Python的正则表达式re模块
Python的正则表达式(re模块)
作者:尹正杰
版权声明:原创作品,谢绝转载!否则将追究法律责任。
Python使用re模块提供了正则表达式处理的能力。如果对正则表达式忘记的一干二净的话,可以花费几分钟时间在网上概览一下正则表达式基础,也可以参考我之前的笔记:https://www.cnblogs.com/yinzhengjie/p/11112046.html。
一.常量
多行模式:
re.M
re.MULTILINE 单行模式:
re.S
re.DOTAL 忽略大小写:
re.I
re.IGNORECASE 忽略表达式中的空白字符:
re.X
re.VERBOSE
二.单次匹配
1>.match方法
#!/usr/bin/env python
#_*_conding:utf-8_*_
#@author :yinzhengjie
#blog:http://www.cnblogs.com/yinzhengjie import re src = """bottle\nbag\nbig\napple""" for i,c in enumerate(src,1):
print((i-1,c),end="\n" if i % 10 == 0 else " ")
print() result = re.match("b",src) #match匹配从字符串的开头匹配,找到第一个就不找了,返回match对象。
print(1,result) result = re.match("a",src) #没找到,返回None
print(2,result) result = re.match("^a",src,re.M) #依然从头开始找,多行模式没有用
print(3,result) result = re.match("^a",src,re.S) #依然从头开始找
print(4,result) """
设定flags,编译模式,返回正则表达式对象regex。第一个参数就是正则表达式字符串(pattern),flags是选项。正则表达式需
要被编译,为了提高效率,这些编译后的结果被保存,下次使用同样的pattern的时候,就不需要再次编译。
re的其它方法为了提高效率都调用了编译方法,就是为了提速。
"""
regex = re.compile("a",flags=0) #先编译,然后使用正则表达式对象
result = regex.match(src) #依然从头开始找,regex对象match方法可以设置开始位置和结束位置,依旧返回match对象。
print(5,regex) result = regex.match(src,15) #把索引15作为开始找
print(6,result) #以上代码执行结果如下:
(0, 'b') (1, 'o') (2, 't') (3, 't') (4, 'l') (5, 'e') (6, '\n') (7, 'b') (8, 'a') (9, 'g')
(10, '\n') (11, 'b') (12, 'i') (13, 'g') (14, '\n') (15, 'a') (16, 'p') (17, 'p') (18, 'l') (19, 'e') 1 <re.Match object; span=(0, 1), match='b'>
2 None
3 None
4 None
5 re.compile('a')
6 <re.Match object; span=(15, 16), match='a'>
2>.serach方法
#!/usr/bin/env python
#_*_conding:utf-8_*_
#@author :yinzhengjie
#blog:http://www.cnblogs.com/yinzhengjie import re src = """bottle\nbag\nbig\napple""" for i,c in enumerate(src,1):
print((i-1,c),end="\n" if i % 10 == 0 else " ")
print() result = re.search("a",src) #从头搜索知道第一个匹配,返回mathc对象
print(1,result) regex = re.compile("b")
result = regex.search(src,1)
print(2,result) regex = re.compile("^b",re.M)
result = regex.search(src) #regex对象search方法可以重设定开始位置和结束位置,返回mathc对象
print(3,result) result = regex.search(src,8)
print(4,result) #以上代码执行结果如下:
(0, 'b') (1, 'o') (2, 't') (3, 't') (4, 'l') (5, 'e') (6, '\n') (7, 'b') (8, 'a') (9, 'g')
(10, '\n') (11, 'b') (12, 'i') (13, 'g') (14, '\n') (15, 'a') (16, 'p') (17, 'p') (18, 'l') (19, 'e') 1 <re.Match object; span=(8, 9), match='a'>
2 <re.Match object; span=(7, 8), match='b'>
3 <re.Match object; span=(0, 1), match='b'>
4 <re.Match object; span=(11, 12), match='b'>
3>.fullmatch方法
#!/usr/bin/env python
#_*_conding:utf-8_*_
#@author :yinzhengjie
#blog:http://www.cnblogs.com/yinzhengjie import re src = """bottle\nbag\nbig\napple""" for i,c in enumerate(src,1):
print((i-1,c),end="\n" if i % 10 == 0 else " ")
print() result = re.fullmatch("bag",src)
print(1,result) regex = re.compile("bag")
result = regex.fullmatch(src)
print(2,result) result = regex.fullmatch(src,7)
print(3,result) result = regex.fullmatch(src,7,10) #整个字符串和正则表达式匹配,多了少了都不行!当然,也可以指定搜索的起始,结束位置,找到了返回mathc对象,找不着就返回None
print(4,result) #以上代码执行结果如下:
(0, 'b') (1, 'o') (2, 't') (3, 't') (4, 'l') (5, 'e') (6, '\n') (7, 'b') (8, 'a') (9, 'g')
(10, '\n') (11, 'b') (12, 'i') (13, 'g') (14, '\n') (15, 'a') (16, 'p') (17, 'p') (18, 'l') (19, 'e') 1 None
2 None
3 None
4 <re.Match object; span=(7, 10), match='bag'>
三.全文搜索
1>.findall方法
#!/usr/bin/env python
#_*_conding:utf-8_*_
#@author :yinzhengjie
