Python中re模块的使用
Python的re模块
#预备知识点
#正则表达式regex
#特殊符号和字符 ---> 元字符
通配符 | 含义 | 正则示例 | 匹配结果 |
---|---|---|---|
reg1 | reg2 | 匹配正则表达式reg1或reg2 | foo | bar | foo |
. | 匹配任何字符(\n除外) | a.a | abc |
^ | 匹配字符串起始部分 | ^a | ab.... |
$ | 匹配字符串终止部分 | .txt$ | a.txt |
* | 匹配0次或者多次前面出现的正则表达式 | a* | aaaaa |
+ | 匹配1次或者多次前面出现的正则表达式 | [a-z]+ | aasx |
? | 匹配0次或者1次前面出现的正则表达式 | first? | first |
{N} | 匹配N次前面出现的正则表达式 | *.c{2} | first.c abc.c |
{M,N} | 匹配M~N次前面出现的正则表达式 | *.c{0,1} | one.c |
[...] | 匹配来自字符集的任意单个字符 | [abc] | b |
[...x-y...] | 匹配x~y范围中的任意单个字符 | [0-9] | 9 |
[^...] | 不匹配次字符集中任意单个字符 | [^0-9] | a |
(*|+|?|{})? | 匹配上面频繁出现符号的非贪婪版 | (*|+|?|{})? | ({}) |
(...) | 匹配封闭的正则表达式,然后另存为子组 | ([0-1][0-9])? | 12 |
\d | 匹配任何十进制数字 | \d.txt | 1.txt |
\w | 匹配任何字母数字字符 | \w{2}txt | 1.txt |
\s | 匹配任何空格字符 | a\sb | a b |
\b | 匹配任何单词边界 | The\bdog | The dog |
\N | 匹配已保存的子组 | ([0-9])\1 | 1 |
\. | 匹配"."这个字符 | a\.txt | a.txt |
正则表达式 | 描述 | 匹配结果 |
---|---|---|
\d+(\.\d*)? | 任意整数和浮点数 | 0.004 2 75. |
\b[^\Wa-z0-9_][^\WA-Z0-9_]*\b | 首字母只能大写 | Boo Foo |
^http:\/\/([\w-]+(\.[\w-]+)+(\/[\w-.\/\?%&=\u4e00-\u9fa5]*)?)?$ | 验证网址 | http://www.baidu.com/?id=1 |
^[\u4e00-\u9fa5]{0,}$ | 验证汉字 | 汉字汉字 |
\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* | 验证电子邮件 | example@163.com |
^[1-9]([0-9]{16}|[0-9]{13})[xX0-9]$ | 验证身份证 | 14525419951215445X |
^13[0-9]{1}[0-9]{8}|^15[9]{1}[0-9]{8} | 验证手机号 | 138459572*** |
^(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9])\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[0-9])$ | 验证IP | 192.168.1.1 |
^[a-zA-Z0-9]+([a-zA-Z0-9\-\.]+)?\.s|)$ | 验证域名 | baidu.com |
^([a-zA-Z]\:|\\)\\([^\\]+\\)*[^\/:*?"<>|]+\.txt(l)?$ | 验证文件路径 | C:\user\wo |
<(.*)>(.*)<\/(.*)>|<(.*)\/> | HTML标签匹配 | xxxx |
#re模块
#常用的方法
compile(pattern, flags = 0) 匹配任何可选的标记来编译正则表达式的模式,然后返回一个正则表达式对象
match(pattern, string, flags = 0) 使用带有可选标记的正则表达式的模式来匹配字符串。如果匹配成功,返回匹配对象,否则返回None
search(pattern, string ,flags = 0) 使用可选标记搜索字符串中第一次出现的正则表达式模式。如果匹配成功,则返回匹配对象,否则返回None
findall(pattern, string[,flags] ) 查找字符串中所有(非重复)出现的正则表达式模式,并返回一个匹配列表
finditer(pattern, string[,flags] ) 与findall()相同,但返回的是一个迭代器。对于每一次匹配,迭代器都能返回一个匹配对象
split(pattern, string, max = 0) 根据正则表达式的模式分隔符,split函数将字符串分割为列表,返回匹配列表,分割最多操作max次
group(num = 0) 返回整个匹配对象,或者编号为num的特定子组
- import re
- m = re.search('foo','asdasdfooasd')
- #这里如果使用match将匹配不到任何字符串,因为match从第一个a开始匹配
- if m is not None:
- print(m.group())
- regex = <(.*)>(.*)<\/(.*)>|<(.*)\/>
- m = re.search(regex,"aa<a>aaaa</a>")
- #一样只有search能匹配到标签
