当前位置:   article > 正文

Python 正则表达式

Python 正则表达式

Python 正则表达式

目录

正则

flags:标志位

match函数

search函数

findall函数

finditer函数

元字符

匹配单个字符和数字

锚字符(边界字符)

^ 行首匹配

$ 行尾匹配

\A匹配字符串开始

\Z 匹配字符串结束

\b 匹配一个单词的边界

\B 匹配非单词的边界

匹配多个字符

应用

字符串切割

提取中间内容

字符串替换和修改

sub函数

subn函数

区别

分组

给组起名

编译

总结


正则

Python自1.5以后增加了re的模块,提供了正则表达式模式

re模块使Python语言拥有了全部的正则表达式功能。

flags:标志位

用于控制正则表达式的匹配方式,值如下

re.I   忽略大小写

re.L   做本地户识别

re.M  多行匹配,影响^和S

re.S  是.匹配包括换行符在内的所有字符

re.U  根据Unicode字符集解析字符,影响\w \W \b \B

re.X  使我们以更灵活的格式理解正则表达式

match函数

原型:match(pattern,stringflags=0)

patter:匹配的正则表达式

string:要匹配的字符串参数:

功能: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,返回None

示例:

  1. import re
  2. # www.baidu.com
  3. print(re.match("www", "www.baiwwwdu.com").span())
  4. print(re.match("www", "ww.baidu.com"))
  5. print(re.match("www", "baidu.wwwcom"))
  6. print(re.match("www", "wwW.baidu.com"))
  7. print(re.match("www", "www.baidu.com", flags=re.I))
  8. # 扫描整个字符申,返回从起始位置成功的匹配

执行效果:

 

search函数

原型:search(pattern, string,flags=0)参数:

patter:匹机的正则表达式

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

功能:扫描整个字符串,并返回第一个成功的匹配

示例:

print(re.search("English", "Do you teach me English?"))

执行效果:

findall函数

原型:findall(pattern,flags=0)string,参数:

patter: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

功能:扫描整个字符串,并返回结果列表

示例:

print(re.findall("English", "Do you teach me English?Yes, I teach you English.", flags=re.I))

执行效果:

finditer函数

原型:finditer(pattern, string,flags=0)

参数:

patter: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

功能:与findall类似,扫描整个字符串,返回的是一个迭代器

示例:

  1. str2 = 'Do you teach me English?Do I teach you English?Does he teach her English?'
  2. gets = re.finditer('Do.*?English', str2)
  3. print(gets, type(gets)) # <callable_iterator object at 0x00000172A48CB1C8> <class 'callable_iterator'> 结果为一个对象迭代器
  4. while True:
  5. try:
  6. print(next(gets))
  7. except StopIteration as e:
  8. break
  9. # 执行结果
  10. # <callable_iterator object at 0x0000024CC9D8B288> <class 'callable_iterator'>
  11. # <re.Match object; span=(0, 23), match='Do you teach me English'>
  12. # <re.Match object; span=(24, 46), match='Do I teach you English'>
  13. # <re.Match object; span=(47, 72), match='Does he teach her English'>

 

使用迭代器防止数据过多增大内存,使用next读取下一个。

元字符

匹配单个字符和数字

.     匹配除换行符以外的任意字符

[0123456789]   []是字符集合,表示匹配方括号中所包含的任意一个字符

[a-z]      匹配任意小写字母

[A-Z]     匹配任意大写字母

[0-9]      匹配任意数字,类似[0123456789]

[0-9a-zA-Z]   匹配任意的数字和字母

[0-9a-zA-Z_]   匹配任意的数字、字母和下划线

[^cat]      匹配除了cat这几个字母以外的所有字符,中括号里的^称为脱字符,表示不匹配集合中的字符

[^0-9]     匹配所有的非数字字符

\d 匹配所有数字,效果同[0-9]

\D 匹配非数字,效果同[^0-9]

\w 匹配数字、字母和下划线,效果等同[0-9a-zA-Z_]

\s 匹配任意的空白符(空格,换行,回车,换页,制表)效果同[\f\n\r\t]

\S 匹配任意非空白符,效果同[^\f\n\r\t]

示例:

  1. print(re.search('.', 'I have a cat.')) # 匹配的字母I
  2. print(re.search('[0123456789]', 'I have 2 cats.')) # 匹配的数字2

锚字符(边界字符)

^ 行首匹配

和在[]里的^不是一个意思

示例:

print(re.search('^Do', 'Do you teach me English?'))