#blog:http://www.cnblogs.com/yinzhengjie import re src = """bottle\nbag\nbig\napple""" for i,c in enumerate(src,1):
print((i-1,c),end="\n" if i % 10 == 0 else " ")
print() result = re.findall("b",src) #对整个字符串,从左至右匹配,返回所有匹配项的列表
print(1,result) regex = re.compile("^b")
result = regex.findall(src) #功能同上,只不过使用的是编译后的pattern,效率相对较高。
print(2,result) regex = re.compile("^b",re.M)
result = regex.findall(src,7)
print(3,result) result = regex.findall(src,7,10)
print(4,result) regex = re.compile("^b",re.S)
result = regex.findall(src)
print(5,result) #以上代码执行结果如下:
(0, 'b') (1, 'o') (2, 't') (3, 't') (4, 'l') (5, 'e') (6, '\n') (7, 'b') (8, 'a') (9, 'g')
(10, '\n') (11, 'b') (12, 'i') (13, 'g') (14, '\n') (15, 'a') (16, 'p') (17, 'p') (18, 'l') (19, 'e') 1 ['b', 'b', 'b']
2 ['b']
3 ['b', 'b']
4 ['b']
5 ['b']
2>.finditer方法
#!/usr/bin/env python
#_*_conding:utf-8_*_
#@author :yinzhengjie
#blog:http://www.cnblogs.com/yinzhengjie import re src = """bottle\nbag\nbig\napple""" for i,c in enumerate(src,1):
print((i-1,c),end="\n" if i % 10 == 0 else " ")
print() regex = re.compile("^b",re.M)
result = regex.finditer(src) #对整个字符串,从左至右匹配,返回所有匹配项,返回迭代器,注意每次迭代返回的是match对象。
print(type(result)) r = next(result)
print(type(r),r)
print(r.start(),r.end(),src[r.start():r.end()]) r = next(result)
print(type(r),r)
print(r.start(),r.end(),src[r.start():r.end()]) #以上代码执行结果如下:
(0, 'b') (1, 'o') (2, 't') (3, 't') (4, 'l') (5, 'e') (6, '\n') (7, 'b') (8, 'a') (9, 'g')
(10, '\n') (11, 'b') (12, 'i') (13, 'g') (14, '\n') (15, 'a') (16, 'p') (17, 'p') (18, 'l') (19, 'e') <class 'callable_iterator'>
<class 're.Match'> <re.Match object; span=(0, 1), match='b'>
0 1 b
<class 're.Match'> <re.Match object; span=(7, 8), match='b'>
7 8 b
四.匹配替换
1>.sub方法
#!/usr/bin/env python
#_*_conding:utf-8_*_
#@author :yinzhengjie
#blog:http://www.cnblogs.com/yinzhengjie import re src = """bottle\nbag\nbig\napple""" for i,c in enumerate(src,1):
print((i-1,c),end="\n" if i % 10 == 0 else " ")
print() regex = re.compile("b\wg")
result = regex.sub("yinzhengjie",src) #使用pattern对字符串string进行匹配,对匹配项使用"yinzhengjie"替换。我们替换的数据类型可以为string,bytes,function
print(1,result) print("*" * 20 + "我是分割线" + "*" * 20) result = regex.sub("jason",src,1) #我们这里可以指定只替换1次哟~
print(2,result) #以上代码执行结果如下:
(0, 'b') (1, 'o') (2, 't') (3, 't') (4, 'l') (5, 'e') (6, '\n') (7, 'b') (8, 'a') (9, 'g')
(10, '\n') (11, 'b') (12, 'i') (13, 'g') (14, '\n') (15, 'a') (16, 'p') (17, 'p') (18, 'l') (19, 'e') 1 bottle
yinzhengjie
yinzhengjie
apple
********************我是分割线********************
2 bottle
jason
big
apple
2>.subn方法
#!/usr/bin/env python
#_*_conding:utf-8_*_
#@author :yinzhengjie
#blog:http://www.cnblogs.com/yinzhengjie import re src = """bottle\nbag\nbig\napple""" for i,c in enumerate(src,1):
print((i-1,c),end="\n" if i % 10 == 0 else " ")
print() regex = re.compile("\s+")
result = regex.subn("\t",src) #功能和sub类似,只不过它返回的是一个元组,即被替换后的字符串及替换次数的元组。
print(result) #以上代码执行结果如下:
(0, 'b') (1, 'o') (2, 't') (3, 't') (4, 'l') (5, 'e') (6, '\n') (7, 'b') (8, 'a') (9, 'g')
(10, '\n') (11, 'b') (12, 'i') (13, 'g') (14, '\n') (15, 'a') (16, 'p') (17, 'p') (18, 'l') (19, 'e') ('bottle\tbag\tbig\tapple', 3)
五.分割字符串
#!/usr/bin/env python
#_*_conding:utf-8_*_
#@author :yinzhengjie
#blog:http://www.cnblogs.com/yinzhengjie import re src = """
os.path.abspath(path)
normpath(join(os.getcwd(),path)).