- if m is not None:
- print(m.group())
- regex = '(foo\w)(\w)'
- m = re.match(r'(foo\w)(\w)','fooasdfooasd')
- if m is not None:
- print(m.group(1))
- print(m.groups())
- #输出
- #fooa
- #('fooa', 's')
- regex = 'apple'
- m = re.findall(regex,'apple1 apple2 apple3')
- print(m)
- #输出
- #['apple', 'apple', 'apple']
- regex = 'apple'
- m = [ g.group() for g in re.finditer(regex,'apple1 apple2 apple3')]
- print(m)
- #输出
- #['apple', 'apple', 'apple']
- list = [
- 'aaa, bbb ccc',
- 'ddd, eee fff',
- ]
- for i in list:
- print(re.split(', |(?= (?:[a-z]{3})) ',i))
- #输出
- #['aaa', 'bbb', 'ccc']
- #['ddd', 'eee', 'fff']
re模块小实例:
- __author__ = 'cq'
- import re
- from random import randrange,choice,randint
- from string import ascii_lowercase as lc
- from time import ctime
- #生成数据文件
- def generate_data():
- with open('./data.txt','w') as f:
- for i in range(randint(20,30)):
- tlds = ('com', 'edu', 'net', 'org', 'gov')
- dtint = randint(100000000,1200000000) #生成时间戳
- dtstr = ctime(dtint) #将时间戳转化为特定时间格式
- llen = randrange(4, 8) #用户名长度
- login = ''.join(choice(lc) for i in range(llen)) #生成用户名
- dlen = randrange(llen,13) #域名长度
- dom = ''.join(choice(lc) for i in range(dlen)) #生成域名
- data_line = "%s::%s@%s.%s::%d-%d-%d\n" % (dtstr, login, dom, choice(tlds), dtint, llen, dlen)
- f.write(data_line) #写入文件
- print(data_line) #打印每行记录
- #匹配指定日期的行
- def match_date():
- regex = '(Mon|Tue|Wed|Thu|Fri|Sat|Sun)(.*)'
- with open('./data.txt','r') as f:
- m = re.findall(regex,f.read())
- for i in m:
- print(i)
- #匹配在某时间段内的记录
- def match_time_slot():
- regex = ' ([0-9]{1,2}) .*([0-9]{4})::(.*)'
- # regex = ' ([0-9]{0,2}).*(::)(.*) '
- with open('./data.txt','r') as f:
- m = re.findall(regex,f.read())
- for i in m:
- if 2000 <= int(i[1]) and int(i[1]) <= 2020 and 20 <= int(i[0]) and int(i[0]) <= 31:
- print(i)
- #匹配某名单中人员的记录
- def match_name():
- regex = '::([a-z]{2,13})@([a-z]{2,13})\.(com|edu|net|org|gov)'
- with open('./data.txt','r') as f:
- m = re.findall(regex,f.read())
- for i in m:
- print(i)
- def main():
- generate_data()
- print("\n---------------match_date--------------------\n")
- match_date()
- print("\n---------------match_time_slot--------------------\n")
- match_time_slot()
- print("\n---------------match_name--------------------\n")
- match_name()
- if '__main__' == __name__:
- main()
- Sun Mar 5 00:55:55 1989::qvnc@ygeowwaf.com::605033755-4-8
- Mon Oct 17 17:16:31 2005::yene@rtewqvvyfe.edu::1129540591-4-10
