re模块包含对正则表达式的支持。

一、什么是正则表达式

正则表达式是可以匹配文本片段的模式。最简单的正则表达是就是普通字符串,可以匹配其自身。你可以用这种匹配行为搜索文本中的模式,或者用计算后的值替换特定模式,或者将文本进行分段。

1、通配符

点号(.)可以匹配任何字符(除了换行符),但点号只能匹配一个字符,而不是零个或多个;

如.ython可以匹配字符串‘python’或‘jython’,或‘+ython’等等,但是不会匹配‘cpython’或‘ython’;

因为它可以匹配除换行符外的任何单个字符,所以点号就称为通配符。

注:点号是特殊字符,需对它进行转义。可以加上反斜线“cnblogs\\.com”或者使用原始字符串“r'cnblogs\.com'”;

2、字符集

可以使用中括号括住字符串来创建字符集。字符集可以匹配它所包括的任意字符;

如‘[pj]ython’可以匹配python或jython;比如‘[a-z]’可以匹配a到z的任意一个字符;

也可以通过一个接一个的方式将范围联合起来使用,比如‘[a-zA-Z0-9]’可以匹配任意一个小写或大写字母或0到9的数字;

可以在开头使用‘^’反转字符集,匹配除字符集外的其它字符;如‘[^abc]’可以匹配任何除了a\b\c之外的字符。

3、选择符和子模式

管道符号(|)可以用于选择项;如匹配python和perl,可以写成‘python|perl’

当只是模式的一部分进行选择时,可以使用圆括号括起需要的部分,或称为子模式。如匹配python和perl,可以写成‘p(ython|erl)’

4、可选项和重复子模式

在子模式后面加上句号,它就变成了可选项,即表示子模式可以出现一次或者根本不出现。

如r'(http://)?(www\.)?python\.org'只能匹配到下列字符串,而不会匹配其它的:

http://python.org

http://www.python.org

www.python.org

python.org

上述例子,值得注意的是:

(1)对www.和python.org之间的点号进行了转义,防止它被作为通配符使用;

(2)使用原始字符串“r”减少所需反斜线的数量;

(3)每个可选子模式都用圆括号括起;

(4)可选子模式出现与否均可,而且互相独立;

使用下面这些运算符允许子模式重复多次:

  • (pattern)*:允许模式重复0次或多次;
  • (pattern)+:允许模式重复1次或多次;
  • (pattern){m,n}:允许模式重复m~n次;

例如,r'w*\.python\.org'会匹配'www.python.org',也会匹配'.python.org’;

5、字符串的开始和结尾

如果想在字符串的开头而不是其他位置匹配,可以使用脱字符(^)标记开始;

如‘^ht+p’会匹配‘http://python.org’或'htttp://python.org',但不匹配‘www.http.org’;

使用美元符号($)标志字符串结尾。

二、re模块的内容

re模块包含一些有用的操作正则表达式的函数:

函数re.compile将正则表达式(以字符串书写的)转换为模式对象,可以实现更有效率的匹配。如果调用search或者match函数的时候使用字符串表示的正则表达式,它们也会在内部将字符串转换为正则表达式对象。 使用compile完成一次转换后,在每次使用模式的时候就不用进行转换。

函数re.search会在给定字符串中寻找第一个匹配给定正则表达式的子字符串。一旦找到子字符串,函数就会返回MathObject(值为True),否则返回None(值为False)。

函数re.match会在给定字符串的开头匹配正则表达式。如match('p','python')返回真,而re.match('p','www.python')则返回假。

函数re.split会根据模式的匹配项来分隔字符串。参数maxsplit表示字符串最多可以分隔的次数:

import re

text = 'a,b,,,,c d'
#
#正则表达式中,匹配逗号和空格
listvalue = re.split('[, ]+',text)
print(listvalue) #['a', 'b', 'c', 'd'] print(re.split('o(o)','foobar')) #['f', 'o', 'bar'] print(re.split('[, ]+',text,maxsplit=1)) #['a', 'b,,,,c d']