""" print(src.split()) #字符串的分割函数split,太难用,不能指定多个字符串进行分割。
print(re.split("[\.()\s,]+",src)) #正则表达式的re模块就可以支持多个字符串进行分割哟~ #以上代码执行结果如下:
['os.path.abspath(path)', 'normpath(join(os.getcwd(),path)).']
['', 'os', 'path', 'abspath', 'path', 'normpath', 'join', 'os', 'getcwd', 'path', '']
六.分组
1>.分组概述
使用小括号的pattern捕获的数据被放到了组group中。
match,search函数可以返回match对象;findall返回字符串列表;finditer返回一个个match对象。
如果pattern中使用了分组,如果有匹配的结果,会在match对象中。
1>.使用group(N)方式返回对应分组,1到N是对应的分组,0返回整个匹配的字符串,N不写缺省为0;
2>.如果使用了命名分组,可以使用group('name')的方式取分组
3>.也可以使用groups返回所有组
4>.groupdict()返回所有命名的分组
2>.分组代码案例
#!/usr/bin/env python
#_*_conding:utf-8_*_
#@author :yinzhengjie
#blog:http://www.cnblogs.com/yinzhengjie import re src = """bottle\nbag\nbig\napple""" for i,c in enumerate(src,1):
print((i-1,c),end="\n" if i % 10 == 0 else " ")
print() regex = re.compile("(b\w+)")
result = regex.match(src) #从头匹配一次
print(type(result))
print(1,"match",result.groups()) result = regex.search(src,1) #从指定位置向后匹配一次
print(2,"search",result.groups()) #以上代码执行结果如下:
(0, 'b') (1, 'o') (2, 't') (3, 't') (4, 'l') (5, 'e') (6, '\n') (7, 'b') (8, 'a') (9, 'g')
(10, '\n') (11, 'b') (12, 'i') (13, 'g') (14, '\n') (15, 'a') (16, 'p') (17, 'p') (18, 'l') (19, 'e') <class 're.Match'>
1 match ('bottle',)
2 search ('bag',)
3>.命名分组
#!/usr/bin/env python
#_*_conding:utf-8_*_
#@author :yinzhengjie
#blog:http://www.cnblogs.com/yinzhengjie import re src = """bottle\nbag\nbig\napple""" for i,c in enumerate(src,1):
print((i-1,c),end="\n" if i % 10 == 0 else " ")
print() regex = re.compile("(b\w+)\n(?P<name2>b\w+)\n(?P<name3>b\w+)") result = regex.match(src)
print(1,"match",result)
print(2,result.group(3),result.group(2),result.group(1))
print(3,result.group(0).encode()) #有没有分组,都可以使用Match对象的group(0),因为0返回整个匹配字符串。
print(4,result.group("name2"),result.group("name3"))
print(5,result.groups())
print(6,result.groupdict()) print("*" * 20 + "我是分割线" + "*" * 20) result = regex.findall(src) #如果有分组,fandall返回的是分组的内容,而不是匹配的字符串
for item in result:
print(type(item),item) regex = re.compile("(?P<head>b\w+)")
result = regex.finditer(src) print("*" * 20 + "我是分割线" + "*" * 20) for item in result:
print(type(item),item,item.group(),item.group("head")) #以上代码执行结果如下:
(0, 'b') (1, 'o') (2, 't') (3, 't') (4, 'l') (5, 'e') (6, '\n') (7, 'b') (8, 'a') (9, 'g')
(10, '\n') (11, 'b') (12, 'i') (13, 'g') (14, '\n') (15, 'a') (16, 'p') (17, 'p') (18, 'l') (19, 'e') 1 match <re.Match object; span=(0, 14), match='bottle\nbag\nbig'>
2 big bag bottle
3 b'bottle\nbag\nbig'
4 bag big
5 ('bottle', 'bag', 'big')
6 {'name2': 'bag', 'name3': 'big'}
********************我是分割线********************
<class 'tuple'> ('bottle', 'bag', 'big')
********************我是分割线********************
<class 're.Match'> <re.Match object; span=(0, 6), match='bottle'> bottle bottle
<class 're.Match'> <re.Match object; span=(7, 10), match='bag'> bag bag
<class 're.Match'> <re.Match object; span=(11, 14), match='big'> big big
Python的正则表达式re模块的更多相关文章
- python中正则表达式re模块详解
正则表达式是处理字符串的强大工具,它有自己特定的语法结构,有了它,实现字符串的检索,替换,匹配验证都不在话下. 当然,对于爬虫来说,有了它,从HTML里提取想要的信息就非常方便了. 先看一下常用的匹配 ...
