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

u"[\u4e00-\u9fa5]”
 

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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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  ...

  7. 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 ...

  8. 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 ...

  9. 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

  1. upc组队赛16 Winner Winner【位运算】

    Winner Winner 题目链接 题目描述 The FZU Code Carnival is a programming competetion hosted by the ACM-ICPC Tr ...

  2. Bootstrap,Bagging and Random Forest Algorithm

    Bootstrap Method:在统计学中,Bootstrap从原始数据中抽取子集,然后分别求取各个子集的统计特征,最终将统计特征合并.例如求取某国人民的平均身高,不可能测量每一个人的身高,但却可以 ...

  3. HTMLTestRunner下载生成报告

    HTMLTestRunner下载地址:http://tungwaiyip.info/software/HTMLTestRunner.html,选择HTMLTestRunner.py下载 2.打开显示这 ...

  4. python-生成式的基本使用

    生成式是python中的一种高级玩法,起码看起来显得要高级一点.它可以使用简单的一行代码实现列表.字典等数据类型的创建或数据类型的转换等任务.另外,它和生成器还有些许关联. 列表生成式 列表生成式即生 ...

  5. django的orm操作优化

    django的orm操作优化 models.py from django.db import models class Author(models.Model): name = models.Char ...

  6. G a+b+c+d=?

    G a+b+c+d=? 链接:https://ac.nowcoder.com/acm/contest/338/G来源:牛客网 题目描述 This is a very simple problem! Y ...

  7. 【Vue 2.X】基于ElementUI 实现 dialog弹窗移动效果-自定义指令系列(二)

    v-dialogDrag: 弹窗拖拽 使用: <el-dialog XXX v-dialogDrag></el-dialog> Vue.directive('dialogDra ...

  8. CSS语法规则

    一.At-rule 一种以@开头的声明语句,以分号;结尾.语法规则为: @IDENTIFIER (RULE); . At-rule主要用作表示CSS的行为,参考: https://www.cnblog ...

  9. Java JNA (一)—— 调用dll

    Java调用C++动态链接库的方式很多,有jnative,jna等.这里介绍如何通过jna的方式调用动态链接库. 调用代码很简单,就是需要注意几个问题. 补充:如dll内部访问配置文件,需将配置文件放 ...

  10. vue项目中配置favicon图标

    如上图所示,页面顶部的小图标会让页面显得高大上,一般把这种图标叫做favicon图标.利用vue-cli脚手架搭建的项目,如果不手动配置,页面中是不会显示favicon图标. 不配置是这样子的: fa ...