函数re.findall以列表形式返回给定模式的所有匹配项。

pat = '[a-zA-Z]'
text2 = '"aq," bp,,,,ct rd'
print(re.findall(pat,text2)) #['a', 'q', 'b', 'p', 'c', 't', 'r', 'd']

函数re.sub的作用在于:使用给定的替换内容将匹配模式的子字符串(最左端并且非重叠的子字符串)替换掉。

pat3 = '{name}'
text3 = 'Dear {name}'
print(re.sub(pat3, 'Jame', text3)) #Dear Jame

函数re.escape可以对字符串中所有可能被解释为正则运算符的字符进行转义。

print(re.escape('www.python.org')) #www\.python\.org

三、匹配对象和组

re模块函数能找到匹配项时,它们会返回MathObject对象,这些对象包括匹配模式的子字符串的信息,它们还包含了哪个模式匹配了子字符串哪部分的信息,这些部分叫做组(group)。

即组就是放置在圆括号内的子模式。组的序号取决于它左侧的括号数。组0就是整个模式。

如在下面的模式中:‘there (was a (wee) (cooper)) who (lived in fyfe)’,包含下面这些组:

0 there was a wee cooper who lived in fyfe

1 was a wee cooper

2 wee

3 cooper

4 lived in fyfe

注:这里要区分前面提到的字符集,字符集两边是用中括号括起的,而组是用原括号括起的。

如r'www\.(.+)\.com$' 可以匹配'www.python.com';组0就是‘www.python.com’,组1就是python。

re匹配对象存在以下重要方法:

上诉方法中,[group1]指的是组号。如果没有给定组号,则默认为组0.

m = re.match(r'www\.(.*)\..{3}', 'www.python.org')
print(m.group(1)) #python
print(m.start(1)) #
print(m.end(1)) #
print(m.span(1)) #(4, 10)

重复运算符的匹配是贪婪的,即它会尽可能多的匹配。

在重复运算符后面加上一个问号可以变为非贪婪的。

pat4 = r'\*\*(.+?)\*\*'
pat5 = r'\*\*(.+)\*\*'
print(re.sub(pat4,r'<em>\1</em>','**this** is **it**!')) #<em>this</em> is <em>it</em>!
print(re.sub(pat5,r'<em>\1</em>','**this** is **it**!')) #<em>this** is **it</em>!

这里用+?运算符代替了+,意味着模式也会像之前那样对一个或者多个通配符进行匹配,但是它会进行尽可能少的匹配,因为它是非贪婪的。

让正则表达式变得更加易读的方式是在re函数中使用VERBOSE标志:

em_pat = re.compile(r'''
\* #匹配的第一个字符是星号
\* #匹配的第二个字符是星号,这里前面斜杠是转义
( #匹配组左侧圆括号
. #匹配任意字符
+ #任意字符可以是1个或多个
) #匹配组右侧括号
\*\* #匹配的字符后面跟着两个星号
''',re.VERBOSE)
print(re.sub(em_pat,r'<em>\1</em>','**this** is **it**!')) #<em>this** is **it</em>!

四、实例

文件中存在以下文字:

From foo@bar.baz Thu Dec

Subjec:Re:Span

From:Foo fie <foo@bar.baz>

to:Magnus <magnus@bozz.floop>

现在要从文件中找出是谁发送的邮件,我们可以在‘From:Foo fie <foo@bar.baz>’中找到发件人Foo fie.实现查找:

pat6 = re.compile('From:(.*) <.*?>$')
for line in fileinput.input():
m = pat6.match(line)
if m:print m.group(1)

本文主要摘自《Python基础教程》一书

持续学习中,,,

Python re标准库的更多相关文章

  1. 【python】标准库的大致认识

    正如那句 Python 社区中很有名的话所说的:“battery included”,Python 的一大好处在于它有一套很有用的标准库(standard library).标准库是随着 Python ...

  2. python 使用标准库连接linux实现scp和执行命令

    import stat import pexpect 只显示关键代码: sqldb = localpath+database //获取database名字 if os.path.exists(sqld ...

