外网视频网站做泥声控,wordpress首页显示摘要,个人做小程序怎么挣钱,湖州网站建设服务公司菜鸟教程 之 python 正则表达式#xff1a;http://www.runoob.com/python/python-reg-expressions.html python 官网正则文档#xff1a;https://docs.python.org/2/library/re.html 1、正则表达式 简介 正则表达式 是对字符串操作的一种逻辑公式#xff0c;就是用事先定义好…
菜鸟教程 之 python 正则表达式http://www.runoob.com/python/python-reg-expressions.html python 官网正则文档https://docs.python.org/2/library/re.html 1、正则表达式 简介 正则表达式 是对字符串操作的一种逻辑公式就是用事先定义好的一些特定字符、及这些特定字符的组合组成一个 规则字符串 用来表示对字符串的一种过滤逻辑。 正则表达式 是用来匹配字符串非常强大的工具利用 正则表达式 可以从任意字符串中易如反掌的提取出想要的字符串。 正则表达式的大致匹配过程是 1. 依次拿出表达式和文本中的字符比较2. 如果每一个字符都能匹配则匹配成功一旦有匹配不成功的字符则匹配失败。3. 如果表达式中有量词或边界这个过程会稍微有一些不同。2、正则表达式的语法规则 下面是 Python 中正则表达式的一些匹配规则图片资料来自 CSDN 3、正则表达式相关注解 1数量词 的 贪婪模式 与 非贪婪模式 正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的在少数语言里也可能是默认非贪婪总是尝试匹配尽可能多的字符非贪婪的则相反总是尝试匹配尽可能少的字符。例如正则表达式”ab*”如果用于查找”abbbc”将找到”abbb”。而如果使用非贪婪的数量词”ab*?”将找到”a”。
注我们一般使用非贪婪模式来提取。 2反斜杠问题 与大多数编程语言相同正则表达式里使用”\”作为转义字符这就可能造成反斜杠困扰。假如你需要匹配文本中的字符”\”那么使用编程语言表示的正则表达式里将需要4个反斜杠”\\\\”前两个和后两个分别用于在编程语言里转义成反斜杠转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。
Python里的原生字符串很好地解决了这个问题这个例子中的正则表达式可以使用r”\\”表示。同样匹配一个数字的”\\d”可以写成r”\d”。有了原生字符串妈妈也不用担心是不是漏写了反斜杠写出来的表达式也更直观勒。 4、Python 的 re 模块 Python 自带了 re 模块它提供了对正则表达式的支持。主要用到的方法列举如下
#返回pattern对象
re.compile(string[,flag])
#以下为匹配所用函数
re.match(pattern, string[, flags])
re.search(pattern, string[, flags])
re.split(pattern, string[, maxsplit])
re.findall(pattern, string[, flags])
re.finditer(pattern, string[, flags])
re.sub(pattern, repl, string[, count])
re.subn(pattern, repl, string[, count])
在介绍这几个方法之前我们先来介绍一下 pattern 的概念pattern 可以理解为一个匹配模式那么我们怎么获得这个匹配模式呢很简单我们需要利用 re.compile 方法就可以。例如
pattern re.compile(rhello)
在参数中我们传入了原生字符串对象通过 compile 方法编译生成一个 pattern 对象然后我们利用这个对象来进行进一步的匹配。
另外大家可能注意到了另一个参数 flags在这里解释一下这个参数的含义
参数 flag 是匹配模式取值可以使用按位或运算符’|’表示同时生效比如re.I | re.M。
可选值有 • re.I(全拼IGNORECASE): 忽略大小写括号内是完整写法下同• re.M(全拼MULTILINE): 多行模式改变^和$的行为参见上图• re.S(全拼DOTALL): 点任意匹配模式改变.的行为• re.L(全拼LOCALE): 使预定字符类 \w \W \b \B \s \S 取决于当前区域设定• re.U(全拼UNICODE): 使预定字符类 \w \W \b \B \s \S \d \D 取决于unicode定义的字符属性• re.X(全拼VERBOSE): 详细模式。这个模式下正则表达式可以是多行忽略空白字符并可以加入注释。
在刚才所说的另外几个方法例如 re.match 里我们就需要用到这个pattern了下面我们一一介绍。 注以下七个方法中的flags同样是代表匹配模式的意思如果在pattern生成时已经指明了flags那么在下面的方法中就不需要传入这个参数了。 1re.match(pattern, string[, flags])
这个方法将会从string我们要匹配的字符串的开头开始尝试匹配pattern一直向后匹配如果遇到无法匹配的字符立即返回None如果匹配未结束已经到达string的末尾也会返回None。两个结果均表示匹配失败否则匹配pattern成功同时匹配终止不再对string向后匹配。下面我们通过一个例子理解一下
__author__ CQC
# -*- coding: utf-8 -*-#导入re模块
import re# 将正则表达式编译成Pattern对象注意hello前面的r的意思是“原生字符串”
pattern re.compile(rhello)# 使用re.match匹配文本获得匹配结果无法匹配时将返回None
result1 re.match(pattern,hello)
result2 re.match(pattern,helloo CQC!)
