什么是正则表达式

正则就是用一些具有特殊含义的符号组合到一起(称为正则表达式)来描述字符或者字符串的方法。或者说:正则就是用来描述一类事物的规则。(在Python中)它内嵌在Python中,并通过 re 模块实现。正则表达式模式被编译成一系列的字节码,然后由用 C 编写的匹配引擎执行。

生活中处处都是正则:

比如我们描述:4条腿你可能会想到的是四条腿的动物或者桌子,椅子等

继续描述:4条腿,活的就只剩下四条腿的动物这一类了

正则表达式格式

re.findall(pattern,string,flags)

pattern:正则表达式

string:被匹配的字符串

flags

匹配原理

匹配字符中的alex

print(re.findall('alex','my name is alex alex is DSB'))

PS:从字符串中找出符合规则的,正则表达式‘alex’就是规则,程序就会先从字符串第一个字符开始匹配,没有匹配上则往后走一个,如果遇到第一个字符匹配成功,则开始从成功被匹配的字符开始往后匹配第二个字符,如不成功则直接往后走一个字符,从头开始匹配,直到表达式全部匹配成功,如全部没有匹配成功则

正则符号对应的功能

正则匹配(findall方法)

import re  #调用re模块

findall方法返回的是一个列表,所有符合表达式的值都存在这个列表中

转义符号 \(取消特殊字符的意义)
print(re.findall('a\.c','a.c a1c aac aAc'))

PS:加上转义符号 \ 就会变成普通符号

字符串末尾匹配 $

print(re.findall('DSB$','alex my name is alex alex is DSB '))  #  $ 表示匹配字符串的末尾

匹配任意字符  .

print(re.findall('a.c','abc a c a1c aaaaaaac a\nc a\tc',re.DOTALL))  # . 代表匹配一个字符,这一个字符可以是除了\n以外的任意字符

匹配指定范围字符 []

print(re.findall('a[0-9]c','a1c a2c aac aaaac aAc'))  #  [ ] 代表匹配一个字符,这一字符必须是指定范围内的,[0-9] [a-zA-Z],只要ac中间是匹配项都会获取
print(re.findall('a[A-Z]c','a1c a2c aac aaaac aAc'))  #ac中间是大写字母都会获取
print(re.findall('a[A-Za-z]c','a1c a2c aac aaaac aAc')) #ac中间是字母,包含大小写均可
print(re.findall('a[A-Za-z][A-Za-z]c','a1c a2c aac aaaac aAc')) # ac中间两个字符必须是大小写字母
print(re.findall('a[+*/-]c','a-c a+c a*c a/c aaac a1c asadfac'))  
print(re.findall('a[^+*/-]c','a-c a+c a*c a/c aaac a1c asadfac'))

PS:正则表达式时候, - 这个符号如果放在中间则表示是范围的意思,所以需要匹配横杠时候放左右两面即可

重复匹配  ? 和 * 和 + 和 {n,m}

print(re.findall('ab?','a ab abb abbb abbbbbbb a1b a+b'))  # ? 左边b这一个字符出现0次或1次

print(re.findall('ab*','a ab abb abbb abbbbbbb a1b a+b'))  # * 左边b这一个字符出现0次或无穷次

print(re.findall('ab+','a ab abb abbb abbbbbbb a1b a+b'))  # + a后面至少有一个b,如果没有则匹配不成功,如果有则表示有多少拿多少

print(re.findall('ab{0,3}','a ab abb abbbb ')) # {n,m} n就是设定表达式右边的数值b出现次数,m就是b出现次数上限,如果m为空就是无穷次

贪婪匹配  .*

print(re.findall('a.*b','a1b22222222b')) #['a1b22222222b']  # .*  默认为贪婪匹配

PS:从a开始就往右面一直找,直到找到最远的b为止

PS:.*合并到一起是一个组合和单纯的.是不一样的意思

 

非贪婪匹配  .*?(推荐使用)

print(re.findall('a.*?b','a1b22222222b'))  #  *?是组合在一起使用的,这里的?只是单纯的非贪婪模式的表示,和重复匹配里的?毫无关系

PS:从a开始找最近的b

或者匹配 |
print(re.findall('company|companies','Too many companies have gone bankrupt, and the next one is my company'))  #查找公司的单词,匹配多个条件

分组法

print(re.findall('compan(?:y|ies)','Too many companies have gone bankrupt, and the next one is my company'))  #分组的开头加?:这是一个固定的用法,表示所取得结果包括组内组外,如果不加?:则表示所取得结果就是组内匹配成功的

print(re.findall('href="(.*?)"','<a href="https://www.baidu.com/1.mp4"><p>"哈哈哈"</p><a href="https://www.baidu #查找网页链接

PS:|是或者的意思

PS:分组法括号前面的是辅助匹配条件,这个条件达到后再去匹配括号里面的,括号里相同的条件值会被取出

正则表达实例

取出表达式中的所有数字

print(re.findall('\D?(\-?\d+\.?\d*)',"1-12*(60+(-40.35/5)-(-4*3))"))

