网站后台 批量上传,教育类型网站,网站建设维护与管理实训总结,如何用python开发网页Python 正则表达式
正则表达式是一个特殊的字符序列#xff0c;它能帮助你方便的检查一个字符串是否与某种模式匹配。
Python 自1.5版本起增加了re 模块#xff0c;它提供 Perl 风格的正则表达式模式。
re 模块使 Python 语言拥有全部的正则表达式功能。
compile 函数根…Python 正则表达式
正则表达式是一个特殊的字符序列它能帮助你方便的检查一个字符串是否与某种模式匹配。
Python 自1.5版本起增加了re 模块它提供 Perl 风格的正则表达式模式。
re 模块使 Python 语言拥有全部的正则表达式功能。
compile 函数根据一个模式字符串和可选的标志参数生成一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和替换。
re 模块也提供了与这些方法功能完全一致的函数这些函数使用一个模式字符串做为它们的第一个参数。
本章节主要介绍Python中常用的正则表达式处理函数。 re.match函数
re.match 尝试从字符串的起始位置匹配一个模式如果不是起始位置匹配成功的话match() 就返回 none。
函数语法
re.match(pattern, string, flags0)
函数参数说明
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。参见正则表达式修饰符 - 可选标志
匹配成功 re.match 方法返回一个匹配的对象否则返回 None。
我们可以使用 group(num) 或 groups() 匹配对象函数来获取匹配表达式。
匹配对象方法描述group(num0)匹配的整个表达式的字符串group() 可以一次输入多个组号在这种情况下它将返回一个包含那些组所对应值的元组。groups()返回一个包含所有小组字符串的元组从 1 到 所含的小组号。
实例
#!/usr/bin/python # -*- coding: UTF-8 -*- import re print(re.match(www, www.runoob.com).span()) # 在起始位置匹配 print(re.match(com, www.runoob.com)) # 不在起始位置匹配
以上实例运行输出结果为
(0, 3)
None
实例
#!/usr/bin/python import re line Cats are smarter than dogs matchObj 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!!
以上实例执行结果如下
matchObj.group() : Cats are smarter than dogs
matchObj.group(1) : Cats
matchObj.group(2) : smarter re.search方法
re.search 扫描整个字符串并返回第一个成功的匹配。
函数语法
re.search(pattern, string, flags0)
函数参数说明
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。
匹配成功re.search方法返回一个匹配的对象否则返回None。
我们可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。
匹配对象方法描述group(num0)匹配的整个表达式的字符串group() 可以一次输入多个组号在这种情况下它将返回一个包含那些组所对应值的元组。groups()返回一个包含所有小组字符串的元组从 1 到 所含的小组号。
实例
#!/usr/bin/python # -*- coding: UTF-8 -*- import re print(re.search(www, www.runoob.com).span()) # 在起始位置匹配 print(re.search(com, www.runoob.com).span()) # 不在起始位置匹配
以上实例运行输出结果为
(0, 3)
(11, 14)
实例
#!/usr/bin/python import re line Cats are smarter than dogs; searchObj re.search( r(.*) are (.*?) .*, line, re.M|re.I) if searchObj: print searchObj.group() : , searchObj.group() print searchObj.group(1) : , searchObj.group(1) print searchObj.group(2) : , searchObj.group(2) else: print Nothing found!!
以上实例执行结果如下
searchObj.group() : Cats are smarter than dogs
searchObj.group(1) : Cats
searchObj.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。
实例
#!/usr/bin/python import re line Cats are smarter than dogs; matchObj re.match( rdogs, line, re.M|re.I) if matchObj: print match -- matchObj.group() : , matchObj.group() else: print No match!! matchObj re.search( rdogs, line, re.M|re.I) if matchObj: print search -- searchObj.group() : , matchObj.group() else: print No match!!
以上实例运行结果如下
No match!!