result3 re.match(pattern,helo CQC!)
result4 re.match(pattern,hello CQC!)#如果1匹配成功
if result1:# 使用Match获得分组信息print result1.group()
else:print 1匹配失败#如果2匹配成功
if result2:# 使用Match获得分组信息print result2.group()
else:print 2匹配失败#如果3匹配成功
if result3:# 使用Match获得分组信息print result3.group()
else:print 3匹配失败#如果4匹配成功
if result4:# 使用Match获得分组信息print result4.group()
else:print 4匹配失败
运行结果
hello
hello
3匹配失败
hello
匹配分析
1. 第一个匹配pattern 正则表达式为 ’hello’我们匹配的目标字符串 string 也为 hello从头至尾完全匹配匹配成功。2. 第二个匹配string 为 helloo CQC从 string 头开始匹配 pattern 完全可以匹配pattern 匹配结束同时匹配终止后面的 o CQC 不再匹配返回匹配成功的信息。3. 第三个匹配string 为helo CQC从 string 头开始匹配 pattern发现到 ‘o’ 时无法完成匹配匹配终止返回 None4. 第四个匹配同第二个匹配原理即使遇到了空格符也不会受影响。
我们还看到最后打印出了result.group()这个是什么意思呢下面我们说一下关于 match 对象的的属性和方法。Match 对象是一次匹配的结果包含了很多关于此次匹配的信息可以使用 Match提供的可读属性或方法来获取这些信息。 属性 1.string: 匹配时使用的文本。 2.re: 匹配时使用的Pattern对象。 3.pos: 文本中正则表达式开始搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。 4.endpos: 文本中正则表达式结束搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。 5.lastindex: 最后一个被捕获的分组在文本中的索引。如果没有被捕获的分组将为None。 6.lastgroup: 最后一个被捕获的分组的别名。如果这个分组没有别名或者没有被捕获的分组将为None。 方法 1.group([group1, …]): 获得一个或多个分组截获的字符串指定多个参数时将以元组形式返回。group1可以使用编号也可以使用别名编号0代表整个匹配的子串不填写参数时返回group(0)没有截获字符串的组返回None截获了多次的组返回最后一次截获的子串。 2.groups([default]): 以元组形式返回全部分组截获的字符串。相当于调用group(1,2,…last)。default表示没有截获字符串的组以这个值替代默认为None。 3.groupdict([default]): 返回以有别名的组的别名为键、以该组截获的子串为值的字典没有别名的组不包含在内。default含义同上。 4.start([group]): 返回指定的组截获的子串在string中的起始索引子串第一个字符的索引。group默认值为0。 5.end([group]): 返回指定的组截获的子串在string中的结束索引子串最后一个字符的索引1。group默认值为0。 6.span([group]): 返回(start(group), end(group))。 7.expand(template): 将匹配到的分组代入template中然后返回。template中可以使用\id或\g、\g引用分组但不能使用编号0。\id与\g是等价的但\10将被认为是第10个分组如果你想表达\1之后是字符’0’只能使用\g0。 下面我们用一个例子来体会一下
# -*- coding: utf-8 -*-
#一个简单的match实例import re
# 匹配如下内容单词空格单词任意字符
m re.match(r(\w) (\w)(?Psign.*), hello world!)print m.string:, m.string
print m.re:, m.re
print m.pos:, m.pos
print m.endpos:, m.endpos
print m.lastindex:, m.lastindex
print m.lastgroup:, m.lastgroup
print m.group():, m.group()
print m.group(1,2):, m.group(1, 2)
print m.groups():, m.groups()
print m.groupdict():, m.groupdict()
print m.start(2):, m.start(2)
print m.end(2):, m.end(2)
print m.span(2):, m.span(2)
