python --> 正则表达式
在python中使用正则表达式,需要导入 re 模块
一、 元字符,包括 [] {} | ? * + . ^ $ \ ()
. 号:通配符,一个点号就代表一个字符,一般情况下不能通配换行符 \n
* 号:控制前面的一个字符或是组,重复出现0至n次
+号:控制前面的一个字符或是组,重复出现1至n次
?号:控制前面的一个字符或是组,重复出现0或1次
{}号:内部加数字参数,固定重复次数,也可以写为 {3,5} 代表重复3/4/5次都ok
()号:把内部封装一起作为一组,一个整体
^号:控制开头
$号:控制结尾,
\号:后面跟元字符,去掉元字符的特殊含义,后面跟普通字符,赋予普通字符特殊意义,跟数字,引用序号对应的组所匹配到的字符串
\d:匹配任何十进制数字,相当于类[0-9]
\D:匹配任何非数字字符,相当于类[^0-9]
\s:匹配任何空白字符,相当于类[\t\n\r\f\v]
\S:匹配任何非空字符,相当于类[^\t\n\r\f\v]
\w:匹配任何字母数字字符,相当于类[0-9a-zA-Z]
\W:匹配任何非字母数字字符,相当于类[^0-9a-zA-Z]
\b:匹配一个单词边界,也就是指单词与空格间的位置
[]号:字符集,中括号里的内容之间存在或者的关系,取其一;放在字符集里的元字符失去意义,变为普通字符,^放在字符集里表示‘非’的意思;\d等在字符集里意义不变
| 号:代表‘或’,选其一
二、函数
re.match(pattern,string,flag = 0):从字符串的开头进行匹配
flag = 0 参数,可修改为 re.I 使匹配对大小写不敏感;re.S 使可以匹配出任意字符,包括换行符\n;re.M 多行匹配,会影响^ $
re.search(pattern,string,flag):浏览全部字符串,逐个字符匹配,匹配第一个符合规则的字符串
match 和 search 匹配的结果都是一个对象,对匹配到的对象进行处理,有如下方法
.group() 返回匹配到的字符串整体,括号内默认参数为0,如设置为1,则代表返回匹配到的第一组的结果
.groups() 获取匹配到的分组结果,只匹配pattern里组里的内容,以元组形式显示
.groupdict() 获取匹配到的结果,以字典形式显示,对于格式有要求,固定格式为 (?P<key名字>value)
origin = 'hey everybody,say hello to the wonderful world!'
res = re.search('(?P<key1>h).+(lo)',origin)
print(res.group(2))
print(res.group())
print(res.groups())
print(res.groupdict())
.start()返回匹配开始的位置
.end()返回匹配结束的位置
.span()返回包含匹配(开始,结束)的位置
origin = 'hey everybody,say hello to the wonderful world!'
res = re.search('(?P<key1>h).+(lo)',origin)
print(res.group(2))
print(res.group())
print(res.groups())
print(res.groupdict())
print(res.start())
print(res.end())
print(res.span())
# 会涉及到正则表达式的贪婪模式,下文讲述
re.findall(pattern,string,flag) 将匹配到的所有内容以字符串形式作为元素,放到一个列表中;如果pattern中出现了组,即(),那么就按照所有的限制条件去匹配,但是仅将组里匹配出的内容返回给列表;如果规则里只有1个组,那么得到的列表里元素就是字符串,如果存在多个组,那得到的列表的元素为元组,每个元组的元素是字符串
import re
origin = 'hello alex,again alex,bye acd'
res = re.findall('a(\w*)',origin)
print(res)
res = re.findall('a(\w*)x',origin)
print(res)
res = re.findall('(a)(\w*)(x)',origin)
print(res) # 结果如下
['lex', 'gain', 'lex', 'cd']
['le', 'le']
[('a', 'le', 'x'), ('a', 'le', 'x')]
几种特别注意情况
① 嵌套分组括号,执行完一遍外层,再执行一边内层,结果都返回
import re
origin = 'ethan'
res = re.findall('(e)(\w*(a))(n)',origin)
print(res) #结果如下 [('e', 'tha', 'a', 'n')]
②判断字符串中空元素个数,得到结果列表元素为空,个数比字符串长度多1
import re
origin = 'ethan'
res = re.findall('',origin)
print(res) # 结果如下 ['', '', '', '', '', '']
③其他特殊情况,涉及分组个数与重复次数
import re
origin = 'ethan'
res = re.findall('(\w)*',origin)
print(res)
n =re.findall('(\dasd)*','1asd2asdp3asd98k3f')
print(n) # 虽然可以重复0-n次,但是实际分组只有1组,默认返回贪婪模式下最后一组结果 ['n', '']
