Python基础—15-正则表达式
正则表达式
应用场景
- 特定规律字符串的查找替换切割等
- 邮箱格式、URL、IP等的校验
- 爬虫项目中,特定内容的提取
使用原则
- 只要是能够使用字符串函数解决的问题,就不要使用正则
- 正则的效率较低,还会降低代码的可读性
- 世界上最难理解的三样东西:医生的处方、道士的神符、码农的正则
- 提醒:正则是用来写的,不是用来读的;在不知道功能的情况下,不要试图阅读别人的正则。
基本使用
说明:正则的解析处理是由
re
模块完成相关函数:
- match:从开头进行匹配,匹配到就返回正则结果对象,没有就返回None
- search:从任意位置匹配,匹配到一次就返回,没有就返回None
import re # 只从开头匹配,找到返回一个正则结果对象,没有找到返回None
# m = re.match('abc', 'abcsdhasdasjabcweuqo')
# 全部匹配,只要找到就停止并返回
m = re.search('abc', 'sdhabcsdasjabcweuqo') if m:
# 提取匹配到的内容
print(m.group())
# 获取匹配位置
print(m.span())- findall:全局匹配,返回匹配到的结果列表,没有时返回空列表
# 匹配所有内容,返回匹配结果组成的列表,若没有则返回空列表
f = re.findall('abc', 'qwsdhaslabcsadjlasdoiabcdakls')
if f:
print(f)
print(type(f))- compile:生成正则表达式对象
# 生成正则表达式对象,用于正则匹配
c = re.compile('hello') # 从开头进行匹配
# m = c.match('hellosdsjldkabc')
# 从任意位置匹配
m = c.search('shdjkhelloaskjdha')
if m:
print(m.group())
# 匹配所有
f = c.findall('helloasjdhakhello')
if f:
print(f)将正则的匹配分两步完成:先创建正则对象,然后通过对象的match、search、findall方法完成匹配
正则规则
单个字符:
普通字符:简单来说就是一对一的完全匹配
[]:中间的任意一个字符
[a-z]:a~z之间的字符(所有小写字母)
[0-9]:0~9之间的字符(所有数字)
[A-Z0-9]:所有的大写字母和数字
[^abc]:除abc外的所有字符
. :匹配'\n'以外的任意字符
\d:所有的数字,等价于[0-9]
\D:所有的非数字,等价于[^0-9]
\w:所有的数字、字母(中文)、下划线等(就是字)
\W:所有的非字字符(\w的取反)
\s:所有的空白字符(\n、\t、\t、空格等)
\S:所有的非空白字符
\b:词边界匹配(开头、结尾、标点、空格)
\B:非词边界匹配次数控制
*:前面的字符出现任意次
+:前面的字符出现至少一次
?:前面的字符出现至多一次
{m}:指定次数,m表示出现的次数
{m,}:至少指定次数
{m,n}:指定范围内的次数,m到n次之间
{,n}:至多n次,相当于{0,n}正则的匹配默认都是贪婪的(最大限度的匹配)
边界限定
- ^:以指定的内容开头
- $:以指定的内容结尾
- 示例
import re # 以指定的内容开头
# c = re.compile(r'^abc')
# 以指定的内容结尾
c = re.compile(r'kas$') s = c.search('abcsdhkas') if s:
print(s.group())优先级控制
- |:表示或,它拥有最低的优先级
- ():用于表示一个整体,明确的指定优先级
- 示例:
import re c = re.compile(r'a(hello|world)b') s = c.search('aworldb') if s:
print(s.group())分组匹配
- 说明:()不但可以作为一个整体,还可以进行分组匹配
- 示例1:
import re c = re.compile(r'(\d+)([a-z]+)(\d+)') s = c.search('shd327sjahdajhsd87892ehawksd') if s:
print(s.group())
# 默认就是全部的匹配内容,等价于上式
print(s.group(0))
# 第一个()匹配到的内容
print(s.group(1))
print(s.group(2))
print(s.group(3))
print(s.span())
print(s.span(0))
print(s.span(1))
print(s.span(2))
print(s.span(3))- 示例2:给分组起名字
import re # 固定匹配
# c = re.compile(r'<div><a>\w+</a></div>')
# \1表示前面第一个小括号匹配的内容
# c = re.compile(r'<([a-z]+)><([a-z]+)>\w+</\2></\1>')
# 给()起名字
c = re.compile(r'<(?P<goudan>[a-z]+)><(?P<ergou>[a-z]+)>\w+</(?P=ergou)></(?P=goudan)>') s = c.search('<div><a>百度一下</a></div>') if s:
print(s.group())贪婪匹配
- 贪婪:最大限度的匹配叫贪婪。正则的匹配默认是贪婪。
- 非贪婪:只要满足匹配条件,能少匹配就少匹配;通过可以使用'?'进行取消贪婪
- 示例:
import re # 取消任意多次的贪婪
# c = re.compile(r'a.*?b')
# 取消至少一次的贪婪
c = re.compile(r'a.+?b') s = c.search('abdhsadjbsdjabs') if s:
print(s.group())匹配模式
- 说明:所谓模式就是对匹配的原则进行整体的修饰
- 示例:
import re # 忽略大小写的匹配
# c = re.compile(r'hello', re.I)
# s = c.search('Hello world') # 进行多行匹配,默认单行匹配
# c = re.compile(r'^hello', re.M)
# s = c.search('world \nhello') # 做为单行处理 或 让 . 能够匹配 \n
c = re.compile(r'<div>.*?</div>', re.S)
# string = '<div>hello</div>'
string = '''<div>
hello
</div>'''
s = c.search(string) if s:
print(s.group())字符转义
- 若匹配正则语法中的特定字符都需要进行转义
- 正则字符串会被处理两次,python中处理一次,re模块会在处理一次
- 若不想考虑字符的转义问题,可以在书写正则字符串时前面加一个字符'r'
- 添加'r'之后,在python不会再进行任何转义,只需在与正则语法相关的字符前加''即可让其使用原有意义
Python基础—15-正则表达式的更多相关文章
- 十七. Python基础(17)--正则表达式
十七. Python基础(17)--正则表达式 1 ● 正则表达式 定义: Regular expressions are sets of symbols that you can use to cr ...
