正则表达式、原始字符串及re
正则表达式、原始字符串及re
re是python中的一个文本解析工具,常用的方法有:
来源:https://www.ibm.com/developerworks/cn/opensource/os-cn-pythonre/index.html
compile
re.compile(pattern[, flags])
把正则表达式的模式和标识转化成正则表达式对象,供 match() 和 search() 这两个函数使用。
re 所定义的 flag 包括:
re.I 忽略大小写
re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
re.M 多行模式
re.S 即为’ . ’并且包括换行符在内的任意字符(’ . ’不包括换行符)
re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
re.X 为了增加可读性,忽略空格和’ # ’后面的注释
例:以下两种用法结果相同:
A)
compiled_pattern = re.compile(pattern) ``result = compiled_pattern.match(string)
B)
result = re.match(pattern, string)
re.search(pattern, string[, flags])
在字符串中查找匹配正则表达式模式的位置,返回 MatchObject 的实例,如果没有找到匹配的位置,则返回 None。
对于已编译的正则表达式对象来说(re.RegexObject),有以下 search 的方法:
search (string[, pos[, endpos]])
若 regex 是已编译好的正则表达式对象,regex.search(string, 0, 50) 等同于 regex.search(string[:50], 0)。
具体示例如下。
>>> pattern = re.compile("a") ``>>> pattern.search("abcde") # Match at index 0 ``>>> pattern.search("abcde", 1) # No match;
re.match(pattern, string[, flags])
判断 pattern 是否在字符串开头位置匹配。对于 RegexObject,有:
match(string[, pos[, endpos]])
match() 函数只在字符串的开始位置尝试匹配正则表达式,也就是只报告从位置 0 开始的匹配情况,而 search() 函数是扫描整个字符串来查找匹配。如果想要搜索整个字符串来寻找匹配,应当用 search()。
split
re.split(pattern, string[, maxsplit=0, flags=0])
此功能很常用,可以将将字符串匹配正则表达式的部分割开并返回一个列表。对 RegexObject,有函数:
split(string[, maxsplit=0])
例如,利用上面章节中介绍的语法:
>>> re.split('\W+', 'test, test, test.') ``['test', 'test', 'test', ''] ``>>> re.split('(\W+)', ' test, test, test.') ``[' test ', ', ', ' test ', ', ', ' test ', '.', ''] ``>>> re.split('\W+', ' test, test, test.', 1) ``[' test ', ' test, test.']
对于一个找不到匹配的字符串而言,split 不会对其作出分割,如:
>>> re.split('a*', 'hello world') ``['hello world']
re.findall(pattern, string[, flags])
在字符串中找到正则表达式所匹配的所有子串,并组成一个列表返回。同样 RegexObject 有:
findall(string[, pos[, endpos]])
示例如下:
#get all content enclosed with [], and return a list ``>>> return_list = re.findall("(\[.*?\])",string)
re.finditer(pattern, string[, flags])
和 findall 类似,在字符串中找到正则表达式所匹配的所有子串,并组成一个迭代器返回。同样 RegexObject 有:
finditer(string[, pos[, endpos]])
sub
re.sub(pattern, repl, string[, count, flags])