  3. Python的标准库介绍与常用的第三方库

    Python的标准库介绍与常用的第三方库 Python的标准库: datetime:为日期和时间的处理提供了简单和复杂的方法. zlib:以下模块直接支持通用的数据打包和压缩格式:zlib,gzip, ...

  4. Python 3标准库 第十四章 应用构建模块

    Python 3标准库 The Python3 Standard Library by  Example -----------------------------------------第十四章   ...

  5. python linecache标准库基础学习

    #python标准库基础之:linecacge:高效读取文本文件#说明与作用"""可以从文件或者导入python模块获取文件,维护一个结果缓存,从而可以更高效地从相同文件 ...

  6. python StringIO标准库基础学习

    #标准库:StringIO提供类文件API文本缓冲区#作用:可以处理内存中的文本,有2种不同的实现:cStringIP版本用c编写提高速度,StringIO用python来提供可移植性,与其他字符串连 ...

  7. python calendar标准库基础学习

    # -*- coding: utf-8 -*-# 作者:新手__author__ = 'Administrator'#标准库:日期时间基础学习:calendar:处理日期#例1import calen ...

  8. 找到python官方标准库文档

    python中有很多标准库.我们没法记住全部标准库,但是可以在:https://docs.python.org/3/py-modindex.html 中查看标准库的索引 在python的官方文档中,如 ...

  9. python MultiProcessing标准库使用Queue通信的注意要点

    今天原本想研究下MultiProcessing标准库下的进程间通信,根据 MultiProcessing官网 给的提示,有两种方法能够来实现进程间的通信,分别是pipe和queue.因为看queue顺 ...

  10. python 常用标准库

    标准库和第三方库第一手资料: 在线: 官方文档(https://docs.python.org/) 离线:交互式解释器(dir().help()函数),IPython(tab键提示.?.??) 一.  ...

随机推荐

  1. zabbix--添加host

    在client配置好zabbix_agent后,如果server端没配置自动发现,那就需要创建添加host. 首先找到地方.Configuration--Hosts--Create Host 创建ho ...

  2. win7+ubuntu双系统安装

    XP+ubuntu双系统可參考 xp硬盘上安装ubuntu12.04双系统 1.XP安全不再,最终将吾等磨机的人逼上梁山,是时候做一个win7+ubuntu的双系统了. 废话少说,直接进入主题,先腾出 ...

  3. 2019-10-10-dotnet-新-sdk-style-项目格式的一些命名空间和引用

    title author date CreateTime categories dotnet 新 sdk style 项目格式的一些命名空间和引用 lindexi 2019-10-10 10:6:46 ...

  4. [工具]Editplus添加son格式化支持

    EditPlus安装包和json.js文件地址 不喜欢CSDN的积分下载和登录下载,不喜欢百度网盘,就这么倔强 https://github.com/michael-deve/CommonData-E ...

  5. Homestead 安装其它的PHP版本

    运行环境: 系统: win10 软件: virtualbox 6.2 vagrant 2.2.4 homestead 7.1.0 sudo apt-get update sudo apt-get -y ...

  6. ajax-jq

    <!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title> ...

  7. spark-sql中的分析函数的使用

    分析函数的应用场景: (1)用于分组后组内排序 (2)指定计算范围 (3)Top N (4)累加计算 (5)层次计算 分析函数的一般语法: 分析函数的语法结构一般是: 分析函数名(参数)  over  ...

  8. 关于synchronized和Lock

    原文链接:关于volatile关键字解析,synchronized和Lock参考 深入浅出,解释的非常清楚,有条理~~~ 以下为转载内容: Java并发编程:volatile关键字解析 volatil ...

  9. Java中的反射该如何使用?

    1. 什么是反射 反射是一种功能强大且复杂的机制.Java反射说的是在运行状态中,对于任何一个类,我们都能够知道这个类有哪些方法和属性.对于任何一个对象,我们都能够对它的方法和属性进行调用.我们把这种 ...

  10. Unity 调用android

    { https://www.bilibili.com/video/av49002527 }