- 十五. Python基础(15)--内置函数-1
十五. Python基础(15)--内置函数-1 1 ● eval(), exec(), compile() 执行字符串数据类型的python代码 检测#import os 'import' in c ...
- Python基础之 正则表达式指南
本文介绍了Python对于正则表达式的支持,包括正则表达式基础以及Python正则表达式标准库的完整介绍及使用示例.本文的内容不包括如何编写高效的正则表达式.如何优化正则表达式,这些主题请查看其他教程 ...
- python基础之正则表达式
正则表达式语法 正则表达式 (或 RE) 指定一组字符串匹配它;在此模块中的功能让您检查一下,如果一个特定的字符串匹配给定的正则表达式 (或给定的正则表达式匹配特定的字符串,可归结为同一件事). 正则 ...
- Python高手之路【五】python基础之正则表达式
下图列出了Python支持的正则表达式元字符和语法: 字符点:匹配任意一个字符 import re st = 'python' result = re.findall('p.t',st) print( ...
- python基础之正则表达式和re模块
正则表达式 就其本质而言,正则表达式(或 re)是一种小型的.高度专业化的编程语言,(在Python中)它内嵌在Python中,并通过 re 模块实现.正则表达式模式被编译成一系列的字节码,然后由用 ...
- python基础之 正则表达式,re模块
1.正则表达式 正则表达式:是字符串的规则,只是检测字符串是否符合条件的规则而已 1.检测某一段字符串是否符合规则 2.将符合规则的匹配出来re模块:是用来操作正则表达式的 2.正则表达式组成 字符组 ...
- python基础-RE正则表达式
re 正则表示式 正则表达式(或 RE)是一种小型的.高度专业化的编程语言,(在Python中)它内嵌在Python中,并通过 re 模块实现.正则表达式模式被编译成一系列的字节码,然后由用 C 编写 ...
- python基础之正则表达式。
简介 就其本质而言,正则表达式是内嵌在python内,由re模块实现,小型的专业化语言,最后由c写的匹配引擎执行.正则表达式(regular expression)描述了一种字符串匹配的模式,可以用来 ...
- Python开发【第一篇】Python基础之正则表达式补充
正则表达式 一简介:就其本质而言,正则表达式(或RE)是一种小型的.高度专业化的标称语言,(在Python中)它内嵌在Python中,并通过re模块实现.正则表达式模式被编译成一系列的字节码,然后由用 ...
随机推荐
- 4、Angular2 pipe
1. stateless pipe 2.stateful pipe
- Protocol Buffers教程
今天想比较下pb和fastjson两个序列化后的大小.再看了一下pb序列化 pb官网:https://developers.google.com/protocol-buffers/ pb是啥 What ...
- props的异步加载问题
在写vue项目的时候,父组件调用ajax的接口获得数据,然后赋值给data中的初始值,然后通过props传给子组件,子组件在created的时候,获得的props的值有的时候是undefined,因为 ...
- css background 背景知识详解
background 背景属性 我们知道元素有前景色color,与之对应的还有背景色,通过background我们可以为元素添加实色(background-color)和任意多个背景图片(backgr ...
- wx.grid
wxPython控件学习之wx.grid.Grid (包括对GridCellEditor和GridCelRender的扩展,以支持更多的grid cell 样式, 以GridCellColorEdit ...
- 爬虫入门之爬取策略 XPath与bs4实现(五)
爬虫入门之爬取策略 XPath与bs4实现(五) 在爬虫系统中,待抓取URL队列是很重要的一部分.待抓取URL队列中的URL以什么样的顺序排列也是一个很重要的问题,因为这涉及到先抓取那个页面,后抓取哪 ...
- sqlserver row_number函数的用法
ROW_NUMBER()函数将针对SELECT语句返回的每一行,从1开始编号,赋予其连续的编号 必须和over一起使用 select *,ROW_NUMBER() over(order by prod ...
- java--内存管理的几点小技巧
今天看一本书,书上提到了内存泄露,后面也提到了内存管理的小技巧,在这里记下来,以免以后忘记. 1.尽量使用直接量.比如:String str = "I can play!";而不是 ...
- 同时开左右两个SAPGUI编辑器显示同一段ABAP代码
很多文本编辑器都支持同时开左右两个窗口显示同一段代码,使用场景可能是比较同一段代码的不同版本差异,或者是ABAP里,同一段代码在Netweaver不同版本里的实现差异,比如版本为SP1的系统A和版本为 ...
- python+requests+json 接口测试思路示例
实际项目中用python脚本实现接口测试的步骤: 1 发送请求,获取响应 >>2 提取响应里的数据,对数据进行必要的处理 >>3 断言响应数据是否与预期一致 以豆瓣接口为例 ...