python--模块之re正则表达式

2018-12-06 07:36:33来源:博客园 阅读 ()

新老客户大回馈,云服务器低至5折

简介:

正则表达式本身是一个小型的、高度专业化的编程语言,而在python中,通过内嵌集成re模块,我们可以通过直接调用来实现正则匹配。

正则表达式基础知识:

--普通字符
匹配自身 abc ----abc

--元字符

. :匹配任何字符(\n)换行符除外
例:a.a -----aba

\ :转义字符
例:a\tb ---a b

* :匹配前一个字符0或多次
例:a*b ----aaaab;b

+ :匹配前一个字符1次或多次
例:a+b ----aaaab;ab

? :匹配一个字符0次或1次
例:a?b ---b;ab

^ :匹配字符串开头,多行匹配每一行开头
例:^ab ---ab

$ :匹配字符串末尾,多行匹配每一行末尾
例:ab$ ---ab;cb

reg1 | reg2 :匹配正则表达式reg1或reg2
例:foo | bar ---foo;bar

{} : a{m}匹配字符m次,a{m,n}匹配字符m至n次,若省略n,则匹配m至无限次
例:a{1,2}b ---aab

[] :字符集,对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出,也可以给出范围,如[^abc]表示取反,即非abc.
注:所有特殊字符在字符集中都失去其原有的特殊含义。用\反斜杠转义恢复特殊含义。
例:a[bcd]e ---abcde

() :最基本的组是由一对圆括号括起来的正则式。
例:(abc){2}a(2|4)d ---abcabca4d

--特殊字符

\d :数字1~9
例:a\db ---a1b

\D:非数字[^\d]
例:a\Dc ----abc

\s:匹配任意空白字符[ \t\r\n\f\v]
例:a\sb ---a b

\S:非空白字符[^\s]
例:a\Sb ---abc

\w:匹配包括下划线在内的任意字符[A-Za-z0-9_]
例:a\wc ---abc

\W:匹配非单词字符[^A-Za-z0-9_]
例:a\Wb ---a b

\A:仅匹配字符串开头,同^
例:\Aabc ---abc

\Z:仅匹配字符串末尾,同$
例:abc\Z ----abc

\B:匹配\w和\W之间,即匹配单词边界匹配一个单词边界,也就是指单词和空格间的位置。
例:’er\b‘ 可以匹配’never‘ 中的’er‘,但不能匹配’verb‘中的’er‘

\B:[^\b]
例:a\Bbc ---abc

 

正则表达式的常用函数:

match和search一旦匹配成功,就是一个match object对象,而match object对象有以下方法:
group():返回被re匹配的字符串
可以一次输入多个组号,对应组号匹配的 字符串

start():返回匹配开始的位置
end():返回匹配结束的位置
spend():返回一个元组包含匹配(开始,结束)的位置


1、compile()
编译正则表达式模式,返回一个对象的模式。(可以把那些常用的正则表达式编译成正则表达式对象,这样可以提高一点效率)
re.compile(pattern,flags=0)
pattern:编译时用的表达式字符串。
flags:编译标志位,用于修正正则表达式的匹配方式,如:是否区分大小写,多行匹配等,常用的flags有:

re.S(DOTALL):使‘.’特殊字符匹配任何字符,包括换行;如果没有此标志,‘.’将匹配任何内容除换行符。

re.I(IGNORECASE):使匹配对大小写不敏感。

re.L(LOCALE):做本地化识别(locale-aware)匹配

re.M(MULTILINE):多行匹配,影响^和$

re.X(VERBOSE):该标志通过给予更灵活的格式以便将正则表达式写的更易于理解

re.U:根据Unicode字符集解析字符,这个标识影响\w,\W,\b,\B

2、match()
决定re是否在字符串刚开始的位置匹配。
注:这个方法并不是完全匹配。当pattern结束时若string还有剩余字符,仍然视为成功。想要完全匹配,可以在表达式末尾加上边界匹配符‘$’
格式:re.match(pattern,string,flags=0)

例:
print(re.match('com','comwww.runcomoob').group())
print(re.match('com','Comwww.runcomoob',re.I).group())

>>com
>>Com

3、search()
re.search函数会在字符串内查找模式匹配,只要找到第一个匹配然后返回,如果字符串没有匹配,则返回None
格式:re.search(pattern,string,flags=0)

例:
print(re.search('\dcom','4com5com').group())

>>4com

4,findall()
re.findall遍历匹配,可以获取字符串中所有匹配的字符串,返回一个列表。
格式:
re.findall(pattern,string,flags=0)
例1:
p=re.compile(r'\d+')
print(p.findall('h32h3jh2uhr23'))

>>['32', '3', '2', '23']

5、finditer()
搜索string,返回一个顺序访问每一个匹配结果(match)对象的迭代器。找到re匹配的所有字符串,并把它们作为一个迭代器返回。
格式:
re.finditer(pattern,string,flags=0)
例:
iter=re.finditer(r'\d+','12gjh232jkg34')
for i in iter:
print(i)
print(i.group())
print(i.span())
#返回迭代器对象;匹配数值;位置
>><_sre.SRE_Match object; span=(0, 2), match='12'>
12
(0, 2)
>><_sre.SRE_Match object; span=(5, 8), match='232'>
232
(5, 8)
>><_sre.SRE_Match object; span=(11, 13), match='34'>
34
(11, 13)

6、split()
按照能够匹配的字符串string分割后返回列表。
可以使用re.split来分割字符串,如:re.split(r'\s+',text);将字符串按空格分割成一个列表。
格式:
re.split(pattern,string,maxsplit=0,flags=0)
例:
print(re.split('\d+','ont1two2three3four4five5',3))
>>['ont', 'two', 'three', 'four4five5']

7、sub()
使用re替换string中每个匹配的字符串返回后的值。
格式:
re.sub(pattern,repl,string,count)
例:
text='ont1two2three3four4five5'
print(re.sub(r'\d+',' ',text))
>>ont two three four five

8、subn()
返回替换次数
格式:
subn(pattern,repl,string,count=0,flags=0)
例:
print(re.subn(r'\d',' ','ont1two2three3four4five5'))
>>('ont two three four five ', 5)

 

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:正则表达式

下一篇:python文件操作