re模块(正则表达式)-白红宇

re模块(正则表达式)

阅读量：5159 次

发布时间：2019-06-13

本文共 4508 字，大约阅读时间需要 15 分钟。

就其本质而言，正则表达式（或 RE）是一种小型的、高度专业化的编程语言，（在Python中）它内嵌在Python中，并通过 re 模块实现。正则表达式模式被编译成一系列的字节码，然后由用 C 编写的匹配引擎执行。

字符匹配（普通字符，元字符）：

1 普通字符：大多数字符和字母都会和自身匹配

>>> re.findall('alvin','yuanaleSxalexwupeiqi')

['alvin']

2 元字符：. ^ $ * + ? { } [ ] | ( ) \

*(星号):--->表示的范围:0到无穷

+(加号)--->表示的范围:1到无穷

?(问号)--->表示的范围:0到1

{},{0, }-->==*

{},{1, }-->==+

{},{0,1}-->?

元字符之. ^ $ * + ? { }

                            
import
re
ret
=
re.findall(
'a..in'
,
'helloalvin'
)
print
(ret)
#['alvin']
ret
=
re.findall(
'^a...n'
,
'alvinhelloawwwn'
)
print
(ret)
#['alvin']
ret
=
re.findall(
'a...n$'
,
'alvinhelloawwwn'
)
print
(ret)
#['awwwn']
ret
=
re.findall(
'a...n$'
,
'alvinhelloawwwn'
)
print
(ret)
#['awwwn']
ret
=
re.findall(
'abc*'
,
'abcccc'
)
#贪婪匹配[0,+oo]  
print
(ret)
#['abcccc']
ret
=
re.findall(
'abc+'
,
'abccc'
)
#[1,+oo]
print
(ret)
#['abccc']
ret
=
re.findall(
'abc?'
,
'abccc'
)
#[0,1]
print
(ret)
#['abc']
ret
=
re.findall(
'abc{1,4}'
,
'abccc'
)
print
(ret)
#['abccc'] 贪婪匹配
         
       

注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配

                            
ret
=
re.findall(
'abc*?'
,
'abcccccc'
)
print
(ret)
#['ab']
         
       

元字符之字符集［］：

                            
#--------------------------------------------字符集[]
ret
=
re.findall(
'a[bc]d'
,
'acd'
)
print
(ret)
#['acd']
ret
=
re.findall(
'[a-z]'
,
'acd'
)
print
(ret)
#['a', 'c', 'd']
ret
=
re.findall(
'[.*+]'
,
'a.cd+'
)
print
(ret)
#['.', '+']
#在字符集里有功能的符号: - ^ \
ret
=
re.findall(
'[1-9]'
,
'45dha3'
)
print
(ret)
#['4', '5', '3']
ret
=
re.findall(
'[^ab]'
,
'45bdha3'
)
print
(ret)
#['4', '5', 'd', 'h', '3']
ret
=
re.findall(
'[\d]'
,
'45bdha3'
)
print
(ret)
#['4', '5', '3']
         
       

元字符之转义符\

反斜杠后边跟元字符去除特殊功能,比如\.

反斜杠后边跟普通字符实现特殊功能,比如\d

\d 匹配任何十进制数；它相当于类 [0-9]。

\D 匹配任何非数字字符；它相当于类 [^0-9]。

\s 匹配任何空白字符；它相当于类 [ \t\n\r\f\v]。

\S 匹配任何非空白字符；它相当于类 [^ \t\n\r\f\v]。

\w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。

\W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]

\b 匹配一个特殊字符边界，比如空格，&，＃等

                            
ret
=
re.findall(
'I\b'
,
'I am LIST'
)
print
(ret)
#[]
ret
=
re.findall(r
'I\b'
,
'I am LIST'
)
print
(ret)
#['I']
         
       

现在我们聊一聊\,先看下面两个匹配：

                            
#-----------------------------eg1:
import
re
ret
=
re.findall(
'c\l'
,
'abc\le'
)
print
(ret)
#[]
ret
=
re.findall(
'c\\l'
,
'abc\le'
)
print
(ret)
#[]
ret
=
re.findall(
'c\\\\l'
,
'abc\le'
)
print
(ret)
#['c\\l']
ret
=
re.findall(r
'c\\l'
,
'abc\le'
)
print
(ret)
#['c\\l']
#-----------------------------eg2:
#之所以选择\b是因为\b在ASCII表中是有意义的
m 
=
re.findall(
'\bblow'
, 
'blow'
)
print
(m)
m 
=
re.findall(r
'\bblow'
, 
'blow'
)
print
(m)
         
       

元字符之分组()

                            
m 
=
re.findall(r
'(ad)+'
, 
'add'
)
print
(m)
ret
=
re.search(
'(?P<id>\d{2})/(?P<name>\w{3})'
,
'23/com'
)    #?P-->表示可以给分组内容起个名字,?P<分组名字>,?:表示去除优先级的意思,与分组()一起使用,会去除()的优先级
print
(ret.group())
#23/com
print
(ret.group(
'id'
))
#23
         
       

元字符之｜

                            
ret
=
re.search(
'(ab)|\d'
,
'rabhdg8sd'
)
print
(ret.group())
#ab
         
       

re模块下的常用方法

                            
import
re
#1
re.findall(
'a'
,
'alvin yuan'
)    
#返回所有满足匹配条件的结果,放在列表里
#2
re.search(
'a'
,
'alvin yuan'
).group()  
#函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以
                                     
# 通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。
#3
re.match(
'a'
,
'abc'
).group()     
#同search,不过尽在字符串开始处进行匹配
#4
ret
=
re.split(
'[ab]'
,
'abcd'
)     
#先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割
print
(ret)
#['', '', 'cd']
#5
ret
=
re.sub(
'\d'
,
'abc'
,
'alvin5yuan6'
,
1
)
print
(ret)
#alvinabcyuan6
ret
=
re.subn(
'\d'
,
'abc'
,
'alvin5yuan6'
)      #subn()方法:能够按照匹配规则,匹配出内容,并且包含匹配的次数,得到的是两个元素的元组
print
(ret)
#('alvinabcyuanabc', 2)
#6
obj
=
re.
compile
(
'\d{3}'
)
ret
=
obj.search(
'abc123eeee'
)
print
(ret.group())
#123
         
       

                            
import
re
ret
=
re.finditer(
'\d'
,
'ds3sy4784a'
)
print
(ret)        
#<callable_iterator object at 0x10195f940>
print
(
next
(ret).group())
print
(
next
(ret).group())
         
       

注意：

                            
import
re
ret
=
re.findall(
'www.(baidu|oldboy).com'
,
'www.oldboy.com'
)
print
(ret)
#['oldboy']     这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可,?:是去除()的优先级,与分组元字符()一起使用
ret
=
re.findall(
'www.(?:baidu|oldboy).com'
,
'www.oldboy.com'
)
print
(ret)
#['www.oldboy.com']
         
       

补充：

import reprint(re.findall("<(?P
      
       \w+)>\w+
       ","
       hello
"))print(re.search("<(?P
       
        \w+)>\w+
        ","
        hello
"))print(re.search(r"<(\w+)>\w+
        ","
        hello
"))

补充2

#匹配出所有的整数import re#ret=re.findall(r"\d+{0}]","1-2*(60+(-40.35/5)-(-4*3))")ret=re.findall(r"-?\d+\.\d*|(-?\d+)","1-2*(60+(-40.35/5)-(-4*3))")ret.remove("")print(ret)

转载于:https://www.cnblogs.com/zhangshuaihui/p/10327814.html

你可能感兴趣的文章