时间:2021-05-23
1.引入正则模块(Regular Expression)
要使用python3中的RE则必须引入 re模块
import re #引入正则表达式2.主要使用的方法 match(), 从左到右进行匹配
#pattern 为要校验的规则#str 为要进行校验的字符串result = re.match(pattern, str) #如果result不为None,则group方法则对result进行数据提取3. 正则表达式
1️⃣单字符匹配规则
字符 功能. 匹配任意1个字符(除了\n)[] 匹配[]中列举的字符\d 匹配数字,也就是0-9\D 匹配非数字,也就是匹配不是数字的字符\s 匹配空白符,也就是 空格\tab\S 匹配非空白符,\s取反\w 陪陪单词字符, a-z, A-Z, 0-9, _\W 匹配非单词字符, \w取反2️⃣表示数量的规则
字符 功能* 匹配前一个字符出现0次多次或者无限次,可有可无,可多可少+ 匹配前一个字符出现1次多次或则无限次,直到出现一次? 匹配前一个字符出现1次或者0次,要么有1次,要么没有{m} 匹配前一个字符出现m次{m,} 匹配前一个字符至少出现m次{m,n} 匹配前一个字符出现m到n次例一: 验证手机号码是否符合规则(不考虑边界问题)
#首先清楚手机号的规则#1.都是数字 2.长度为11 3.第一位是1 4.第二位是35678中的一位 pattern = "1[35678]\d{9}"phoneStr = "18230092223" result = re.match(pattern, phoneStr)result.group() #执行结果如下图:4. 原始字符串raw, 先来看如下实例:
在上图中: 在给str赋值"\nabc"前加上"r"之后,python解释器会自动给str的值"\nabc"在加上一个"\".
使str在被打印的时候,能够保持原始字符串的值"\nabc"打印出来.
例二: (原始字符串在正则表达式中的应用)
假若没有原始自付出r,则我们就要进行如下的操作: 给pattern加上双倍的"\"以避免转义字符中减少"\".会比较麻烦
当我们使用r原始字符串时,就不必考虑字符串的转移问题,更易集中解决字符匹配问题.
5. 表示边界
字符 功能^ 匹配字符串开头$ 匹配字符串结尾\b 匹配一个单词的边界\B 匹配非单词边界例三: 边界(制定规则来匹配str="ho ve r")
import re #定义规则匹配str="ho ve r"#1. 以字母开始#2. 中间有空字符#3. ve两边分别限定匹配单词边界 pattern = r"^\w+\s\bve\b\sr"str = "ho ve r"result = re.match(pattern, str)result.group()6. 匹配分组
字符 功能| 匹配左右任意一个表达式(ab) 将括号中字符作为一个分组\num 引用分组num匹配到的字符串(?P<name>) 分组起别名(?P=name) 引用别名为name分组匹配到的字符串例四: 匹配出0-100之间的数字
import re #匹配出0-100之间的数字#首先:正则是从左往又开始匹配#经过分析: 可以将0-100分为三部分#1. 0 "0$"#2. 100 "100$"#3. 1-99 "[1-9]\d{0,1}$"#所以整合如下 pattern = r"0$|100$|[1-9]\d{0,1}$"#测试数据为0,3,27,100,123result = re.match(pattern, "27")result.group() #将0考虑到1-99上,上述pattern还可以简写为:pattern=r"100$|[1-9]?\d{0,1}$"#测试结果如下图:例五: 匹配分组,获取页面中的<h1>标签中的内容
import re#匹配分组,获取页面<h1>标签中的内容, 爬虫的时候会用到 str = "<h1>hello world!<h1>"pattern = r"<h1>(.*)</h1>"result = re.match(pattern, str)result.group() #执行如下图例六: 分组引用, 精确获取多个标签内的内容
import re #引用分组,精确获取多个标签内的内容#"\1"是对第一个分组的引用,同理...... str = "<span><h1>hello world!</h1></span>"pattern = r"<(.+)><(.+)>.*</\2></\1>"result = re.match(pattern, str)result.groups() #执行如下图:例七-2:分组起别名
import re #分组起别名 str = "<span><h1>hello world!</h1></span>"pattern = "<(?P<key1>.+)><(?P<key2>.+)>(?P<nr>.*)</(?P=key2)></(?P=key1)>"result = re.match(pattern, str)result.groups() #执行如下图:以上这篇对python3中的RE(正则表达式)-详细总结就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
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。
一、导入re库python使用正则表达式要导入re库。importre在re库中。正则表达式通常被用来检索查找、替换那些符合某个模式(规则)的文本。二、使用正则
正则(regular),要使用正则表达式需要导入Python中的re(regular正则的缩写)模块。正则表达式是对字符串的处理,我们知道,字符串中有时候包含很
本文实例讲述了python正则表达式match和search用法。分享给大家供大家参考。具体分析如下:python提供了2中主要的正则表达式操作:re.matc
相关阅读:EditPlus中的正则表达式实战(1)EditPlus中的正则表达式实战(2)EditPlus正则表达式实战(3)EditPlus中的正则表达式实战
python正则表达式模块简介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。Python1.5之前版本则是通过regex模块提供