时间:2021-05-18
正则表达式是处理字符串的强大工具。作为一个概念而言,正则表达式对于Python来说并不是独有的。但是,Python中的正则表达式在实际使用过程中还是有一些细小的差别。
正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配。
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。
re 模块使 Python 语言拥有全部的正则表达式功能。
compile 函数根据一个模式字符串和可选的标志参数生成一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和替换。
re 模块也提供了与这些方法功能完全一致的函数,这些函数使用一个模式字符串做为它们的第一个参数。
1、查找第一个匹配串
import res='ilovepythonverymuch'pat='python'r=re.search(pat,s)print(r.span())#(7,13)2、查找所有1
import res='山东省潍坊市青州第1中学高三1班'pat='1'r=re.finditer(pat,s)for i in r: print(i) #<re.Matchobject;span=(9,10),match='1'>#<re.Matchobject;span=(14,15),match='1'>3、\d匹配数字[0-9]
import res='一共20行代码运行时间13.59s'pat=r'\d+'#+表示匹配数字(\d表示数字的通用字符)1次或多次r=re.findall(pat,s)print(r)#['20','13','59']我们想保留13.59而不是分开,请看4
4、?表示前一个字符匹配0或1次
import res='一共20行代码运行时间13.59s'pat=r'\d+\.?\d+'#?表示匹配小数点(\.)0次或1次r=re.findall(pat,s)print(r)#['20','13.59']5、^匹配字符串的开头
import res='ThismoduleprovidesregularexpressionmatchingoperationssimilartothosefoundinPerl'pat=r'^[emrt]' #查找以r=re.findall(pat,s)print(r)#[],因为字符串的开头是字符`T`,不在emrt匹配范围内,所以返回为空6、re.I 忽略大小写
import res='ThismoduleprovidesregularexpressionmatchingoperationssimilartothosefoundinPerl'pat=r'^[emrt]' #查找以r=re.compile(pat,re.I).search(s)print(r)#<re.Matchobject;span=(0,1),match='T'>表明字符串的开头在匹配列表中7、使用正则提取单词
这是不准确版本,请参看第9个
import res='ThismoduleprovidesregularexpressionmatchingoperationssimilartothosefoundinPerl'pat=r'\s[a-zA-Z]+'r=re.findall(pat,s)print(r) #['module','provides','regular','expression','matching','operations','similar','to','those','found','in','Perl']8、只捕获单词,去掉空格
使用()捕获,这是不准确版本,请参看第9个
import res='ThismoduleprovidesregularexpressionmatchingoperationssimilartothosefoundinPerl'pat=r'\s([a-zA-Z]+)'r=re.findall(pat,s)print(r)#['module', 'provides', 'regular', 'expression', 'matching', 'operations', 'similar', 'to', 'those', 'found', 'in', 'Perl']9、补充上第一个单词
上面第8,看到提取单词中未包括第一个单词,使用?表示前面字符出现0次或1次,但是此字符还有表示贪心或非贪心匹配含义,使用时要谨慎。
import res='ThismoduleprovidesregularexpressionmatchingoperationssimilartothosefoundinPerl'pat=r'\s?([a-zA-Z]+)'r=re.findall(pat,s)print(r)#['This', 'module', 'provides', 'regular', 'expression', 'matching', 'operations', 'similar', 'to', 'those', 'found', 'in', 'Perl']10、使用split函数直接分割单词
使用以上方法分割单词,不是简洁的,仅仅为了演示。分割单词最简单还是使用split函数。
import res = 'This module provides regular expression matching operations similar to those found in Perl'pat = r'\s+'r = re.split(pat,s)print(r)#['This', 'module', 'provides', 'regular', 'expression', 'matching', 'operations', 'similar', 'to', 'those', 'found', 'in', 'Perl']11、提取以m或t开头的单词,忽略大小写
下面出现的结果不是我们想要的,原因出在 ?上!