- Tue Oct 7 06:33:30 2003::wlyi@coagmnososzy.edu::1065479610-4-12
- Mon Oct 16 00:01:06 2006::zsgok@jkpiplcm.edu::1160928066-5-8
- Wed Mar 15 06:37:35 2000::paok@anpekysphicu.com::953073455-4-12
- Wed Mar 26 12:27:25 1980::bodqoe@iydohek.org::322892845-6-7
- Mon Jun 5 13:54:28 1989::fgiy@oppcjnafx.gov::613029268-4-9
- Sun Jul 25 05:27:23 2004::agmljfx@qvxgjqtkiwnl.org::1090704443-7-12
- Mon Nov 14 16:15:36 2005::tctz@bcikib.gov::1131956136-4-6
- Sun Jan 14 23:20:42 2007::qqlfkf@isslbh.com::1168788042-6-6
- Sun Jul 27 02:00:13 1980::cpiqwau@drbpfsfglip.edu::333482413-7-11
- Sun Feb 20 16:10:34 2005::aguqfd@hnrcaged.com::1108887034-6-8
- Wed Jun 27 06:13:05 1979::kowyk@ruoackjavkpq.net::299283185-5-12
- Wed Oct 12 19:52:54 1994::kqaol@mzewoas.edu::781962774-5-7
- Thu Aug 23 01:46:59 1973::uofpdq@zdeidbobin.org::114889619-6-10
- Sat Dec 21 11:36:20 1991::hodw@wfbw.org::693286580-4-4
- Tue Jun 22 14:42:19 1993::azgagm@nfmguh.org::740731339-6-6
- Sun Feb 23 04:50:57 2003::cysfu@fnzdo.com::1045947057-5-5
- Fri Jun 10 13:38:02 1983::qdhqw@fcdsvlmnhx.net::424071482-5-10
- Sat Jan 24 21:56:37 1998::dfyicjw@fklbymd.org::885650197-7-7
- Sun Jun 3 07:48:45 2007::wptuyjk@tsngnle.edu::1180828125-7-7
- Mon Nov 19 00:34:41 2001::ocjlb@nusyk.net::1006101281-5-5
- Sat Dec 1 21:01:23 1973::bvhx@lmir.net::123598883-4-4
- Sun Dec 16 17:42:51 1979::rpgs@hppau.org::314185371-4-5
- Mon Jul 21 23:46:13 1986::fnsro@nmbcwdmie.org::522344773-5-9
- ---------------match_date--------------------
- ('Sun', ' Mar 5 00:55:55 1989::qvnc@ygeowwaf.com::605033755-4-8')
- ('Mon', ' Oct 17 17:16:31 2005::yene@rtewqvvyfe.edu::1129540591-4-10')
- ('Tue', ' Oct 7 06:33:30 2003::wlyi@coagmnososzy.edu::1065479610-4-12')
- ('Mon', ' Oct 16 00:01:06 2006::zsgok@jkpiplcm.edu::1160928066-5-8')
- ('Wed', ' Mar 15 06:37:35 2000::paok@anpekysphicu.com::953073455-4-12')
- ('Wed', ' Mar 26 12:27:25 1980::bodqoe@iydohek.org::322892845-6-7')
- ('Mon', ' Jun 5 13:54:28 1989::fgiy@oppcjnafx.gov::613029268-4-9')
- ('Sun', ' Jul 25 05:27:23 2004::agmljfx@qvxgjqtkiwnl.org::1090704443-7-12')
- ('Mon', ' Nov 14 16:15:36 2005::tctz@bcikib.gov::1131956136-4-6')
- ('Sun', ' Jan 14 23:20:42 2007::qqlfkf@isslbh.com::1168788042-6-6')
- ('Sun', ' Jul 27 02:00:13 1980::cpiqwau@drbpfsfglip.edu::333482413-7-11')
- ('Sun', ' Feb 20 16:10:34 2005::aguqfd@hnrcaged.com::1108887034-6-8')
- ('Wed', ' Jun 27 06:13:05 1979::kowyk@ruoackjavkpq.net::299283185-5-12')
