有:\n \t 空格 re.findall('\s','abcd \n\tdf21 ') # 结果为:[' ', '\n', '\t', ' ', ' '] # \d 匹配所有数字 re.findall('\d','a1bc3 4d \n\tdf21 ') # 结果为:['1', '3', '4', '2', '1'] # . 匹配\n换行符以外的所有可见和不可见字符 re.findall('.', 'c3 d\n\td1') # 结果为:['c', '3', ' ', 'd', '\t', 'd', '1']
二. 匹配多个字符
#匹配多个字符:* + ? import re # * 匹配0或n次 re.findall('\d*', '1a23') # 结果为:['1', '', '23', ''] # + 匹配1或n次 re.findall('\d+', '1a23') # 结果为:['1', '23'] #前面2个是叫贪婪匹配 # ? 匹配0或1次 re.findall('\d?', '1a3') # 结果为:['1', '', '3', ''] # 这个叫非贪婪匹配
三. 匹配指定范围字符
# {m,n} 匹配最少m次,最多n次 # {m} 只匹配m次的 # {,n} 匹配最大n次,最小次数不限 # {m,} 匹配最小m次,最大次数不限 re.findall('\d{2,4}', '1a33g134nn12345') # 结果为:['33', '134', '1234'] re.findall('a{3}', '1aaa3*G+1aaaan#b') # 结果为:['aaa', 'aaa'] # | 匹配 或 语法的字符 re.findall('1|23|4', '1a33g134nn12345') # 结果为:['1', '1', '4', '1', '23', '4'] # [ ] 匹配括号内的字符(只匹配单个) re.findall('[123]', '1a33g134nn12345') # 结果为:['1', '3', '3', '1', '3', '1', '2', '3'] re.findall('[0-9a-zA-Z]', '1a3*G+1n#') # 匹配0到9或者a到z或者A到Z单个字符 # 结果为:['1', 'a', '3', 'G', '1', 'n'] # ^x 行首匹配 # x$ 行尾匹配 re.findall('^1', '1a3*G+1n#b') re.findall('1$', '1a3*G+1n#b') # 结果为:['1'] # 结果为:['b']
四. 一些比较不常见的匹配
1、\b 单词边界,重点理解在于‘边界’二字,‘单词’代表匹配的字符串,
划定边界基本原则:比如表达式为 '\b单词\b' 的意思就是匹配字符串为‘单词’,单词两边需要存在满足条件的边界才能匹配成功。匹配失败结果肯定是空列表,匹配成功结果就是匹配的单词字符串列表。
\b在哪边就限制哪边的匹配。
匹配成功的边界满足条件跟匹配单词字符串有关联,双方是同一类型则失败,不同类型则成功
# 正则表达式中的\b可以用匹配目标单词字符串,加设限制匹配边界 # 单词的 前边界:'\b单词' # 后边界:'单词\b' # 前和后边界:'\b单词\b' # 在\b的使用中有这样几点是需要格外注意的。 # 0. \b本身的含义就有转义字符串的作用,要用字符边界就得将其原始含义去掉,所以需要加r或者\\b(两个不能一起用) # 1. 单词字符串能否匹配成功是有规律的: # 如果是a-z,A-Z,0-9,则匹配边界为非字母数字才能匹配成功。 # 如果是非字母数字,则匹配边界为a-z,A-Z,0-9才能匹配成功。 # 如果是两个混在一起,判断标准为那个挨着\b最近的字符作为判断标准,如果是字母数字,则匹配边界为非字母数字才成功,反之亦然。 import re s='aa abcperty/-aa ' res1=re.findall(r'\babc',s) # 结果:['abc'] 单词为字母,左匹配边界为非字母数字,匹配成功 res2=re.findall(r'abc\b',s) # 结果:[] 单词为字母,右匹配边界为字母,匹配失败 print(res1,res2) s='aa@# perty/-aa ' res3=re.findall(r'\b@#',s) # 结果:['@#'] 单词为非字母数字,左匹配边界为字母,匹配成功 res4=re.findall(r'@#\b',s) # 结果:[] 单词为非字母数字,右匹配边界为空格(非字母数字),匹配失败 print(res3,res4) s='aa@a perty/-aa ' res5=re.findall(r'\b@a',s) # 结果:['@a'] 单词为混合,@挨着\b,单词以非字母数字为标准,左匹配边界为字母,匹配成功 res6=re.findall(r'@a\b',s) # 结果:['@a'] 单词为混合,a挨着\b,单词以字母数字为标准,右匹配边界为空格,匹配成功 print(res5,res6) # 2.字符串的首尾边界默认定义为 非字母数字,所以如果匹配的单词字符串在首尾,则匹配字母数字则会成功,匹配非字母数字失败。 s= 'abcd@' res7 = re.findall(r'\ba',s) # 结果:['a'] 单词为字母,左匹配边界为首,默认定义为非字母数字,匹配成功 res8 = re.findall(r'@\b',s) # 结果:[] 单词为非字母数字,右匹配边界为尾,默认定义为非字母数字,匹配失败 print(res7,res8)
五. 分组