$ 行尾匹配

示例:

print(re.search('English.$', 'Yes, I teach you English.'))

\A匹配字符串开始

它和^的区别是,\A只匹配整个字符串的开头,

即使在re.M模式下也不会匹配它行的行首。

示例:

  1. print(re.findall('^Do', "Do you teach me English?\nDo he teaches him English?", re.M))
  2. print(re.findall('\ADo', "Do you teach me English?\nDo he teaches him English?", re.M))

执行效果:

  1. E:\lianxipy\venv\Scripts\python.exe E:\lianxipy\python基础\正则练习\1..py
  2. ['Do', 'Do']
  3. ['Do']

\Z 匹配字符串结束

它和$的区别是,\Z只匹配整个字符串的结束,即使在re.M模式下也不会匹配它行的行尾。

示例:

  1. print(re.findall('English$', "I teach you English\nHe teaches me English", re.M))
  2. print(re.findall('English\Z', "I teach you English\nHe teaches me English", re.M))

执行效果:

  1. E:\lianxipy\venv\Scripts\python.exe E:\lianxipy\python基础\正则练习\1..py
  2. ['English', 'English']
  3. ['English']

\b 匹配一个单词的边界

也就是指单词和空格间的位置,’er\b’可以匹配never,但是不能匹配nerve

示例如下:

  1. print(re.search(r'er\b', 'never'))
  2. print(re.search(r'er\b', 'nerve'))

效果:

  1. E:\lianxipy\venv\Scripts\python.exe E:\lianxipy\python基础\正则练习\1..py
  2. <re.Match object; span=(3, 5), match='er'>
  3. None

\B 匹配非单词的边界

示例:

  1. print(re.search(r'er\B', 'never'))
  2. print(re.search(r'er\B', 'nerve'))

执行效果:

  1. E:\lianxipy\venv\Scripts\python.exe E:\lianxipy\python基础\正则练习\1..py
  2. None
  3. <re.Match object; span=(1, 3), match='er'>

匹配多个字符

下方的x、y、z均为假设的普通字符,不是正则表达式的元字符

(xyz) 匹配小括号内的xyz(作为一个整体去匹配)。

x? 匹配0个或者1个x

示例:

  1. print(re.findall("a?", 'aaaa')) # 非贪婪模式(尽可能少的匹配)
  2. # 执行结果
  3. # ['a', 'a', 'a', 'a', '']

x* 匹配0个或者任意多个x(.*表示匹配0个或者任意多个字符(换行符除外))

示例:

  1. print(re.findall("a*", 'aaaabbaaa')) # 贪婪模式(尽可能多的匹配)
  2. # 执行结果
  3. # ['aaaa', '', '', 'aaa', '']

x+ 匹配至少一个x

示例:

  1. print(re.findall("a+", 'aaabbaaaa')) # 贪婪模式(尽可能多的匹配)
  2. # 执行结果
  3. # ['aaa', 'aaaa']

x{n} 匹配确定的n个x(n是一个非负整数)

x{n,} 匹配至少n个x

x{n,m} 匹配至少n个最多m个x。注意:n<=m

x|y  |表示或,匹配x或者y

示例:

  1. print(re.findall('a{4}', 'bbbaaaaaabaa'))
  2. print(re.findall('a{4,}', 'bbbaaaaaabaa'))
  3. print(re.findall('a{4,5}', 'bbbaaaaaabaa'))
  4. print(re.findall('((a|A)aaa)', 'baaaaAaaab'))
  5. # 执行结果
  6. # ['aaaa']
  7. # ['aaaaaa']
  8. # ['aaaaa']
  9. # [('aaaa', 'a'), ('Aaaa', 'A')]