['2asd', '', '3asd', '', '', '', '', '', '']
re.sub(pattern,repl,string,max=0) 替换掉字符串内容
re.subn() 最后会显示替换掉的次数,结果为元组形式,替换后的字符串为元素
import re
origin = 'goodday,goodbye,good morning,oh my god'
res = re.sub('g\w+d','have',origin)
print(res)
res = re.sub('g\w+d','have',origin,3)
print(res)
res = re.subn('g\w+d','have',origin)
print(res) #结果如下 haveay,havebye,have morning,oh my have
haveay,havebye,have morning,oh my god
('haveay,havebye,have morning,oh my have', 4)
re.split(pattern,string,maxsplit,flag) 按规则分割字符串
①分割规则里不包含组,那么分割出的结果里不包含分割规则 ②分割规则里包含组,那么分割出来的结果会包含组内容 ③如果分割规则处在string末尾或开始,那么会包含空内容成为元素
import re
origin = 'one1two2three3'
res = re.split('\d+',origin)
print(res) stri = 'nice to meet you ethan,but goodbye now'
res = re.split('e(\w+)an',stri)
print(res)
res = re.split('ethan',stri)
print(res) #结果如下 ['one', 'two', 'three', '']
['nice to meet you ', 'th', ',but goodbye now']
['nice to meet you ', ',but goodbye now']
re.compile(pattern,flags) 将规则编译到obj里,下次再使用此规则时直接调用obj的方法,适用于重复多次使用的规则
import re
obj = re.compile('e(\w+)n')
origin = 'nice to see you ethan,but byebye now'
res = obj.findall(origin)
print(res)
res = obj.split(origin)
print(res) #结果如下 ['tha']
['nice to see you ', 'tha', ',but byebye now']
re.finditer(pattern,string,flags) 生成迭代对象,需要进行for循环,才能得到对象,需要对象的.group(),.groups(),.groupdict()的方法得到具体值
import re
rigin = 'alex,goodday'
res = re.finditer('a(\w*)(?P<key1>x)',origin)
print(res)
for i in res:
print(i,i.group(),i.groups(),i.groupdict()) # 结果如下
<callable_iterator object at 0x000000DA49F7CB38>
<_sre.SRE_Match object; span=(0, 4), match='alex'> alex ('le', 'x') {'key1': 'x'}
三、贪婪模式与非贪婪模式
默认情况下,所有匹配均为贪婪模式,除非对匹配方式进行了设置,例如
import re
origin = 'a23018319cdnk'
res = re.search('a(\d+)',origin).group()
print(res)
res = re.search('a(\d+?)',origin).group()
print(res) #显示结果如下
a23018319
a2
但是在组两边都有限制条件的时候,非贪婪模式也会失效,例如
import re
res = re.search('a(\d+?)',origin).group()
print(res)
res = re.search('a(\d+?)c',origin).group()
print(res) #结果如下 a2
a23018319c
四、原生字符r ,使用时表示在python中存在特殊意义的字符,失去特殊意义,只体现其普通意义,而re模块中的则不受影响
python --> 正则表达式的更多相关文章
- Python 正则表达式入门(中级篇)
Python 正则表达式入门(中级篇) 初级篇链接:http://www.cnblogs.com/chuxiuhong/p/5885073.html 上一篇我们说在这一篇里,我们会介绍子表达式,向前向 ...
- Python正则表达式中的re.S
title: Python正则表达式中的re.S date: 2014-12-21 09:55:54 categories: [Python] tags: [正则表达式,python] --- 在Py ...
- Python 正则表达式入门(初级篇)
Python 正则表达式入门(初级篇) 本文主要为没有使用正则表达式经验的新手入门所写. 转载请写明出处 引子 首先说 正则表达式是什么? 正则表达式,又称正规表示式.正规表示法.正规表达式.规则表达 ...