匹配逻辑

先设定 \D?  要判定是否是负数,- 号的前面必须是非数字(也就是括号),所以优先设定一个非数字匹配而且只出现1次  #这是一个辅助匹配

\-?  然后再设定减号出现1次或0次来匹配负数(用转义符 \ 将 - 变成普通符号)

先用 \d 匹配任意数字,然后再设定一个条件 +至少出现一次

用 \.匹配普通字符 .  (用转义符将 . 变成普通的字符 .)去匹配数字.后面的字符 ,加上?设定出现0次或1次

然后用 \d* 匹配无穷个普通数字  (数字后面的小数点不一定是必须出现的,整数肯定是没有的,只有浮点数小数点后面跟数字)小数点后面可能出现无穷的数字

最后将'\D? 后面的表达式全部用()括起来,使用分组法去匹配

取出a\c 这个字符串

print(re.findall('a\\\c','abc a1c a c a\c'))

PS:\在正则表达式中是转义的意思,所以不能单用一个\去匹配,必须用转义符将\转义成普通字符串,如果只用一个 \ 去转义,则程序会默认把\c识别成一组进行转义,由于Python解释器在读取的时候有一个解析过程,即a\\\c解析后就是a\\c,\\就表示普通的 \ 这个符号,所以要加两个\\

re模块的其他方法

search方法

和findall一样的功能都是查找字符串,findall返回的是一个列表,但是search会返回一个对象,并且告诉你这个对象的索引范围位置,但是只找最前面的一个,所以这个方法通常用来判断字符串里面有没有符合我设定规则的,如果有则不会再找下去,没找到就返回None

print(re.search('alex','myalex alex is DSB'))

serach下的.group功能用来返回查找的对象,即返回serach匹配成功的对象,如果对象不存在则报错

print(re.search('alex','myalex alex is DSB').group())

search下的match功能,match表示从头开始匹配,等同于 ^ 这个符号

print(re.search('^alex','alex alex is DSB'))  #加一个 ^ 这个符号则表示从头开始匹配

print(re.match('alex','alex alex is DSB').group())   #match和^一样都是从头开始匹配

re.split方法

正则表达式中的切分法

info='a:=-b*(c'  #将变量中的字母切分出来

print(re.split('[:=*(-]',info))  #直接切分后返回的列表中会有空字符

res=[item for item in re.split('[:=*(-]',info) if len(item) != 0]  #用列表表达式可以剔除空字符
print(res)

PS:如果直接切分会在字典中出现空字符,配合列表解析加判定过滤即可,为什么会出现空字符,因为在分割时候如果遇到表达式中的符号,则左右都是空,则会将空字符放入列表

sub方法(这个方法下flags有很多种可供选择

re.sub(pattern, repl, string, count=0, flags=0)

re.sub 用于替换字符串的匹配项。如果没有匹配到规则,则原字符串不变。

pattern:正则表达式

repl:替换后的字符串

string:需要处理的字符串

count:替换多少次,默认是0,从头到尾做替换

flags:匹配模式

替换字符串中的字符

msg='alex my name is alex alex alex is hahahah'

print(re.sub('^alex','ALEX',msg)) #加^ 则表示值替换开头的

print(re.subn('alex','ALEX',msg)) #返回一个替换后的内容元祖,并且告诉你替换了几处

print(re.sub('alex','SB',msg,flags=re.I))  # 指定模式 re.I 则是表示省略大小写

PS:正则表达式的替换操作,加^这个符号则可以控制替换开头一个

PS:sbu比replace强大的地方就是可以指定替换位置,而replace不能控制

 

匹配出所有每一行末尾指定字符

msg="""
a1231231231231egon
123123sadfsadf2143egon
sdafljsalfdjerwqregon
"""
print(re.findall('egon$',msg,flags=re.M))  #re.M是多行的意思

了解利用sub将字符串替换位置

msg="my name is"

msg="单词1 单词2 单词3"

msg="单词3 单词2 单词1"

print(re.sub('([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)',r'\5\2\3\4\1',msg))

PS:将每一个单词用()进行分组,每一个分组对应一个位置,最后将分组的序号进行排位就行

PS: ^就是取反的意思,即不是字母

compile方法

可以自定义一个正则表达式如果一个正则表达式常用,则可以用compile方法定义成一个变量
pattern=re.compile('href="(.*?)"')  #这里自定义正则表达式
print(pattern.findall('<a href="https://www.baidu.com/1.mp4"><p>"哈哈哈"</p><a href="https://www.baidu.com/2.mp4">'))
print(pattern.findall('<a href="https://www.baidu.com/1.mp4"><p>"哈哈哈"</p><a href="https://www.baidu.com/2.mp4">'))
print(pattern.findall('<a href="https://www.baidu.com/1.mp4"><p>"哈哈哈"</p><a href="https://www.baidu.com/2.mp4">'))
PS:在调用时候直接将字符串传入则可以做匹配

(3)re模块(正则表达式模块)的更多相关文章

  1. s14 第5天 时间模块 随机模块 String模块 shutil模块(文件操作) 文件压缩(zipfile和tarfile)shelve模块 XML模块 ConfigParser配置文件操作模块 hashlib散列模块 Subprocess模块(调用shell) logging模块 正则表达式模块 r字符串和转译

    时间模块 time datatime time.clock(2.7) time.process_time(3.3) 测量处理器运算时间,不包括sleep时间 time.altzone 返回与UTC时间 ...

