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),总是尝试匹配尽可能多的字符;非贪婪的则相反,总是尝试匹配尽可能少的字符。例如:正则表达式"ab*"如果用于查找"abbbc",将找到"abbb"。而如果使用非贪婪的数量词"ab*?",将找到"a"。
一般字符、字符集和转义字符
一般字符 | 完全匹配字符 | abc | abc |
\ | 转义字符 | \. | . |
. | 匹配除换行符\n以外的所有字符 | . | q, 1, +, ...... |
[] | 匹配字符集中任意字符 | [abc] | a, b, c |
\s | 匹配空白字符,即[\n\t\f\r...] | a\sb | a b, a b, ...... |
\S | 匹配非空白字符 | a\Sb | ab, a4b, asb, ...... |
\w | 匹配单词字符,即[a-zA-Z0-9] | a\wc | abc, a8c, ...... |
\W | 匹配非单词字符,即[^a-zA-Z0-9] | a\Wc | a-c, a?c, ...... |
\d | 匹配数字 | a\dc | a3c, ...... |
\D | 匹配非数字 | a\Dc | adc, a-c, ...... |
限定匹配次数
* | 匹配前一个字符0到无限次 | ab*c | ac, abc, abbc, ...... |
+ |
匹配前一个字符1到无限次 | ab+c | abc, abbc, ...... |
? |
匹配前一个字符0或1次 | ab?c | ac, abc |
{m} |
匹配前一个字符m次 | ab{3}c | abbbc |
{m,n} |
匹配前一个字符m至n次,m省略代表0至n次,n省略代表m至无限次 | ab{2,3}c | abbc, abbbc, ...... |
*? +? ?? {m}? {m,n}? |
使得*,+,?{m},{m,n}变为非贪婪模式 | ab*? | a |
限定边界
$ | 匹配字符串末尾(多行模式下是每一行字符串末尾,re.M) | c$ | abc, 12c, ?-c, ...... |
^ | 匹配字符串开头(多行模式下是每一行字符串开头,re.M) | ^c | cab, c12, c??, ...... |
\A | 匹配整个字符串开头 | \Ac | cab, ...... |
\Z | 匹配整个字符串末尾 | c\Z | abc, ...... |
逻辑、分组
| | 或,匹配左边或者右边的表达式 | abc|def | abc, def, ...... |
(...) | 括号内为一组;分组有编号,从1开始算起;分组作为一个整体,|只在分组内部有效; | (abc){1}\.(123|456)+ | abc.456, abc.123, ...... |
(?P<name>...) | 除编号外的另一个分组名 | ||
\<number> | 引用编号为<number>的分组匹配的字符串 | (\d)abc\1 | 5abc5, ...... |
(?P=name) | 引用别名为<name>的分组匹配到的字符串 | (?P=<one>\d)abc(?P=one) | 7abc7, ...... |
特殊构造
(?iLmsux) | iLmsux每个字符代表一个匹配模式 | (?!abc) | Abc, abc, ...... |
(?#...) | #之后的内容作为注释被忽略 | ||
(?=...) | 之后的字符串内容需要匹配表达式,不消耗字符串内容 | a(?=\d) | 后面是数字的a |
(?!...) | 之后的字符串内容需要不匹配表达式,不消耗字符串内容 | a(?!\d) | 后面不是数字的a |
(?<=...) | 之前的字符串内容需要匹配表达式,不消耗字符串内容 | (?<=\d)a | 前面是数字的a |
(?<!...) | 之后的字符串内容需要不匹配表达式,不消耗字符串内容 | (?<!\d)a | 前面不是数字的a |
2、中文字符集
3、re模块常用方法
compile():编译正则表达式,生成一个正则表达式( Pattern )对象,供 match() 和 search() 这两个函数使用
pa = re.compile('et')
正则表达式对象的方法:
group() 返回被 RE 匹配的字符串。
start() 返回匹配开始的位置
end() 返回匹配结束的位置
span() 返回一个元组包含匹配 (开始,结束) 的位置
常用方法:
match():尝试从字符串的起始位置匹配一个模式,如果不是起始位置匹配成功的话,match()就返回none
In [14]: re.match('I','I will never let it go, jack!')
Out[14]: <_sre.SRE_Match object; span=(0, 1), match='I'> In [15]: re.match('w','I will never let it go, jack!')
no out put
search():扫描整个字符串并返回第一个成功的匹配
In [17]: re.search('i','I will never let it go, jack!')