应用

判断手机号

示例:

  1. def check_phone(phone):
  2. reg = '^1[3578]\d{9}'
  3. if re.match(reg, phone) != None:
  4. print('正确')
  5. else:
  6. print('不正确')
  7. check_phone('13813103489')
  8. check_phone('138131034890')
  9. check_phone('10813103489')
  10. check_phone('00813103489')
  11. check_phone('19813103489')

字符串切割

示例:

  1. str1 = 'Do you teach me English?'
  2. print(str1.split(' '))
  3. print(re.split(' +', str1))
  4. # 执行结果
  5. # ['Do', 'you', 'teach', 'me', 'English?']
  6. # ['Do', 'you', 'teach', 'me', 'English?']

提取中间内容

示例:

  1. str2 = 'Do you teach me English?Do I teach you English?Does he teach her English?'
  2. print(re.findall('Do.*?English', str2))
  3. # 执行结果
  4. # ['Do you teach me English', 'Do I teach you English', 'Does he teach her English']

字符串替换和修改

sub函数

subn函数

sub(pattern, repl,string,count=0)

subn(pattern, repl, string, count=0)

pattern:正则表达式(规则)

repl :指定的用来替换的字符串

string:目标字符串

count :最多替换次数

功能:在目标字符串中以正则表达式的规则匹配字符串,再它们替换成指定字符串。

可以指定替换的次数,如果不指定,替换所有的匹配字符串

示例:

  1. str4 = 'aaabababab'
  2. print(re.sub('b', 'a', str4))
  3. print(re.subn('b', 'a', str4))
  4. # 执行结果
  5. # aaaaaaaaaa
  6. # ('aaaaaaaaaa', 4)

区别

前者返回一个被替换的字符串,后者返回一个元组(第一个元素被替换的字符串,第二个元素表示被替换的次数)。

分组

概念:除了简单的判断是否匹配之外,正则表达式还有提取子串的功能。

用()表示的就是提取分组。

示例:

  1. str5 = '0310-8899166'
  2. alls = re.match('(\d{3,4})-(\d{7,8})', str5)
  3. print(alls.group(0)) # 一直代表的是原始字符串
  4. print(alls.group(1))
  5. print(alls.group(2))
  6. print(alls.groups()) # 获取所有匹配情况
  7. # 执行结果
  8. # 0310-8899166
  9. # 0310
  10. # 8899166
  11. # ('0310', '8899166')

使用序号获取对应组的情况,group(0) 一直代表的是原始字符串

groups()查看匹配的各组情况

给组起名

可以通过以下方式给分组起名,起名后可以通过名称获取分组适用于匹配较多的情况。

示例:

  1. str5 = '0310-8899166'
  2. alls = re.match('(?P<first>\d{3,4})-(?P<two>\d{7,8})', str5)
  3. print(alls.groups())
  4. print(alls.group('first'))
  5. print(alls.group('two'))
  6. # 当然还可以使用原来的获取
  7. print(alls.group(1))
  8. print(alls.group(2))

编译

当我们使用正则表达式时,re模块会干两件事

1.编辑正则表达式,如果正则表达式本身不合法,会报错

2.用编译后的正则表达式去匹配对象

compile(pattern, flags=0)

pattern:要编译的正则表达式

示例:

  1. reg = '^1[3578]\d{9}'
  2. # 原版
  3. print(re.match(reg, '13666666666'))
  4. # 编译版
  5. obj = re.compile(reg)
  6. print(obj.match('13666666666'))

执行效果:

  1. <re.Match object; span=(0, 11), match='13666666666'>
  2. <re.Match object; span=(0, 11), match='13666666666'>

总结

本篇主要是在学习python 正则时总结和练习笔记。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/你好赵伟/article/detail/479235
推荐阅读
相关标签
  

闽ICP备14008679号