详解 Python3 正则表达式(四)

上一篇:详解 Python3 正则表达式(三)

本文翻译自:https://docs.python.org/3.4/howto/regex.html

博主对此做了一些批注和修改 ^_^

更多强大的功能

到目前为止,我们只是介绍了正则表达式的一部分功能。在这一篇中,我们学会到一些新的元字符,然后再教大家如何使用组来获得被匹配的部分文本。

更多元字符

还有一些元字符我们没有讲到,接下来博主一一为大家讲解。

有些元字符它们不匹配任何字符,只是简单地表示成功或失败,因此这些字符也称之为零宽断言。例如 \b 表示当前位置位于一个单词的边界,但 \b 并不能改变位置。因此,零宽断言不应该被重复使用,因为 \b 并不会修改当前位置,所以 \b\b 跟 \b 是没什么两样的。

批注:很多人可能不理解 “改变位置” 和 "零宽断言" 的意思?我尝试解释下,比如 abc 匹配完 a 之后,咱的当前位置就会移动,才能继续匹配  b,依次类推 ... 但是 \babc 的话,\b 表示当前位置在单词的边界(单词的第一个字母或者最后一个字母),这时候当前位置不会发生改变,接着将 a 与当前位置的字符进行匹配 ......

1. I

或操作符,对两个正则表达式进行操作。如果 A 和 B 是正则表达式,A | B 会匹配 A 或 B 中出现的任何字符。为了能够更加合理的式作,| 的优先级非常低。例如 Fa|n 应该匹配 Fa 或 n,而不是匹配 F,然后一个 ‘a‘ 或 ‘n‘。

同样,我们使用 \| 来匹配 ‘|‘ 字符本身;或者包含在一个字符类中,像这样 [|] 。

2. ^

匹配字符串的起始位置。如果设置了 MULTILNE 标志,就会变成匹配每一行的起始位置。在 MULTILNE 中,每当遇到换行符就会立刻进行匹配。

举个例子,如果你只希望匹配位于字符串开头的单词 From,那么你的正则表达式可以写为 ^From:

3. $

匹配字符串的结束位置,每当遇到换行符也会离开进行匹配。

同样,我们使用 \$ 来匹配 ‘$‘ 字符本身;或者包含在一个字符类中,像这样 [$] 。

4. \A

只匹配字符串的起始位置,如果没有位置 MULTILINE 标志的时候,\A 和 ^ 的功能是一样的;但如果设置了 MULTILNE 标志,则会有一些不同:\A 还是匹配字符串的起始位置,但 ^ 会对字符串的每一行都进行匹配。

5. \Z

只匹配字符串的结束位置。

6. \b

单词边界,这是一个只匹配单词的开始和结尾的零宽断言。“单词” 定义为一个字母数字的序列,所以单词的结束指的是空格或者非字母数字的字符。

下边例子中,class 只有在出现一个完整的单词 class 时才匹配;如果出现在别的单词中,并不会匹配。

在使用这些特殊的序列的时候,有两点是需要注意的:第一点需要注意的是,Python 的字符串跟正则表达式在有些字符上是有冲突的(回忆之前反斜杠的例子)。比如说在 Python 中,\b 表示的是退格符(ASCII 码值是 8)。所以,你如果不使用原始字符串,Python 会将 \b 转换成退格符处理,这样就肯定跟你预期不一样了。

下边例子中,我们故意不写表示原始字符串的 ‘r‘,结果确实大相庭径:

第二点需要注意的是,在字符类中不能使用这个断言。跟 Python 一样,在字符类中,\b 只是用来表示退格符。

7. \B

另一个零宽断言,与 \b 的含义相反,\B 表示非单词边界的位置。

分组

通常在实际的应用过程中,我们除了需要知道一个正则表达式是否匹配之外,还需要更多的信息。对于比较复杂的内容,正则表达式 通常使用分组的方式分别对不同内容进行匹配。

下边的例子,我们将 RFC-822 头用 “:” 号分成名字和值分别匹配:

From: [email protected]
User-Agent: Thunderbird 1.5.0.9 (X11/20061227)
MIME-Version: 1.0
To: [email protected]

像这种情况,我们就可以写一个正则表达式先来匹配一个整个 RFC-822 头,然后利用分组功能,使用一个组来匹配头的名字,另一个组匹配名字对应的值。

批注:RFC-822 是电子邮件的标准格式,当然到这里你还不知道分组要怎么分,不急,请接着往下看......

在正则表达式中,使用元字符 () 来划分组。() 元字符跟数学表达式中的小括号含义差不多;它们将包含在内部的表达式组合在一起,所以你可以对一个组的内容使用重复操作的元字符,例如 *,+,? 或者 {m,n} 。

例如,(ab)* 会匹配零个或者多个 ab:

使用 () 表示的子组我们还可以对它进行按层次索引,可以将索引值作为参数传递给这些方法:group(),start(),end() 和 span() 。序号 0 表示第一个分组(这个是默认分组,一直存在的,所以不传入参数相当于默认值 0):

批注:有几对小括号就是分成了几个子组,例如 (a)(b) 和 (a(b)) 都是由两个子组构成的。

子组的索引值是从左到右进行编号,子组也允许嵌套,因此我们可以通过从左往磾来统计左括号 ( 来确定子组的序号。

group() 方法可以一次传入多个子组的序号:

批注:start() 是获得参数子组的开始位置;end() 是获得对应子组的结束位置;span() 是获得对应子组的范围。

我们还特么通过 groups() 方法一次性返回所有的子组匹配的字符串:

还有一个反向引用的概念需要介绍,反向引用指的是你可以在后面的位置使用先前匹配过的内容,用法是反斜杠加上数字。例如 \1 表示引用前边成功匹配的序号为 1 的子组。

如果只是搜索字符串,反向引用不会被用到,因为很少有文本格式会这样来重复字符。但是,你很快会发现,在字符串替换的时候,反向引用是非常有用的(深井水)!

