一、正则表达式
- 用途
用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。 #### 简单地说 就是用于字符串匹配的
- 字符组
在同一个位置可能出现的各种字符组成的一个字符组,在正则表达式中用[]表示 例子: 规则:[0123456789] 待匹配:8 匹配结果:True 规则:[0-9] 待匹配:6 匹配结果:True 规则:[a-z] 待匹配:c 匹配结果:True 规则:[A-Z] 待匹配:! 匹配结果:False 规则:[0-9A-Z] 待匹配:C 匹配结果:True
- 字符
元字符 匹配内容 . 匹配除换行符以外的任意字符 \w 匹配字母或数字或下划线 \s 匹配任意的空白符 \d 匹配数字 \n 匹配一个换行符 \t 匹配一个制表符 \b 匹配一个单词的结尾 ^ 匹配字符串的开始 $ 匹配字符串的结尾 \W 匹配非字母或数字或下划线 \D 匹配非数字 \S 匹配非空白符 a|b 匹配字符a或字符b () 匹配括号内的表达式,也表示一个组 [...] 匹配字符组中的字符 [^...] 匹配除了字符组中字符的所有字符
- 量词
量词 用法说明 * 重复零次或更多次 + 重复一次或更多次 ? 重复零次或一次 {n} 重复n次 {n,} 重复n次或更多次 {n,m} 重复n到m次
- . ^ $
正则 待匹配字符 匹配结果 说明 海. 海燕海娇海东 海燕海娇海东 匹配所有"海."的字符 ^海. 海燕海娇海东 海燕 只从开头匹配"海." 海.$ 海燕海娇海东 海东 只匹配结尾的"海.$"
- * + ? {}
? 重复一次或多次 * 表示零次或多次 + 表示一次或多次 {n,m} 表示n次到m次 以上都是贪婪匹配,如果要非贪婪匹配,在后面加?
- 转义符
在正则表达式中,有很多有特殊意义的是元字符,比如\n和\s等,如果要在正则中匹配正常的"\n"而不是"换行符"就需要对"\"进行转义,变成‘\\‘。 在python中,无论是正则表达式,还是待匹配的内容,都是以字符串的形式出现的,在字符串中\也有特殊的含义,本身还需要转义。所以如果匹配一次"\n",字符串中要写成‘\\n‘,那么正则里就要写成"\\\\n",这样就太麻烦了。这个时候我们就用到了r‘\n‘这个概念,此时的正则是r‘\\n‘就可以了。
- 贪婪匹配
贪婪匹配:在满足匹配时,匹配尽可能长的字符串,默认情况下,采用贪婪匹配 .*?x的用法 取前面任意长度的字符,直到一个x出现
-
其他点:所有量词都要放在匹配规则的后面 ()分组 需要对多个字符组进行约束量词 如([123][abc])+ 使用|的时候,长的放前面,短的放后面 ?P<..> 给元组起名字
二、re模块
- findall
#返回所有匹配的结果,放在列表中 re.findall(‘[a-z]+‘, ‘hsr is very cool)
- search
#从前往后找,找到一个就返回 #返回的是一个对象,通过group()才能拿到结果 #如果没有找到对象是None,调用group会报错 ret = re.search(‘h‘,‘hsr is very cool‘) if ret: print(ret.group())
- match
#其他和search相同,但是必须从头就匹配得上,否则返回None ret = re.match(‘h‘,‘hsr is cool‘) if ret: print(ret.group())
- split
# 按给定的分隔符,对字符串进行分割 ret = re.split(‘[ab]‘, ‘abcd‘) #结果:[‘‘,‘‘,‘cd‘] #先按a分割,再按b分割
- sub
#将正则表达式匹配上的字符替换成给定的字符,替换n次 ret = re.sub(‘regex‘,‘replace‘,‘the string‘,n)
- subn
#与sub类似,但是会全部替换,结果返回元组(替换的结果,替换了多少次) ret = re.subn(‘regex‘,‘replace‘,‘the string‘)
- compile
#如果一条正则规则式要经常使用,可以将正则表达式编译成为一个 正则表达式对象 reg = re.compile(‘regex‘) ret = reg.search(‘the string‘) ret.group()
- finditer
#返回一个存放结果的迭代器 ret = re.finditer(‘regex‘,‘the string‘) for i in ret: pass
原文地址:https://www.cnblogs.com/walthwang/p/10393172.html
时间: 2024-10-08 21:02:19