search -- searchObj.group() : dogs 检索和替换
Python 的 re 模块提供了re.sub用于替换字符串中的匹配项。
语法
re.sub(pattern, repl, string, count0, flags0)
参数
pattern : 正则中的模式字符串。repl : 替换的字符串也可为一个函数。string : 要被查找替换的原始字符串。count : 模式匹配后替换的最大次数默认 0 表示替换所有的匹配。
实例
#!/usr/bin/python # -*- coding: UTF-8 -*- import re phone 2004-959-559 # 这是一个国外电话号码 # 删除字符串中的 Python注释 num re.sub(r#.*$, , phone) print 电话号码是: , num # 删除非数字(-)的字符串 num re.sub(r\D, , phone) print 电话号码是 : , num
以上实例执行结果如下
电话号码是: 2004-959-559
电话号码是 : 2004959559
repl 参数是一个函数
以下实例中将字符串中的匹配的数字乘以 2
实例
#!/usr/bin/python # -*- coding: UTF-8 -*- import re # 将匹配的数字乘以 2 def double(matched): value int(matched.group(value)) return str(value * 2) s A23G4HFD567 print(re.sub((?Pvalue\d), double, s))
执行输出结果为
A46G8HFD1134
re.compile 函数
compile 函数用于编译正则表达式生成一个正则表达式 Pattern 对象供 match() 和 search() 这两个函数使用。
语法格式为
re.compile(pattern[, flags])
参数 pattern : 一个字符串形式的正则表达式 flags : 可选表示匹配模式比如忽略大小写多行模式等具体参数为 re.I 忽略大小写re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境re.M 多行模式re.S 即为 . 并且包括换行符在内的任意字符. 不包括换行符re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库re.X 为了增加可读性忽略空格和 # 后面的注释
实例
实例
import re pattern re.compile(r\d) # 用于匹配至少一个数字 m pattern.match(one12twothree34four) # 查找头部没有匹配 print m None m pattern.match(one12twothree34four, 2, 10) # 从e的位置开始匹配没有匹配 print m None m pattern.match(one12twothree34four, 3, 10) # 从1的位置开始匹配正好匹配 print m # 返回一个 Match 对象 _sre.SRE_Match object at 0x10a42aac0 m.group(0) # 可省略 0 12 m.start(0) # 可省略 0 3 m.end(0) # 可省略 0 5 m.span(0) # 可省略 0 (3, 5)
在上面当匹配成功时返回一个 Match 对象其中
group([group1, …]) 方法用于获得一个或多个分组匹配的字符串当要获得整个匹配的子串时可直接使用 group() 或 group(0)start([group]) 方法用于获取分组匹配的子串在整个字符串中的起始位置子串第一个字符的索引参数默认值为 0end([group]) 方法用于获取分组匹配的子串在整个字符串中的结束位置子串最后一个字符的索引1参数默认值为 0span([group]) 方法返回 (start(group), end(group))。
再看看一个例子
实例
import re pattern re.compile(r([a-z]) ([a-z]), re.I) # re.I 表示忽略大小写 m pattern.match(Hello World Wide Web) print m # 匹配成功返回一个 Match 对象 _sre.SRE_Match object at 0x10bea83e8 m.group(0) # 返回匹配成功的整个子串 Hello World m.span(0) # 返回匹配成功的整个子串的索引 (0, 11) m.group(1) # 返回第一个分组匹配成功的子串 Hello m.span(1) # 返回第一个分组匹配成功的子串的索引 (0, 5) m.group(2) # 返回第二个分组匹配成功的子串 World m.span(2) # 返回第二个分组匹配成功的子串 (6, 11) m.groups() # 等价于 (m.group(1), m.group(2), ...) (Hello, World) m.group(3) # 不存在第三个分组 Traceback (most recent call last): File stdin, line 1, in module IndexError: no such group
findall
在字符串中找到正则表达式所匹配的所有子串并返回一个列表如果有多个匹配模式则返回元组列表如果没有找到匹配的则返回空列表。
注意 match 和 search 是匹配一次 findall 匹配所有。
语法格式为
findall(string[, pos[, endpos]])
参数
string : 待匹配的字符串。pos : 可选参数指定字符串的起始位置默认为 0。endpos : 可选参数指定字符串的结束位置默认为字符串的长度。
查找字符串中的所有数字
实例
# -*- coding:UTF8 -*- import re pattern re.compile(r\d) # 查找数字 result1 pattern.findall(runoob 123 google 456) result2 pattern.findall(run88oob123google456, 0, 10) print(result1) print(result2)
输出结果
[123, 456]
[88, 12]
多个匹配模式返回元组列表
实例
import re result re.findall(r(\w)(\d), set width20 and height10) print(result)
[(width, 20), (height, 10)]
re.finditer
和 findall 类似在字符串中找到正则表达式所匹配的所有子串并把它们作为一个迭代器返回。
re.finditer(pattern, string, flags0)
参数
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。参见正则表达式修饰符 - 可选标志
