Python正则表达式,看完这篇文章就够了...

举报
Oo小孩儿 发表于 2020/07/28 11:11:06 2020/07/28
【摘要】 正则表达式,是一个特殊的字符序列,又称规则表达式(英语:Regular Expression,在代码中常简写为regex、regexp 或RE),本质而言是一种小型的,高度专业化的编程语言。

正则表达式简介

正则表达式,是一个特殊的字符序列,又称规则表达式(英语:Regular Expression,在代码中常简写为regex、regexp 或RE),本质而言是一种小型的,高度专业化的编程语言。

Python 自1.5版本起增加了re 模块,re 模块使Python语言拥有全部的正则表达式功能。


正则语法表

关于正则语法表,别想其他的都背过就行了。不管你是python还是其他的语言都是一样的,所以背不过就抄到记住为止!这个你背不过,再好的教程看了也没用。如何巧记?我们需要对其进行分类。


  • 开头结尾


这一对标签,大家都不会陌生...

image.png


模糊匹配

image.png


关于括号

image.png


"\" 反斜杠的应用

image.png


其他

image.png

re模块用法

re.(function)(pattern[, flags])

pattern : 一个字符串形式的正则表达式

flags : 可选,表示匹配模式,比如忽略大小写,多行模式等,具体参数为:


  1. re.I 忽略大小写

  2. re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境

  3. re.M 多行模式

  4. re.S 即为 . 并且包括换行符在内的任意字符(. 不包括换行符)

  5. re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库

  6. re.X 为了增加可读性,忽略空格和 # 后面的注释


  • findall() (即:全部找到,返回的是一个列表)


findall(string[, pos[, endpos]])

参数:


  1. string : 待匹配的字符串。

  2. pos : 可选参数,指定字符串的起始位置,默认为 0。

  3. endpos : 可选参数,指定字符串的结束位置,默认为字符串的长度。

import re
s = 'helloworld hellobeijing'
ret = re.findall('hello\S+',s)
print(ret)
['helloworld', 'hellobeijing']
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。

re.finditer(pattern, string, flags=0)

参数:

image.png


  • search() 与 match()


相同点:


  1. 语法:re.search/match(pattern, string, flags=0)

  2. 函数参数说明:

image.png


3.可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

image.png

import re
# re.search
ret = re.search('h..','hello hello world')
print(ret) # 输出结果:<_sre.SRE_Match object; span=(0, 3), match='hel'>
ret1 = re.search('h..','hello hello world').group()
print(ret1) # 输出结果:hel 只输出第一个符合条件的结果
 
# re.match
ret = re.match('asd','asdhskdjfksji')
print(ret) # 输出结果:<_sre.SRE_Match object; span=(0, 3), match='asd'>返回的是一个对象。
ret1 = re.match('asd','asdhskdjfasdksjiasd').group()
print(ret1) # 输出结果:asd 调用.group()方法,只返回匹配的第一个结果。

不同点:


  1. re.match只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回None

  2. re.search匹配整个字符串,直到找到一个匹配

# re.search
s = 'helloworld hellobeijing'
ret = re.search('hellob\S+',s)
print(ret)
<re.Match object; span=(11, 23), match='hellobeijing'>
 
# re.match
s = 'helloworld hellobeijing'
ret = re.match('hellob\S+',s)
print(ret)
None


  • split() 分隔符 对比字符串里边的split方法。


split 方法按照能够匹配的子串将字符串分割后返回列表,它的使用形式如下:


re.split(pattern, string[, maxsplit=0, flags=0])

image.png

import re
s = 'helloworld hellobeijing'
ret = re.split('hello',s)
print(ret)
['', 'world ', 'beijing']


  • sub() 替换;类似字符串中的replace()方法。


re.sub用于替换字符串中的匹配项。

语法:

re.sub(pattern, repl, string, count=0, flags=0)

参数:


  1. pattern : 正则中的模式字符串。

  2. repl : 替换的字符串,也可为一个函数。

  3. string : 要被查找替换的原始字符串。

  4. count : 模式匹配后替换的最大次数,默认 0 表示替换所有的匹配。

import re
s = 'helloworld hellobeijing'
ret = re.sub('hello','goodbye',s)
print(ret)
goodbyeworld goodbyebeijing


  • compile(strPattern[,flag]): 这个方法是Pattern类的工厂方法,用于将字符串形式的正则表达式编译为Pattern对象


compile 函数用于编译正则表达式,生成一个正则表达式( Pattern )对象,供 match() 和 search() 这两个函数使用。

语法格式为:

re.compile(pattern[, flags])

参数:

pattern : 一个字符串形式的正则表达式


  1. flags : 可选,表示匹配模式,比如忽略大小写,多行模式等,具体参数为:

  2. re.I 忽略大小写

  3. re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境

  4. re.M 多行模式

  5. re.S 即为 . 并且包括换行符在内的任意字符(. 不包括换行符)

  6. re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库

  7. re.X 为了增加可读性,忽略空格和 # 后面的注释

import re
pattern = re.compile('he.{3}')
pattern.match(s)
<re.Match object; span=(0, 5), match='hello'>

The End

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

举报
请填写举报理由
0/200