Out[17]: <_sre.SRE_Match object; span=(3, 4), match='i'>
findall():在字符串中找到正则表达式所匹配的所有子串,并返回一个列表,如果没有找到匹配的,则返回空列表,可指定起始位置
In [28]: re.findall('.i', 'I will never let it go, jack!')
Out[28]: ['wi', ' i']
In [32]: re.compile('.i').findall('I will never let it go, jack!', 0, 10)
Out[32]: ['wi']
finditer():和 findall 类似,在字符串中找到正则表达式所匹配的所有子串,并把它们作为一个迭代器返回
In [54]: for m in re.finditer('.i', 'I will never let it go, jack!'):
...: print(m, m.group(), m.start(), m.end(), m.span())
...:
<_sre.SRE_Match object; span=(2, 4), match='wi'> wi 2 4 (2, 4)
<_sre.SRE_Match object; span=(16, 18), match=' i'> i 16 18 (16, 18)
sub():替换字符串中所有的匹配项,返回匹配后的字符串
In [19]: re.sub('i', 'I', 'I will never let it go, jack!')
Out[19]: 'I wIll never let It go, jack!'
split():按照能够匹配的子串将字符串分割后返回列表,可指定最大分割次数
In [41]: re.split(',', 'runoob, runoob, runoob.')
Out[41]: ['runoob', ' runoob', ' runoob.']
In [43]: re.split(',', 'runoob, runoob, runoob.', 1)
Out[43]: ['runoob', ' runoob, runoob.']
python/pandas 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 ...
- 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 ...
- 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 ---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 pandas.io.data 模块迁移
这段时间用pandas做数据分析, import pandas.io.data as web 然后得到下面的错误提示 "The pandas.io.data module is moved ...
- 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 ...
随机推荐
- python学习那点事---pycharm使用弹框问题如何解决
学习python的目标:年后可以找一份不错的维护工作. 2019.11.4日是第一天开始学习python,从开始安装python3.6版本和pycharm开始.安装python版本非常顺利的就完成了, ...
- [Linux] 015 用户管理命令
1. 用户管理命令:useradd 命令名称:useradd 命令所在路径:/bin/sbin/useradd 执行权限:root 语法:useradd 用户名 功能描述:添加新用户 范例: $use ...
- [BZOJ2138]stone(Hall定理,线段树)
Description 话说Nan在海边等人,预计还要等上M分钟.为了打发时间,他玩起了石子.Nan搬来了N堆石子,编号为1到N,每堆 包含Ai颗石子.每1分钟,Nan会在编号在\([L_i,R_i] ...
- Python入门习题10.河内塔(汉诺塔)问题
例10 共n个圆盘,a,b,c三根柱子 #汉诺塔问题.py def Hanoi(n): #定义n阶汉诺塔问题移动次数函数 if n == 1: return 1 else: return 2*Hano ...
- [洛谷P1552] [APIO2012]派遣(左偏树)
这道题是我做的左偏树的入门题,奈何还是看了zsy大佬的题解才能过,唉,我太弱了. 左偏树总结 Part 1 理解题目 很显然,通过管理关系的不断连边,最后连出来的肯定是一棵树,那么不难得出,当一个忍者 ...
- Solution for NULL pointer dereference
•mmap_min_addr forbids users from mapping low addresses 1. First available in July 2007 2. Several c ...
- hdu4734 F(x)(数位dp)
题目传送门 F(x) Time Limit: 1000/500 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others)Total S ...
- JS面向对象——动态原型模型、寄生构造模型
动态原型模型 组合使用构造函数模型和原型模型,使得OO语言程序员在看到独立的构造函数和原型时很困惑.动态原型模型致力于解决该问题,它把所有的信息封装在构造函数中,通过在构造函数中初始化原型(仅在必要情 ...
- ES6新增关键字let与var的区别
最近看了很多文章,偶然间看到ES6中新增了一个关键字 let ,它具有与 var 关键字相似的功能.一开始使用它时,发现它让我对之前一些习以为常的东西产生了怀疑. 下面先让我们看看它和 var 之间用 ...
- 135-基于TMS320C6678、FPGA XC5VSX95T的2路Full模式Camera Link输入双目视觉处理平台
基于TMS320C6678.FPGA XC5VSX95T的2路Full模式Camera Link输入双目视觉处理平台 一.板卡概述 本板卡由我公司自主研发,基于CPCI架构,符合CPCI2.0标准,采 ...