print rm.expand(r\g \g\g):, m.expand(r\2 \1\3)### output ###
# m.string: hello world!
# m.re:
# m.pos: 0
# m.endpos: 12
# m.lastindex: 3
# m.lastgroup: sign
# m.group(1,2): (hello, world)
# m.groups(): (hello, world, !)
# m.groupdict(): {sign: !}
# m.start(2): 6
# m.end(2): 11
# m.span(2): (6, 11)
# m.expand(r\2 \1\3): world hello! 2re.search(pattern, string[, flags])
search 方法与 match 方法极其类似区别在于 match() 函数只检测 re 是不是在 string 的开始位置匹配search() 会扫描整个 string 查找匹配match() 只有在 0 位置匹配成功的话才有返回如果不是开始位置匹配成功的话match() 就返回 None。同样search 方法的返回对象同 match() 返回对象的方法和属性。我们用一个例子感受一下
#导入re模块
import re# 将正则表达式编译成Pattern对象
pattern re.compile(rworld)
# 使用search()查找匹配的子串不存在能匹配的子串时将返回None
# 这个例子中使用match()无法成功匹配
match re.search(pattern,hello world!)
if match:# 使用Match获得分组信息print match.group()
### 输出 ###
# world 3re.split(pattern, string[, maxsplit])
按照能够匹配的子串将 string 分割后返回列表。maxsplit 用于指定最大分割次数不指定将全部分割。我们通过下面的例子感受一下。
import repattern re.compile(r\d)
print re.split(pattern,one1two2three3four4)### 输出 ###
# [one, two, three, four, ] 4re.findall(pattern, string[, flags])
搜索 string以列表形式返回全部能匹配的子串。我们通过这个例子来感受一下
import repattern re.compile(r\d)
print re.findall(pattern,one1two2three3four4)### 输出 ###
# [1, 2, 3, 4] 5re.finditer(pattern, string[, flags])
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。我们通过下面的例子来感受一下
import repattern re.compile(r\d)
for m in re.finditer(pattern,one1two2three3four4):print m.group(),### 输出 ###
# 1 2 3 4 6re.sub(pattern, repl, string[, count])
使用 repl 替换 string 中每一个匹配的子串后返回替换后的字符串。
当 repl 是一个字符串时可以使用 \id 或 \g、\g 引用分组但不能使用编号0。当 repl 是一个方法时这个方法应当只接受一个参数Match对象并返回一个字符串用于替换 返回的字符串中不能再引用分组 。count 用于指定最多替换次数不指定时全部替换。
import repattern re.compile(r(\w) (\w))
s i say, hello world!print re.sub(pattern,r\2 \1, s)def func(m):return m.group(1).title() m.group(2).title()print re.sub(pattern,func, s)### output ###
# say i, world hello!
# I Say, Hello World! 7re.subn(pattern, repl, string[, count])
返回 ( sub(repl, string[, count]), 替换次数 )。
import repattern re.compile(r(\w) (\w))
s i say, hello world!print re.subn(pattern,r\2 \1, s)def func(m):return m.group(1).title() m.group(2).title()print re.subn(pattern,func, s)### output ###
# (say i, world hello!, 2)
# (I Say, Hello World!, 2) 5、Python 的 re 模块的另一种使用方式 在上面我们介绍了 7 个工具方法例如 matchsearch 等等不过调用方式都是 re.matchre.search 的方式其实还有另外一种调用方式可以通过 pattern.matchpattern.search 调用这样调用便不用将 pattern 作为第一个参数传入了大家想怎样调用皆可。
函数 API 列表 match(string[, pos[, endpos]]) | re.match(pattern, string[, flags])search(string[, pos[, endpos]]) | re.search(pattern, string[, flags])split(string[, maxsplit]) | re.split(pattern, string[, maxsplit])findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags])finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags])sub(repl, string[, count]) | re.sub(pattern, repl, string[, count])subn(repl, string[, count]) |re.sub(pattern, repl, string[, count])
示例代码
import redef func_1():pattern re.compile(r((86|86\)?\d{11}))s abc8612345678901abcresult re.search(pattern, s)print(result.groups())passdef func_2():pattern re.compile(r((86|86\)?\d{11}))s abc8612345678901abcresult pattern.search(s)print(result.groups())passif __name__ __main__:print(this is a test)func_1()print(** 20)func_2()
运行结果