在字符串 string 中找到匹配正则表达式 pattern 的所有子串,用另一个字符串 repl 进行替换。如果没有找到匹配 pattern 的串,则返回未被修改的 string。Repl 既可以是字符串也可以是一个函数。对于 RegexObject 有:
sub(repl, string[, count=0])
此语法的示例有:
>>> p = re.compile( '(one|two|three)') `` ``>>> p.sub( 'num', 'one word two words three words') ``'num word num words num words'
同样可以用以下方法,并指定 count 为 1(只替换第一个):
>>> p.sub( 'num', ' one word two words three words', count=1)
' num word two words three words'
subn
re.subn(pattern, repl, string[, count, flags])
该函数的功能和 sub() 相同,但它还返回新的字符串以及替换的次数。同样 RegexObject 有:
subn(repl, string[, count=0])
区分正则表达式易错的大小写
正则表达式特殊序列:
\A 只在字符串开头进行匹配。 \b 匹配位于开头或者结尾的空字符串 \B 匹配不位于开头或者结尾的空字符串 \d 匹配任意十进制数,相当于 [0-9] \D 匹配任意非数字字符,相当于 [^0-9] \s 匹配任意空白字符,相当于 [ \t\n\r\f\v] \S 匹配任意非空白字符,相当于 [^ \t\n\r\f\v] \w 匹配任意数字和字母,相当于 [a-zA-Z0-9_] \W 匹配任意非数字和字母的字符,相当于 [^a-zA-Z0-9_] \Z 只在字符串结尾进行匹配 来源:https://www.ibm.com/developerworks/cn/opensource/os-cn-pythonre/index.html
注意这里面,关于大小写的作用是反过来的:\s(小写)是匹配空白字符,而\S(大写)则是匹配非空白字符;\w匹配数字和字母,而\W匹配的是非数字和字母,这就很容易用错。不过规律是一致的,就是小写是描述特征的,而大写的匹配的是小写的“非”
正则表达式和原始字符串混起来,就有了一丝复杂的意味
原始字符串的意思是:所有的字符串都是直接按照字面的意思来使用,没有转义特殊或不能打印的字符。
我们往往容易误以为原始字符串的意思是“只能表示字面上的字符”,在一些简单使用的情况下,这是正确的,但是在re模块中使用是有问题的:
compile
re.compile(pattern[, flags])
把正则表达式的模式和标识转化成正则表达式对象,供 match() 和 search() 这两个函数使用。
这里我们输入的字符串实际上是pattern,如果使用原始字符串,就是将输入的字符串直接当成pattern
例如:\w表示匹配任意数字和字母,这个\是我们需要的,但是如果直接输入“\w"会将\w认为是转义字符,传递的pattern就不是\w了.如果不使用原始字符串,应该写成re.compile("\\w");而如果使用了原始字符串,应该是re.compile(r"\w")
而例如+号,它本身就不存在转义的问题,所以无论是否使用原始字符串,只要我们想获得的是+号表示的1到多次的效果,就都不要画蛇添足加\。但是如果我们需要表示的都是+这个符号本身呢?那么这两种情况都需要加\。注意,由于Python中没有规定\+这个转义字符,所以它其实是被Python当成\和+传入re的,而re根据\将+转义为没有特殊效果的+字符。这里要搞清
说起来不太难,但是使用的时候还是有点坑的其实,尤其是脑子容易绕不过来。所以我觉得干脆,正则表达式上能不用原始字符串就不用了吧
(而且我实测,原始字符串在这里好像会有薛定谔bug,一开始运行就是不过,折腾了半天改回原来不知道怎么就过了,很迷````)
正则表达式、原始字符串及re的更多相关文章
- devi into python 笔记(六)正则表达式 原始字符串
字符串函数replace: #string.replace: #字符串的replace方法:替换子串,不改变原来的字符串 s = "broad road" #打印出来会发现不单单是 ...
- Notepad++快捷键&正则表达式替换字符串&插件
Notepad++绝对是windows下进行程序编辑的神器之一,要更快速的使用以媲美VIM,必须灵活掌握它的快捷键,下面对notepad++默认的快捷键做个整理(其中有颜色的为常用招数): 1. 文件 ...
- 42-python基础-python3-字符串-原始字符串
原始字符串 可以在字符串开始的引号之前加上 r,使它成为原始字符串. “原始字符串”完全忽略所有的转义字符,打印出字符串中所有的倒斜杠. 如果输入的字符串包含许多倒斜杠,比如正则表达式字符串,那么原始 ...