- 第二十一天python3 python的正则表达式re模块学习
python的正则表达式 python使用re模块提供了正则表达式处理的能力: 常量 re.M re.MULTILINE 多行模式 re.S re.DOTALL 单行模式 re.I re.IGNORE ...
- Python:正则表达式 re 模块
正则是处理字符串最常用的方法,我们编码中到处可见正则的身影. 正则大同小异,python 中的正则跟其他语言相比略有差异: 1.替换字符串时,替换的字符串可以是一个函数 2.split 函数可以指定分 ...
- Python:正则表达式—— re 模块
一.什么是正则表达式(Regular Expression) 正则表达式本身是一种小型的.高度专业化的编程语言,它内嵌在Python中,并通过 re(regular expression)模块实现.使 ...
- python/pandas 正则表达式 re模块
目录 正则解说 中文字符集 re模块常用方法 1.正则解说 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) ...
- python ---24 正则表达式 re模块
一.正则表达式 1.字符组 ① [abc] 匹配a或b或c ② [a-z] 匹配a到z之间的所有字⺟ [0-9]匹配所有阿拉伯数字 2.元字符 3.量词 4.重要搭配 ① .*? ② .*?x ...
- Python之正则表达式(re模块)
本节内容 re模块介绍 使用re模块的步骤 re模块简单应用示例 关于匹配对象的说明 说说正则表达式字符串前的r前缀 re模块综合应用实例 正则表达式(Regluar Expressions)又称规则 ...
- 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 ...
- python正则表达式Re模块备忘录
title: python正则表达式Re模块备忘录 date: 2019/1/31 18:17:08 toc: true --- python正则表达式Re模块备忘录 备忘录 python中的数量词为 ...
随机推荐
- LeetCode_453. Minimum Moves to Equal Array Elements
453. Minimum Moves to Equal Array Elements Easy Given a non-empty integer array of size n, find the ...
- Chaikin Curves in Processing
转自:https://sighack.com/post/chaikin-curves In this post, we’ll look at what Chaikin curves are, how ...
- 微信JS从1.0.0升级到1.1.2的一个坑
因为1.0.0不支持电脑端日期Picker滚动,升级成了1.1.2,结果发现日期选择不起作用了经过跟踪发现 通过控制台查看 resut[1].toString()居然是number类型,修改代码为() ...
- 我瞅瞅源码系列之---drf
我瞅瞅源码系列之---drf restful规范 从cbv到drf的视图 / 快速了解drf 视图 版本 认证 权限 节流 jwt 持续更新中...
- ComPtr的介绍以及使用
ComPtr是为COM而设计的智能指针.它支持WindowsRT,也支持传统Win32.相比ATL里的CComPtr类,它有了一些提升. ComPtr包含在Windows 8.x SDK and Wi ...
- 在.net core中数据操作的两种方式(Db first && Code first)
在开发过程中我们通常使用的是Db first这种模式,而在.net core 中推荐使用的却是 code first 反正我是很不习惯这种开发模式 于是就搜寻整个微软的官方文档,终于找到了有关.net ...
- Date类的相关方法记录
1.Date类中的时间单位是毫秒,System.currentTimeMills()方法就是获取当前时间到1970年1月1日0时0分0秒(西方时间)的毫秒数. public class Test6 { ...
- 2019 鹏博士java面试笔试题 (含面试题解析)
本人5年开发经验.18年年底开始跑路找工作,在互联网寒冬下成功拿到阿里巴巴.今日头条.鹏博士等公司offer,岗位是Java后端开发,因为发展原因最终选择去了鹏博士,入职一年时间了,之前面试了很多 ...
- P1347 排序 (拓扑排序,tarjan)
题目 P1347 排序 解析 打开一看拓扑排序,要判环. 三种情况 有环(存在矛盾) 没环但在拓扑排序时存在有两个及以上的点入度为0(关系无法确定) 除了上两种情况(关系可确定) 本来懒了一下,直接在 ...
- IOWebSocketChannel.connect handle errors
https://github.com/dart-lang/web_socket_channel/issues/38 yes, my workaround is to create a WebSocke ...