批注:注意,在 Python 的字符串中会使用反斜杠加数字的方式来表示数字的值对应的 ASCII 字符,所以在使用反向索引的正则表达式中,我们依然强调要使用原始字符串。

(本文完)

下一篇:详解 Python3 正则表达式(五)

如果你喜欢这篇文章,请通过下方「评分」给我鼓励哦 ^_^

时间: 2024-10-19 10:23:11

详解 Python3 正则表达式(四)的相关文章

详解 Python3 正则表达式系列索引

详解 Python3 正则表达式(一) 详解 Python3 正则表达式(二) 详解 Python3 正则表达式(三) 详解 Python3 正则表达式(四) 详解 Python3 正则表达式(五) 详解 Python3 正则表达式(六) 详解 Python3 正则表达式(七)

详解 Python3 正则表达式(二)

上一篇:详解 Python3 正则表达式(一) 本文翻译自:https://docs.python.org/3.4/howto/regex.html 博主对此做了一些批注和修改 ^_^ 使用正则表达式 现在我们开始来写一些简单的正则表达式吧.Python 通过 re 模块为正则表达式引擎提供一个接口,同时允许你将正则表达式编译成模式对象,并用它们来进行匹配. 批注:re 模块是使用 C 语言编写,所以效率比你用普通的字符串方法要高得多:将正则表达式进行编译(compile)也是为了进一步提高效率

详解 Python3 正则表达式(三)

上一篇:详解 Python3 正则表达式(二) 本文翻译自:https://docs.python.org/3.4/howto/regex.html 博主对此做了一些批注和修改 ^_^ 模块级别的函数 使用正则表达式也并非一定要创建模式对象,然后调用它的匹配方法.因为,re 模块同时还提供了一些全局函数,例如 match(),search(),findall(),sub() 等等.这些函数的第一个参数是正则表达式字符串,其他参数跟模式对象同名方法采用一样的参数:返回值也一样,同样是返回 None

详解 Python3 正则表达式(一)

本文翻译自:https://docs.python.org/3.4/howto/regex.html 博主对此做了一些批注和修改 ^_^ 正则表达式介绍 正则表达式(Regular expressions 也称为 REs,或 regexes 或 regex patterns)本质是一个微小的且高度专业化的编程语言.它被嵌入到 Python 中,并通过 re 模块提供给程序员使用.使用正则表达式,你需要指定一些规则来描述那些你希望匹配的字符串集合.这些字符串集合可能包含英语句子.e-mail 地址

Java 正则表达式详解_正则表达式

body{ font-family: "Microsoft YaHei UI","Microsoft YaHei",SimSun,"Segoe UI",Tahoma,Helvetica,Sans-Serif,"Microsoft YaHei", Georgia,Helvetica,Arial,sans-serif,宋体, PMingLiU,serif; font-size: 10.5pt; line-height: 1.5;}

Spring4.0MVC学习资料,Controller中的方法详解和使用(四)

在以前,mvc的框架,基本上就是struts框架了.但是现在不一样了.springmvc出来了.spring的mvc框架不亚于struts了,springmvc出来了,我们有了更多的选择. Spring MVC属于SpringFrameWork的后续产品,已经融合在Spring Web Flow里面.Spring 框架提供了构建 Web 应用程序的全功能 MVC 模块.使用 Spring 可插入的 MVC 架构,可以选择是使用内置的 Spring Web 框架还可以是 Struts 这样的 We

Python3字典操作详解 Python3字典操作大全

1 #!/usr/bin/env python 2 # -*- coding:utf-8 -*- 3 #Author:sking 4 #Python3字典操作详解 Python3字典操作大全 5 6 #字典是无序的(因为它没有下标),key必须是唯一的 7 #字典是可变的,可以修改和添加 8 #创建字典 9 info = {'haha':12,'heihei':13,'wowo':45} 10 #查找字典的值value 11 #方法1 12 print(info['heihei']) #13 此

python3集合操作方法详解 python3集合操作大全

1 #!/usr/bin/env python 2 # -*- coding:utf-8 -*- 3 #Author:sking 4 #python3集合操作方法详解 python3集合操作大全 5 6 #集合是无序的 7 #创建集合 8 a = {1,2,3} #正确 9 b = set([1,2,3]) #正确 10 c = set((1,2,3)) #正确 11 d = set({1:3,2:4}) #结果{1, 2} 只能取字典的key 12 13 #add添加集合中的元素(添加一项)

(转)详解Python3 中hasattr()、getattr()、setattr()、delattr()函数及示例代码数

原文:https://www.jb51.net/article/138363.htm hasattr()函数 hasattr()函数用于判断是否包含对应的属性 语法: hasattr(object,name) 参数: object--对象 name--字符串,属性名 返回值: 如果对象有该属性返回True,否则返回False 示例: class People: country='China' def __init__(self,name): self.name=name def people_i