- C++11 STL Regex正则表达式与字符串字段解析
简单的日期正则表达式 一个简单的日期解析程序,从yyyy-mm-dd格式的日期字符串中,分别获取年月日. 先设置一个简单的正则表达式,4位数字的"年",1-2位数字的"月 ...
- python 模块、原始字符串
模块 三种方法: import from 模块 import 成员,成员 from 模块 import * *代表所有的成员 隐藏成员: 模块中以下划线_开头的属性 隐藏成员不会被from 模块 im ...
- JAVA----编程列出一个字符串的全字符组合情况,原始字符串中没有重复字符
package com.pb.demo.packclass.demo1; import java.util.HashSet; /** * 编程列出一个字符串的全字符组合情况,原始字符串中没有重复字符 ...
- JS正则表达式获取字符串中特定字符
JS正则表达式获取字符串中得特定字符,通过replace的回调函数获取. 实现的效果:在字符串中abcdefgname='test'sddfhskshjsfsjdfps中获取name的值test 实 ...
- java 正则匹配空格字符串 正则表达式截取字符串
java 正则匹配空格字符串 正则表达式截取字符串 需求:从一堆sql中取出某些特定字符串: 比如配置的sql语句为:"company_code = @cc and project_id = ...
- 正则表达式去除字符串左右空格函数 调用方法是,str.Trim();
正则表达式去除字符串左右空格函数 调用方法是,str.Trim(); String.prototype.Trim = function() { return this.replace(/(^\s*)| ...
随机推荐
- JS框架_(JQuery.js)高德地图api
百度云盘 传送门 密码 :ko30 高德地图api效果 <!doctype html> <html> <head> <meta charset="u ...
- 官网Windows 10安装程序驱动下载--截止:2019.01.06版本
说明:鉴于win7,8不可直接再下载原装iOS文件,这份共享程序包是为以后N年做的准备.如果N年后这个包还可以用,就可以省去很多麻烦. 百度网盘分享:https://pan.baidu.com/s/1 ...
- php的while函数
PHP while 循环 PHP Switch PHP For 循环 PHP while 循环在指定条件为 true 时执行代码块. PHP 循环 在您编写代码时,经常需要反复运行同一代码块.我们可以 ...
- Spring data redis-StringRedisTemplate 用法
Spring-data-redis为spring-data模块中对redis的支持部分,简称为“SDR”,提供了基于jedis客户端API的高度封装以及与spring容器的整合,事实上jedis客户端 ...
- C++入门经典-例4.11-名称空间的定义和使用
1:名称空间,也成为名字空间.命名空间,关键字为namespace.我们经常使用这样一条语句: using namespace std: 我们要使用标准输入输出流,除了包含它们所在的头文件外,还必须使 ...
- leetcode-easy-others-190. Reverse Bits-NO
mycode 不会... 参考: 1. 思路: 将十进制的n转换成二进制(str) -> 利用切片.反向获取不包含0b的反转后的二进制字符串 -> 补上0(共32位) 2. class S ...
- SAP MaxDB Backup and Restore
Back up the data and redo log entries from the data and log areas of your database to data carriers ...
- T83312 【音乐会】达拉崩吧·上
T83312 [音乐会]达拉崩吧·上 题解 线段树板子题 把原来的 + 变成 ^ 但是注意一下懒标记,这里讲一下小技巧 代码 #include<bits/stdc++.h> using n ...
- fstab中使用设备的uuid
设备定位的方法有: 设备名称, 如:/dev/sda1, 随着linux内核加载模块顺序在每次启动的时候可能会不同, 在插拔U盘/移动硬盘的时候, 设备分配到的名称可能不同,这样fs映射就会失败 因此 ...
- NSIS打包electron程序为exe安装包
在我的上一篇博客已经介绍了将electron程序生成一个exe可执行文件,但是这并不是最终能够发给用户用来安装的最终安装包,下面我们就介绍如何使用NISI将我们的应用程序打包成安装包: 上一篇博客我们 ...