- ('Wed', ' Oct 12 19:52:54 1994::kqaol@mzewoas.edu::781962774-5-7')
- ('Thu', ' Aug 23 01:46:59 1973::uofpdq@zdeidbobin.org::114889619-6-10')
- ('Sat', ' Dec 21 11:36:20 1991::hodw@wfbw.org::693286580-4-4')
- ('Tue', ' Jun 22 14:42:19 1993::azgagm@nfmguh.org::740731339-6-6')
- ('Sun', ' Feb 23 04:50:57 2003::cysfu@fnzdo.com::1045947057-5-5')
- ('Fri', ' Jun 10 13:38:02 1983::qdhqw@fcdsvlmnhx.net::424071482-5-10')
- ('Sat', ' Jan 24 21:56:37 1998::dfyicjw@fklbymd.org::885650197-7-7')
- ('Sun', ' Jun 3 07:48:45 2007::wptuyjk@tsngnle.edu::1180828125-7-7')
- ('Mon', ' Nov 19 00:34:41 2001::ocjlb@nusyk.net::1006101281-5-5')
- ('Sat', ' Dec 1 21:01:23 1973::bvhx@lmir.net::123598883-4-4')
- ('Sun', ' Dec 16 17:42:51 1979::rpgs@hppau.org::314185371-4-5')
- ('Mon', ' Jul 21 23:46:13 1986::fnsro@nmbcwdmie.org::522344773-5-9')
- ---------------match_time_slot--------------------
- ('', '', 'agmljfx@qvxgjqtkiwnl.org::1090704443-7-12')
- ('', '', 'aguqfd@hnrcaged.com::1108887034-6-8')
- ('', '', 'cysfu@fnzdo.com::1045947057-5-5')
- ---------------match_name--------------------
- ('qvnc', 'ygeowwaf', 'com')
- ('yene', 'rtewqvvyfe', 'edu')
- ('wlyi', 'coagmnososzy', 'edu')
- ('zsgok', 'jkpiplcm', 'edu')
- ('paok', 'anpekysphicu', 'com')
- ('bodqoe', 'iydohek', 'org')
- ('fgiy', 'oppcjnafx', 'gov')
- ('agmljfx', 'qvxgjqtkiwnl', 'org')
- ('tctz', 'bcikib', 'gov')
- ('qqlfkf', 'isslbh', 'com')
- ('cpiqwau', 'drbpfsfglip', 'edu')
- ('aguqfd', 'hnrcaged', 'com')
- ('kowyk', 'ruoackjavkpq', 'net')
- ('kqaol', 'mzewoas', 'edu')
- ('uofpdq', 'zdeidbobin', 'org')
- ('hodw', 'wfbw', 'org')
- ('azgagm', 'nfmguh', 'org')
- ('cysfu', 'fnzdo', 'com')
- ('qdhqw', 'fcdsvlmnhx', 'net')
- ('dfyicjw', 'fklbymd', 'org')
- ('wptuyjk', 'tsngnle', 'edu')
- ('ocjlb', 'nusyk', 'net')
- ('bvhx', 'lmir', 'net')
- ('rpgs', 'hppau', 'org')
- ('fnsro', 'nmbcwdmie', 'org')
- Process finished with exit code 0
Python中re模块的使用的更多相关文章
- Python中optionParser模块的使用方法[转]
本文以实例形式较为详尽的讲述了Python中optionParser模块的使用方法,对于深入学习Python有很好的借鉴价值.分享给大家供大家参考之用.具体分析如下: 一般来说,Python中有两个内 ...
- python中threading模块详解(一)
python中threading模块详解(一) 来源 http://blog.chinaunix.net/uid-27571599-id-3484048.html threading提供了一个比thr ...
- 【转】关于python中re模块split方法的使用
注:最近在研究文本处理,需要用到正则切割文本,所以收索到了这篇文章,很有用,谢谢原作者. 原址:http://blog.sciencenet.cn/blog-314114-775285.html 关于 ...
- Python中的模块介绍和使用
在Python中有一个概念叫做模块(module),这个和C语言中的头文件以及Java中的包很类似,比如在Python中要调用sqrt函数,必须用import关键字引入math这个模块,下面就来了解一 ...