import res='ThismoduleprovidesregularexpressionmatchingoperationssimilartothosefoundinPerl'pat=r'\s?([mt][a-zA-Z]*)' # 查找以r=re.findall(pat,s)print(r)#['module', 'matching', 'tions', 'milar', 'to', 'those']12、使用^查找字符串开头的单词
综合11和12得到所有以m或t开头的单词
import res='ThismoduleprovidesregularexpressionmatchingoperationssimilartothosefoundinPerl'pat=r'^([mt][a-zA-Z]*)\s' # 查找以r=re.compile(pat,re.I).findall(s)print(r) #['This']13、先分割,再查找满足要求的单词
使用match表示是否匹配
import res='ThismoduleprovidesregularexpressionmatchingoperationssimilartothosefoundinPerl'pat=r'\s+'r=re.split(pat,s)res=[i for i in r if re.match(r'[mMtT]',i)]print(res)#['This', 'module', 'matching', 'to', 'those']14、贪心匹配
尽可能多的匹配字符
import recontent='<h>ddedadsad</h><div>graph</div>bb<div>math</div>cc'pat=re.compile(r"<div>(.*)</div>") #贪婪模式m=pat.findall(content)print(m)#['graph</div>bb<div>math']15、非贪心匹配
与14相比,仅仅多了一个问号(?),得到结果完全不同。
import recontent='<h>ddedadsad</h><div>graph</div>bb<div>math</div>cc'pat=re.compile(r"<div>(.*?)</div>") #贪婪模式m=pat.findall(content)print(m)#['graph', 'math']与14比较可知,贪心匹配和非贪心匹配的区别,后者是字符串匹配后立即返回,见好就收。
16、含有多种分割符
使用split函数
import recontent = 'graph math,,english;chemistry' #这种pat=re.compile(r"[\s\,\;]+") #贪婪模式m=pat.split(content)print(m)#['graph', 'math', 'english', 'chemistry']17、替换匹配的子串
sub函数实现对匹配子串的替换
import recontent="hello 12345, hello 456321" pat=re.compile(r'\d+') #要替换的部分m=pat.sub("666",content)print(m)#hello 666, hello 66618、爬取百度首页标题
import refrom urllib import request #爬虫爬取百度首页内容data=request.urlopen("http:///").read().decode() #分析网页,确定正则表达式pat=r'<title>(.*?)</title>'result=re.search(pat,data)print(result)#<re.Match object; span=(1389, 1413), match='<title>百度一下,你就知道</title>'>下面是知识点分享
19、常用元字符总结
.匹配任意字符
^匹配字符串始位置
$匹配字符串中结束的位置
*前面的原子重复0次1次多次
?前面的原子重复一次或者0次
+前面的原子重复一次或多次
{n}前面的原子出现了n次
{n,}前面的原子至少出现n次
{n,m}前面的原子出现次数介于n-m之间
()分组,需要输出的部分
20、常用通用字符总结
\s 匹配空白字符
\w 匹配任意字母/数字/下划线
\W 和小写 w 相反,匹配任意字母/数字/下划线以外的字符
\d 匹配十进制数字
\D 匹配除了十进制数以外的值
[0-9] 匹配一个0-9之间的数字
[a-z] 匹配小写英文字母
[A-Z] 匹配大写英文字母
以上就是Python中正则模块的基本使用总结,里面有循序渐进的优化分析过程,这些虽然是中间过程,但是对于正则小白而言,了解这些很有必要。笔者对于正则的理解也比较肤浅,如有总结不到位之处,恳请指正。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
之前我们给大家介绍了正则表达式中的定界符、原子和元字符,那么我们关于正则表达式教程的基本语法就剩下了正则表达式中的模式修正符。本节会向大家介绍模式修正符的概念、
python根据正则表达式提取指定的内容正则表达式是极其强大的,利用正则表达式来提取想要的内容是很方便的事。下面演示了在python里,通过正则表达式来提取符合
python里使用正则表达式的组嵌套实例详解由于组本身是一个完整的正则表达式,所以可以将组嵌套在其他组中,以构建更复杂的表达式。下面的例子,就是进行组嵌套的例子
本文实例讲述了Python使用正则表达式过滤或替换HTML标签的方法。分享给大家供大家参考,具体如下:python正则表达式关键内容:python正则表达式转义
本文实例介绍了Python通过正则表达式获取,去除(过滤)或者替换HTML标签的几种方法,具体内容如下python正则表达式关键内容:python正则表达式转义