用小括号表示,分组后的正则表达式优先匹配并返回括号内的值
六. re模块常用方法
re.search 查找,匹配成功返回第一匹配的字符串,结果为封装的对象(注意search返回的是个对象,.group() 后得到的是字符串不是列表),失败返回None
import re s = 'welcome world hello python' res = re.search('hello', s) print(res) print(res.group()) # 结果: <_sre.SRE_Match object; span=(14, 19), match='hello'> hello
re.match 匹配,在行首匹配字符串,方法同search,区别在于,match在行首匹配,search是从前到后全部查找匹配。
s = 'hello welcome world hello python' res=re.match('hello', s) print(res) print(res.group()) res1=re.match('welcome',s) print(res1) # 结果: <_sre.SRE_Match object; span=(0, 5), match='hello'> hello None
re.split 用匹配成功的字符串作为切割符,进行原字符串的切割,返回一个切割后的列表。匹配失败,直接返回原字符串,不做任何切割处理
匹配成功完成切割 s1 = 'hello welchhome world hello python' res=re.split('h.+?o',s1) print(res) # 结果: ['', ' welc', 'me world ', ' python'] 匹配不成功,返回原字符串。不做任何切割处理 s1 = 'hello welchhome world hello python' res0=re.findall('json',s1) print(res0) res=re.split('json',s1) print(res) # 结果: [] ['hello welchhome world hello python']
re.compile 将正则表达式封装成对象,用于重复使用该表达式。使用方法看例子:
s1 = 'hello welchhome world hello python' pat=re.compile('h.+?o') res2=pat.findall(s1) print(res2) # 结果: ['hello', 'hho', 'hello']
re.sub 替换,重组(group(1)、group(2)...group(n)用\1 \2 ...\n来替换,进行字符串的重新组合(前面要加r防止其转义))
s='<我的博客地址https://www.cnblogs.com/oldboy2019/,欢迎大家来访问、交流,欢迎大家一起探讨python!ohye!>' # pat=re.compile(r'<(.+)http://(www.+/),.+>') pat=re.compile(r'<(.+)http.+(www.+/),(.+?)([a-z]+)!(.+)!>') print(pat.findall(s)) res=pat.sub(r'\2\n这是\1,\4,\5\3',s) print(res) # 结果: [('我的博客地址', 'www.cnblogs.com/oldboy2019/', '欢迎大家来访问、交流,欢迎大家一起探讨', 'python', 'ohye')] www.cnblogs.com/oldboy2019/ 这是我的博客地址,python,ohye欢迎大家来访问、交流,欢迎大家一起探讨
#注意,这里第二个打印我在前面加了个原义字符r,但是里面\n还是转义成了换行,很奇怪,这个地方欢迎一起交流,为何会出现这种情况呢?
原文链接:https://www.cnblogs.com/suguangti/p/10800192.html
如有疑问请与原作者联系
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
- python学习-53 正则表达式 2019-08-13
- 福利分享:个人整理的Python书单,从基础到进阶 2019-07-24
- Python 重点知识整理(基于Python学习手册第四版) 2019-07-24
- python 之 re模块、hashlib模块 2019-07-24
- 正则表达式 2019-06-14
IDC资讯: 主机资讯 注册资讯 托管资讯 vps资讯 网站建设
网站运营: 建站经验 策划盈利 搜索优化 网站推广 免费资源
网络编程: Asp.Net编程 Asp编程 Php编程 Xml编程 Access Mssql Mysql 其它
服务器技术: Web服务器 Ftp服务器 Mail服务器 Dns服务器 安全防护
软件技巧: 其它软件 Word Excel Powerpoint Ghost Vista QQ空间 QQ FlashGet 迅雷
网页制作: FrontPages Dreamweaver Javascript css photoshop fireworks Flash