实例
# -*- coding: UTF-8 -*- import re it re.finditer(r\d,12a32bc43jf3) for match in it: print (match.group() )
输出结果
12
32
43
3
re.split
split 方法按照能够匹配的子串将字符串分割后返回列表它的使用形式如下
re.split(pattern, string[, maxsplit0, flags0])
参数
参数描述pattern匹配的正则表达式string要匹配的字符串。maxsplit分隔次数maxsplit1 分隔一次默认为 0不限制次数。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。参见正则表达式修饰符 - 可选标志
实例
import re re.split(\W, runoob, runoob, runoob.) [runoob, runoob, runoob, ] re.split((\W), runoob, runoob, runoob.) [, , runoob, , , runoob, , , runoob, ., ] re.split(\W, runoob, runoob, runoob., 1) [, runoob, runoob, runoob.] re.split(a*, hello world) # 对于一个找不到匹配的字符串而言split 不会对其作出分割 [hello world] 正则表达式对象
re.RegexObject
re.compile() 返回 RegexObject 对象。
re.MatchObject
group() 返回被 RE 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span() 返回一个元组包含匹配 (开始,结束) 的位置 正则表达式修饰符 - 可选标志
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。多个标志可以通过按位 OR(|) 它们来指定。如 re.I | re.M 被设置成 I 和 M 标志
修饰符描述re.I使匹配对大小写不敏感re.L做本地化识别locale-aware匹配re.M多行匹配影响 ^ 和 $re.S使 . 匹配包括换行在内的所有字符re.U根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B.re.X该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。 正则表达式模式
模式字符串使用特殊的语法来表示一个正则表达式
字母和数字表示他们自身。一个正则表达式模式中的字母和数字匹配同样的字符串。
多数字母和数字前加一个反斜杠时会拥有不同的含义。
标点符号只有被转义时才匹配自身否则它们表示特殊的含义。
反斜杠本身需要使用反斜杠转义。
由于正则表达式通常都包含反斜杠所以你最好使用原始字符串来表示它们。模式元素(如 r\t等价于 \\t)匹配相应的特殊字符。
下表列出了正则表达式模式语法中的特殊元素。如果你使用模式的同时提供了可选的标志参数某些模式元素的含义会改变。
模式描述^匹配字符串的开头$匹配字符串的末尾。.匹配任意字符除了换行符当re.DOTALL标记被指定时则可以匹配包括换行符的任意字符。[...]用来表示一组字符,单独列出[amk] 匹配 am或k[^...]不在[]中的字符[^abc] 匹配除了a,b,c之外的字符。re*匹配0个或多个的表达式。re匹配1个或多个的表达式。re?匹配0个或1个由前面的正则表达式定义的片段非贪婪方式re{ n}精确匹配 n 个前面表达式。例如 o{2} 不能匹配 Bob 中的 o但是能匹配 food 中的两个 o。re{ n,}匹配 n 个前面表达式。例如 o{2,} 不能匹配Bob中的o但能匹配 foooood中的所有 o。o{1,} 等价于 o。o{0,} 则等价于 o*。re{ n, m}匹配 n 到 m 次由前面的正则表达式定义的片段贪婪方式a| b匹配a或b(re)对正则表达式分组并记住匹配的文本(?imx)正则表达式包含三种可选标志i, m, 或 x 。只影响括号中的区域。(?-imx)正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。(?: re)类似 (...), 但是不表示一个组(?imx: re)在括号中使用i, m, 或 x 可选标志(?-imx: re)在括号中不使用i, m, 或 x 可选标志(?#...)注释.(? re)前向肯定界定符。如果所含正则表达式以 ... 表示在当前位置成功匹配时成功否则失败。但一旦所含表达式已经尝试匹配引擎根本没有提高模式的剩余部分还要尝试界定符的右边。(?! re)前向否定界定符。与肯定界定符相反当所含表达式不能在字符串当前位置匹配时成功(? re)匹配的独立模式省去回溯。\w匹配字母数字及下划线\W匹配非字母数字及下划线\s匹配任意空白字符等价于 [ \t\n\r\f]。\S匹配任意非空字符\d匹配任意数字等价于 [0-9].\D匹配任意非数字\A匹配字符串开始\Z匹配字符串结束如果是存在换行只匹配到换行前的结束字符串。\z匹配字符串结束\G匹配最后匹配完成的位置。\b匹配一个单词边界也就是指单词和空格间的位置。例如 er\b 可以匹配never 中的 er但不能匹配 verb 中的 er。\B匹配非单词边界。er\B 能匹配 verb 中的 er但不能匹配 never 中的 er。\n, \t, 等.匹配一个换行符。匹配一个制表符。等\1...\9匹配第n个分组的内容。\10匹配第n个分组的内容如果它经匹配。否则指的是八进制字符码的表达式。 正则表达式实例
字符匹配
实例描述python匹配 python.
字符类
实例描述[Pp]ython 匹配 Python 或 pythonrub[ye]匹配 ruby 或 rube[aeiou]匹配中括号内的任意一个字母[0-9]匹配任何数字。类似于 [0123456789][a-z]匹配任何小写字母[A-Z]匹配任何大写字母[a-zA-Z0-9]匹配任何字母及数字[^aeiou]除了aeiou字母以外的所有字符 [^0-9]匹配除了数字外的字符
特殊字符类
实例描述.匹配除 \n 之外的任何单个字符。要匹配包括 \n 在内的任何字符请使用象 [.\n] 的模式。\d匹配一个数字字符。等价于 [0-9]。\D 匹配一个非数字字符。等价于 [^0-9]。\s匹配任何空白字符包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。\S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。\w匹配包括下划线的任何单词字符。等价于[A-Za-z0-9_]。\W匹配任何非单词字符。等价于 [^A-Za-z0-9_]。
