网站添加属性,建外贸网站用什么主机,h5哪个网站可以做,找人做网站推广正则表达式指预先定义好一个 “ 字符串模板 ” #xff0c;通过这个 “ 字符串模 板” 可以匹配、查找和替换那些匹配 “ 字符串模板 ” 的字符串。 Python的中 re 模块#xff0c;主要是用来处理正则表达式#xff0c;还可以利用 re 模块通过正则表达式来进行网页数据的爬取… 正则表达式指预先定义好一个 “ 字符串模板 ” 通过这个 “ 字符串模 板” 可以匹配、查找和替换那些匹配 “ 字符串模板 ” 的字符串。 Python的中 re 模块主要是用来处理正则表达式还可以利用 re 模块通过正则表达式来进行网页数据的爬取和存储。 正则表达式的英文是 regular expression通常简写为 regex、regexp 或者RE属于计算机领域的一个概念。 正则表达式的主要作用是被用来进行文本的检索、替换或者是从一个串中提取出符合我们指定条件的子串它描述了一种字符串匹配的模式 pattern 。 目前正则表达式已经被集成到了各种文本编辑器和文本处理工具中。 下面给出一个简单的示例 ^[ 0 - 9 ] a b c $ ^ 为匹配输入字符串的开始位置。 [0-9] 匹配单个数字。 匹配一个或者多个。 [0-9]匹配一个或多个数字。 $ 为匹配输入字符串的结束位置。 abc$匹配字母 abc 并以 abc 结尾。 ^[a-zA-Z0-9_-]{3,15}$ ^表示匹配字符串的开头。[a-zA-Z0-9_-] 表示字符集包含小写字母、大写字母、数字、下划线和连接字符 -。{3,15} 表示前面的字符集最少出现 3 次最多出现 15 次从而限制了用户名的长度在 3 到 15 个字符之间。$ 表示匹配字符串的结尾。 ^[0-9]abc$ 匹配以数字开头并以 abc 结尾的字符串。 先介绍常用正则表达式中几种特殊字符的功能 字符含义例子.匹配任意一个字符ab.可以匹配abc或者abd [ ] [^ ] 匹配括号中的任意1个字符 匹配除了括号内的字符以外的任意一个字符 [abcd]可以匹配a、b、c、d [^abc] 匹配除了字符 a、b 或 c 以外的任意字符。 -在[ ]内表示的字符范围内进行匹配[0-9a-fA-F]可以匹配任意一个16进制的数字^位于[ ]括号内的开头匹配除括号中的字符之外的任意1个字符[^xy]匹配xy之外的任意一个字符比如[^xy]1可以匹配A1、B1但是不能匹配x1、y1 数量限定符 字符含义例子匹配前面紧跟字符的0次或者1次[0-9]?匹配1、2、3匹配前面紧跟字符的1次或者多次[0-9]匹配1、12、123等*匹配前面紧跟字符的0次或者多次[0-9]*不匹配或者12、123待验证{N}匹配前面紧跟字符精确到N次[1-9][0-9]{2}匹配100到999的整数{2}表示[0-9]匹配两个数字{,M}匹配前面紧跟字符最多M次[0-9]{,1}指的是最多匹配0-9之间的1个整数相当于是0次或者1次等价于[0-9]?{N,M}匹配前面紧跟字符的至少N次最多M次[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}匹配IP地址其中.号是特殊字符需要使用转义字符\
在 Python 中主要是利用 re 模块进行正则表达式的处理涉及到 4 个常用的方法
re.match() re.search() re.findall() re.sub() re.split() import re # 使用之前先进行导入re模块
re 模块简介
re模块主要定义了9个常量、12个函数、1个异常每个常量和函数siki学院都会通过实际代码案例讲解让大家能更直观的了解其作用标准库的意思表示这是一个Python内置模块不需要额外下载目前Python内置模块大概有300个。可以在这里查看Python所有的内置模块 re模块简介聊到Python正则表达式的支持首先肯定会想到re库这是一个Python处理文本的标准库。
re.match(pattern, string, flags)
参数描述pattern匹配的正则表达式string要匹配的字符串flags标志位用于控制正则表达式的匹配方式如是否区分大小写多行匹配等等。 标志位 flags
正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志如 re.I | re.M 被同时设置成 I 和 M 标志 修饰符描述re.I忽略大小写常用re.L做本地化识别locale-aware匹配re.M多行匹配影响 ^ 和 $re.S使 . 匹配包括换行在内的所有字符re.U根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B.re.X该标志通过给予更灵活的格式以便将正则表达式写得更易于理解。 match
从指定字符串的开始位置进行匹配。开始位置匹配成功则继续匹配否则输出None。
该方法的结果是返回一个正则匹配对象通过两个方法获取相关内容
通过 group() 来获取内容通过 span() 来获取范围匹配到字符的开始和结束的索引位置
re.match(pattern, string, flags) # match方法为例
示例代码
import re
print(re.match(www, www.bd.com).span()) # 在起始位置匹配
print(re.match(com, www.bd.com)) # 不在起始位置匹配
line Cats are smarter than dogsmatchObj re.match(r(.*) are (.*?) .*, line, re.M | re.I)if matchObj:print(matchObj.group() : , matchObj.group())print(matchObj.group(1) : , matchObj.group(1))print(matchObj.group(2) : , matchObj.group(2))
else:print(No match!!) 运行结果
(0, 3) None matchObj.group() : Cats are smarter than dogs matchObj.group(1) : Cats matchObj.group(2) : smarter re.match与re.search的区别 re.match只匹配字符串的开始如果字符串开始不符合正则表达式则匹配失败函数返回None而re.search匹配整个字符串直到找到一个匹配。 位置相关 字符含义例子^匹配开头的位置通过\A^hello 匹配hello开头的字符内容$匹配结束的位置同\Z;$ 匹配一行结尾的;符号 ^$匹配空行匹配单词开头的位置th 匹配…this但是不能匹配ethernet等匹配单词结尾的位置p 匹配leap等但是不能匹配parent、sleepy等不是p结尾的单词\b匹配单词开头或结尾的位置\bat 匹配…at…但是不能匹配cat、atexit、batch非at开头\B匹配非单词开头或者结尾的单词\Bat匹配battery但是不能匹配attend/hat等以at开头的单词 特殊字符 字符含义例子\转义字符保持后面字符的原义使其不被转义\. 输出.( )将表达式的一部分括起来可以对整个单元使用数量限定符匹配括号中的内容([0-9]{1,3}\.){3}[0-9]{1,3}表示将括号内的内容匹配3次|连接两个子表达式相当于或的关系n(o|either)匹配no或者neither\d数字字符相当于是[0-9]\D非数字字符相当于是[^0-9]\w数字字母下划线[a-zA-Z0-9_]\W非数字字母下划线匹配特殊字符[^\w]\s空白区域[\r\t\n\f]表格、换行等空白区域\S[^\s]非空白区域
贪婪模式与非贪婪模式:
.*? 非贪婪模式.* 贪婪模式 import re
str aaaacbabadceb
res re.findall(a.*?b, str)
res1 re.findall(a.*b, str)
str2 aaaacbabadcebfegbbb
res2 re.findall(a.*b, str2)
print(res)
print(res1)
print(res2)运行结果为
[aaaacb, ab, adceb] [aaaacbabadceb] [aaaacbabadcebfegbbb] 在上面的非贪婪模式中使用了问号 当匹配到 aaaacb 已经达到了要求停止第一次匹配接下来再开始匹配到 ab 再匹配到 adceb 所以存在多个匹配结果在贪婪模式中程序会找到最长的那个符合要求的字符串
