Python re 正则表达式 数据匹配提取 基本使用

举报
EXI-小洲 发表于 2022/12/10 20:27:09 2022/12/10
【摘要】 模式字符串使用特殊的语法来表示一个正则表达式: 字母和数字表示他们自身。一个正则表达式模式中的字母和数字匹配同样的字符串。 多数字母和数字前加一个反斜杠时会拥有不同的含义。 标点符号只有被转义时才匹配自身,否则它们表示特殊的含义。 反斜杠本身需要使用反斜杠转义。 正则表达式通常都包含反斜杠"\\"以及小括号"\(\)",模式元素(如 r'\t',等价于 '\\t')匹配相应的特殊字符。

Python re 正则表达式 数据匹配提取 基本使用

小洲提示:代码可直接复制在编译器中运行,方便更好的理解

文章目录

前言

一、导入库,内置模块无需安装

二、语法介绍

三、常用的方法

3.1 re.compile()

3.2 re.match()

3.3 re.search()

3.4 re.findall()

3.5 re.sub()

四、在线正则表达式测试

总结

前言


提示:以下是本篇文章正文内容,下面案例可供参考

一、导入库,内置模块无需安装

import re

二、语法介绍

模式字符串使用特殊的语法来表示一个正则表达式:
字母和数字表示他们自身。一个正则表达式模式中的字母和数字匹配同样的字符串。
多数字母和数字前加一个反斜杠时会拥有不同的含义。
标点符号只有被转义时才匹配自身,否则它们表示特殊的含义。
反斜杠本身需要使用反斜杠转义。
正则表达式通常都包含反斜杠"\\"以及小括号"\(\)",模式元素(如 r'\t',等价于 '\\t')匹配相应的特殊字符。
表达式 描述
^ 匹配字符串的开头
$ 匹配字符串的末尾
[…] 用来表示一组字符,单独列出:[abc] 匹配 ‘a’,‘b’,‘c’
[^…] 取反,匹配不在[]中的字符:[^abcd] 匹配除了a,b,c,d之外的字符
. 匹配任意字符,除了换行符,可通过flag参数设置匹配任意字符
* 匹配0次或多次
+ 匹配1次或多次,贪婪
? 匹配0次或1次,非贪婪
a I b 匹配a或b
{ n} 匹配n次
{ n, m} 匹配n-m次
(表达式) 对正则表达式分组并记住匹配的文本,常用
[0-9] 匹配任何数字
\d 匹配任意数字,等价于 [0-9]
[a-z] 匹配任何小写字母
[A-Z] 匹配任何大写字母
[a-zA-Z0-9] 匹配任何字母及数字
\w 匹配字母数字及下划线
\W 匹配非字母数字及下划线
\s 匹配任意空白字符,等价于 [ \t\n\r\f]。
\S 匹配任意非空字符
\D 匹配任意非数字
re.S flags参数,使 “.” 特殊字符完全匹配任何字符
re.L flags参数,匹配忽略字母大小写

三、常用的方法

3.1 re.compile()

re.compile()  # 预编译, 编译后生成Regular Expression对象,由于该对象自己包含了正则表达式,所以调用对应的方法时不用给出正则字符串。
match object对象有以下方法:
group() 返回被 RE 匹配的字符串
start() 返回匹配开始的位置
end() 返回匹配结束的位置
span()返回一个元组包含匹配 (开始,结束) 的位置
re_obj = re.compile('[0-9]+')  
result = re_obj.search(string='asda123fs1231')  # 匹配数字,匹配第一次查找到的内容,返回match object对象
print(result.group())  # 123  # 123

3.2 re.match()

re.match()  # 从头匹配一个符合规则的字符串,从起始位置开始匹配,匹配成功返回一个对象,否则返回None。
参数如下:
pattern: 正则规则
string : 要匹配的字符串
falgs : 匹配模式(这个是可选的,可写,可不写),re.S,re.L 
match() 方法一旦匹配成功,就是一个match object对象
import re
str_text = "Python is a good language"  # 要匹配的内容, 对应match 里面的string
result = re.match(pattern="Python.{10,15}", string=str_text, flags=re.S)  # 使 "." 特殊字符完全匹配任何字符
print(result.group())  # 输出结果:Python is a good lang

3.3 re.search()

re.search()  # 会在整个字符串内查找匹配,只要找到第一个匹配则返回一个match object对象,否则返回None。
str_text = "Python is a good language I am xiaozhou1 ! I am xiaozhou2 !"
result = re.search(pattern='I.*?!', string=str_text, flags=re.S)  # 非贪婪
print(result.group())  # I am xiaozhou1 !
result = re.search(pattern='I.+!', string=str_text, flags=re.S)  # 贪婪
print(result.group())  # I am xiaozhou1 ! I am xiaozhou2 !

3.4 re.findall()

re.findall()  # 会在整个字符串内查找匹配,返回所有匹配的结果,list类型,否则返回[]
str_text = "Python is a good language I am xiaozhou1 ! I am xiaozhou2 ! I am xiaozhou3 ! I am xiaozhou4 !"
result = re.findall(pattern='I.*?!', string=str_text, flags=re.S)
print(result)  # ['I am xiaozhou1 !', 'I am xiaozhou2 !', 'I am xiaozhou3 !', 'I am xiaozhou4 !']

3.5 re.sub()

re.sub()  # 会在整个字符串内查找匹配,将匹配的内容替换为设置(repl)的内容
参数如下:
pattern : 正则中的模式字符串。
repl : 替换的字符串,也可为一个函数。
string : 要被查找替换的原始字符串。
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。
falgs : 匹配模式(这个是可选的,可写,可不写),re.S,re.L 
str_text = 'I am xiaozhou 我是小洲'
result = re.sub(pattern='[\u4e00-\u9fa5]', repl='', string=str_text, count=0, flags=re.S)  # [^\u4e00-\u9fa5] 替换所有非中文,^取反
print(result)  # I am xiaozhou 

四、在线正则表达式测试

在线正则表达式测试: https://tool.oschina.net/regex/#


总结

小洲提示:代码可直接复制在编译器中运行,方便更好的理解

例如:以上就是今天要讲的内容,本文仅仅简单介绍了re的使用,而re提供了大量能使我们快速便捷地处理数据的函数和方法,后续有关于re的常用代码会在这篇博客中持续更新。
转 python内置正则表达式(re)模块官方文档简要中文版:https://www.cnblogs.com/rosesmall/archive/2012/12/26/2833681.html

【版权声明】本文为华为云社区用户原创内容,未经允许不得转载,如需转载请自行联系原作者进行授权。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。