  2. Python正则表达式模块(re模块)

    Python是我接触到的第一门编程语言,虽然它足够简单,但是对于当时刚刚接触编程语言的我来说还是有些难度的,于是只是了解了一些Python的基本语法,稍微深入一点的地方都没怎么了解.不过,到现在为止, ...

  3. python-Day5-深入正则表达式--冒泡排序-时间复杂度 --常用模块学习:自定义模块--random模块:随机验证码--time & datetime模块

    正则表达式   语法:             mport re #导入模块名 p = re.compile("^[0-9]") #生成要匹配的正则对象 , ^代表从开头匹配,[0 ...

  4. Python中的re模块--正则表达式

    Python中的re模块--正则表达式 使用match从字符串开头匹配 以匹配国内手机号为例,通常手机号为11位,以1开头.大概是这样13509094747,(这个号码是我随便写的,请不要拨打),我们 ...

  5. Python数据分析学习-re正则表达式模块

    正则表达式 为高级的文本模式匹配.抽取.与/或文本形式的搜索和替换功能提供了基础.简单地说,正则表达式(简称为 regex)是一些由字符和特殊符号组成的字符串,它们描述了模式的重复或者表述多个字符,于 ...

  6. Python3 re模块(正则表达式)

    一:什么是正则? 正则就是用一些具有特殊含义的符号组合到一起(称为正则表达式)来描述字符或者字符串的方法.或者说:正则就是用来描述一类事物的规则. (在Python中)它内嵌在Python中,并通过r ...

  7. 5-5 re模块 正则表达式

    1,正则表达式 正则表达式,就是匹配字符串内容的一种规则. 官方定义: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”,这个“规则字 ...

  8. python正则表达式模块re:正则表达式常用字符、常用可选标志位、group与groups、match、search、sub、split,findall、compile、特殊字符转义

    本文内容: 正则表达式常用字符. 常用可选标志位. group与groups. match. search. sub. split findall. compile 特殊字符转义 一些现实例子 首发时 ...

  9. Python 正则表达式模块 (re) 简介

    Python 的 re 模块(Regular Expression 正则表达式)提供各种正则表达式的匹配操作,和 Perl 脚本的正则表达式功能类似,使用这一内嵌于 Python 的语言工具,尽管不能 ...

  10. python模块 re模块与python中运用正则表达式的特点 模块知识详解

    1.re模块和基础方法 2.在python中使用正则表达式的特点和问题 3.使用正则表达式的技巧 4.简单爬虫例子 一.re模块 模块引入; import re 相关知识: 1.查找: (1)find ...

随机推荐

  1. Codeforces 260C - Balls and Boxes

    260C - Balls and Boxes 思路:模拟.在x前面找到最小值,如果没有,从0跳到n,继续找到最小值,边找最小值路过的点边减1.然后所有值都减去最小值,最小值那个点加上减去的值. 找到x ...

  2. C#通过XElement写入XML文件

    首先我们先看一下最终结果,如下: <?xml version="1.0" encoding="utf-8"?> <config> < ...

  3. js插件---在线类似excel生成图表插件解决方案

    js插件---在线类似excel生成图表插件解决方案 一.总结 一句话总结:google比百度好用多了,多用google google js editable table jquery 双向绑定 这种 ...

  4. delphi文件名获取方法

    取文件名 ExtractFileName(FileName); 取文件扩展名: ExtractFileExt(filename); 取文件名,不带扩展名: 方法一:   Function Extrac ...

  5. rabbitmq 消息的状态转换

    tutorial:http://www.rabbitmq.com/tutorials/tutorial-two-java.html 这里解释接收消息端关于 acknowledge和prefetch的设 ...

  6. Confluence 6 使用 LDAP 授权连接一个内部目录 - Schema 设置

    基本 DN(Base DN) 根专有名称(DN),这个名称在你对目录服务器上进行查询的时候使用.例如: o=example,c=com cn=users,dc=ad,dc=example,dc=com ...

  7. bzoj3944: Sum 杜教筛板子题

    板子题(卡常) 也可能是用map太慢了 /************************************************************** Problem: 3944 Us ...

  8. Oracle ASM 相关的 视图(V$) 和 数据字典(X$)

    本文转自: http://blog.csdn.net/tianlesoftware/article/details/6733039 ASM由于其高度的封装性,使得我们很难知道窥探其内部的原理.可以通过 ...

  9. spring boot 学习(五)SpringBoot+MyBatis(XML)+Druid

    SpringBoot+MyBatis(xml)+Druid 前言 springboot集成了springJDBC与JPA,但是没有集成mybatis,所以想要使用mybatis就要自己去集成. 主要是 ...

  10. winRAR显示树树目录

    这样 比较方便