- python正则表达式re
Python正则表达式: re 正则表达式的元字符有. ^ $ * ? { [ ] | ( ).表示任意字符[]用来匹配一个指定的字符类别,所谓的字符类别就是你想匹配的一个字符集,对于字符集中的字符可 ...
- Python正则表达式详解
我用双手成就你的梦想 python正则表达式 ^ 匹配开始 $ 匹配行尾 . 匹配出换行符以外的任何单个字符,使用-m选项允许其匹配换行符也是如此 [...] 匹配括号内任何当个字符(也有或的意思) ...
- 比较详细Python正则表达式操作指南(re使用)
比较详细Python正则表达式操作指南(re使用) Python 自1.5版本起增加了re 模块,它提供 Perl 风格的正则表达式模式.Python 1.5之前版本则是通过 regex 模块提供 E ...
- Python正则表达式学习摘要及资料
摘要 在正则表达式中,如果直接给出字符,就是精确匹配. {m,n}? 对于前一个字符重复 m 到 n 次,并且取尽可能少的情况 在字符串'aaaaaa'中,a{2,4} 会匹配 4 个 a,但 a{2 ...
- python正则表达式 小例几则
会用到的语法 正则字符 释义 举例 + 前面元素至少出现一次 ab+:ab.abbbb 等 * 前面元素出现0次或多次 ab*:a.ab.abb 等 ? 匹配前面的一次或0次 Ab?: A.Ab 等 ...
- Python 正则表达式-OK
Python正则表达式入门 一. 正则表达式基础 1.1. 简单介绍 正则表达式并不是Python的一部分. 正则表达式是用于处理字符串的强大工具, 拥有自己独特的语法以及一个独立的处理引擎, 效率上 ...
- Python天天美味(15) - Python正则表达式操作指南(re使用)(转)
http://www.cnblogs.com/coderzh/archive/2008/05/06/1185755.html 简介 Python 自1.5版本起增加了re 模块,它提供 Perl 风格 ...
随机推荐
- 大数据慎行,数据管理要落实到KPI
近年来,"大数据"一词被IT和互联网行业广泛提及,但真正落到实处的案例没有多少,大数据量支撑.数据挖掘技术.非结构化数据是阻碍的主要原因.大多数企业的信息化并没有达到到成熟水平,关 ...
- MMORPG大型游戏设计与开发(服务器 AI 控制器)
上一篇我们说了基础接口的组成,想必大家对AI中的基础方法有了一定的了解,而基础接口只能一个通用的,要实现不同的类别还需子类中实现,这就形成了玩家.主动.被动.木桩这些类型.不同类型的AI需要有一个统一 ...
- 代码管理工具 --- git的学习笔记一《git的个人开发》
重点摘要: 创建了一个文件后首先先通过git add . 添加到暂缓区,然后通过git commit -m "提交的名字" 提交到本地仓库,最后才可能push到远程仓库. 1. 个 ...
- angular学习笔记(二十八-附1)-$resource中的资源的方法
通过$resource获取到的资源,或者是通过$resource实例化的资源,资源本身就拥有了一些方法,$save,$delete,$remove,可以直接调用来保存该资源: 比如有一个$resour ...
- [java]设计模式1-单例模式
单例模式:单例模式确保某个类只有一个实例,而且自行实例化并向整个系统提供这个实例.在计算机系统中,线程池.缓存.日志对象.对话框.打印机.显卡的驱动程序对象常被设计成单例.这些应用都或多或少具有资源管 ...
- C++使用vector
#include <iostream> #include <string> #include <vector> using namespace std; void ...
- pcl计算样点法向并显示
利用最小二乘法估计样点表面法向,并显示 #include <pcl/point_types.h> #include <pcl/io/pcd_io.h> #include < ...
- linux 项目部署问题
1.ubuntu 安装 pillow 报错 缺少依赖包 pip install Pillow ValueError: zlib is required unless explicitly disabl ...
- [LeetCode] Gas Station 加油站问题
There are N gas stations along a circular route, where the amount of gas at station i is gas[i]. You ...
- 对于一个div下两个横内元素对其或者居中的方法
我们会经常遇到这样的对其问题图片和文字,或者文字和单选按钮之类的,而且,如果文字不是12px或者14px,有时候想大一点的时候,会出现对不起的情况或者居中不了. 下面我们来看看: 有时候会出现: 这种 ...