- python中导入模块的本质, 无法导入手写模块的解决办法
最近身边一些朋友发生在项目当中编写自己模块,导入的时候无法导入的问题. 下面我来分享一下关于python中导入模块的一些基本知识. 1 导入模块时寻找路径 在每一个运行的python程序当中,都维护了 ...
- Python中time模块详解
Python中time模块详解 在平常的代码中,我们常常需要与时间打交道.在Python中,与时间处理有关的模块就包括:time,datetime以及calendar.这篇文章,主要讲解time模块. ...
- Python中collections模块
目录 Python中collections模块 Counter defaultdict OrderedDict namedtuple deque ChainMap Python中collections ...
- Python中pathlib模块
Python中pathlib模块 Path.cwd():返回当前目录的路径 Path.home():返回当前用户的家目录 Path.stat():返回此路径信息 Path.touch():创建文件 P ...
- Python 中包/模块的 `import` 操作
版权声明:博客为作者原创,允许转载,但必须注明原文地址: https://www.cnblogs.com/byronxie/p/10745292.html 用实例来说明 import 的作用吧. 创建 ...
- 正则表达式与Python中re模块的使用
正则表达式与Python中re模块的使用 最近做了点爬虫,正则表达式使用的非常多,用Python做的话会用到re模块. 本文总结一下正则表达式与re模块的基础与使用. 另外,给大家介绍一个在线测试正则 ...
随机推荐
- ABP WebApi 加载错误
[TypeLoadException:类型'Abp.WebApi.Validation.AbpApiValidationFilter'中的方法'ExecuteActionFilterAsync'从程序 ...
- Java:对象的强、软、弱和虚引用[转]
原文链接:http://zhangjunhd.blog.51cto.com/113473/53092/ 原创作品,允许转载,转载时请务必以超链接形式标明文章 原始出处 .作者信息和本声明.否则将追究法 ...
- Codeforces Round #410 (Div. 2)
Codeforces Round #410 (Div. 2) A B略..A没判本来就是回文WA了一次gg C.Mike and gcd problem 题意:一个序列每次可以把\(a_i, a_{i ...
- BZOJ 4455: [Zjoi2016]小星星 [容斥原理 树形DP]
4455: [Zjoi2016]小星星 题意:一个图删掉一些边形成一棵树,告诉你图和树的样子,求让图上的点和树上的点对应起来有多少方案 看了很多题解又想了一段时间,感觉题解都没有很深入,现在大致有了自 ...
- BZOJ 4216: Pig [分块]
传送门 询问区间和...内存3M 分块前缀和... 我连swap都是这么l=l^r , r=l^r , l=l^r写的.... #include <cstdio> typedef long ...
- js作用域的相关知识
众所周知,在ES6之前,JavaScript是没有块级作用域的,如下图所示: 学过其他语言的同学肯定有点诧异,为什么会这样呢?因为js还是不同于其他语言的,在ES5中,只有全局作用域和函数作用域,并没 ...
- linux使用i/o内存访问外设
一.linux中访问外设的方法. 1.IO端口(IO port) linux系统给外设分配不同的端口号,linux利用端口号来访问设备(驱动) (cpu x86) cpu访问外设通过端号,访问通过地址 ...
- memcached安装与使用详解
一.memcache的简介 memcache是高速,分布式的内存缓存服务器 php的缓存方式一般可以使用memcache技术和redis技术,其中各有优劣,因不同的情况而选择较为适合的缓存技术,其中m ...
- 借腾讯开源 VasDolly,谈谈 Android 签名和多渠道打包的原理!
一.前言 Hi,大家好,我是承香墨影! 当我们需要发布一款 App 到应用市场的时候,一般需要我们针对不同的市场生产不同的渠道包,它们使用的是同一套代码,只是会包含一些各自的渠道信息,用于我们做数据分 ...
- ubuntu命令行下java工程编辑与算法(第四版)环境配置
ubuntu命令行下java工程编辑与算法(第四版)环境配置 java 命令行 javac java 在学习算法(第四版)中的实例时,因需要安装配套的java编译环境,可是在编译java文件的时候总是 ...