python 正则表达式与re模块

一、正则表达式

  1. 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
  2. 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
  3. 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
  4. 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
  5. . ^ $

    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.$"
  6. * + ? {}

    ?     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?
  7. 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。
  8. 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
  9. 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

  1. findall

    #返回所有匹配的结果,放在列表中
    
    re.findall(‘[a-z]+‘, ‘hsr is very cool)
  2. 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())
  3. 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())
  4. 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
  5. 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)
  6. 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‘)
  7. 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()
  8. 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

python 正则表达式与re模块的相关文章

python正则表达式之re模块方法介绍

python正则表达式之re模块其他方法 1:search(pattern,string,flags=0) 在一个字符串中查找匹配 2:findall(pattern,string,flags=0) 找到匹配,返回所有匹配部分的列表 In [1]: import re In [2]: str1 = 'imoooc videonum = 1000' In [3]: str1.find('1000') Out[3]: 18 In [4]: info = re.search(r'\d+',str1)

python 正则表达式re使用模块(match()、search()和compile())

摘录 python核心编程 python的re模块允许多线程共享一个已编译的正则表达式对象,也支持命名子组.下表是常见的正则表达式属性: 函数/方法 描述 仅仅是re模块函数 compile(pattern,flags=0) 使用任何可选的标记来编译正则表达式的模式 ,然后返回一个正则表达式对象 re模块函数和正则表达式对象的方法 match(pattern,string,flags=0) 尝试使用带有可选标记的正则表达式的模式来匹配字符串,成功则返回匹配的对象,失败则返回None search

python正则表达式与re模块

python中的re模块常用函数/方法 0.正则表达式对象 (re.compile(pattern, flags=0)) 将正则表达式编译成正则表达式对象,该对象可调用正则表达式对象方法如:re.match(),re.search(),re.findall等. prog = re.compile(pattern) result = prog.match(string) //上下两种写法意义相同 result = re.match(pattern, string) 1.匹配对象及方法       

python正则表达式及RE模块

正则表达式(匹配字符串)web界面正则匹配工具:http://tool.chinaz.com/regex/ 元字符 1 . 匹配除换行符之外的任意字符 2 \w 匹配数字字母下划线 3 \d 匹配数字 4 \t 匹配制表符 5 \n 匹配换行符 6 \s 匹配空白符(包含,空格,制表符和换行符) 7 \b 单词的边界 8 \W 匹配非数字字母下划线 9 \S 匹配非空白符 10 \D 匹配非数字 11 ^ 匹配开始符 12 $ 匹配结束符 13 | 或者,如果是有包含关系的,长的放左边 14 [

Python 正则表达式、re模块

一.正则表达式 对字符串的操作的需求几乎无处不在,比如网站注册时输入的手机号.邮箱判断是否合法.虽然可以使用python中的字符串内置函数,但是操作起来非常麻烦,代码冗余不利于重复使用. 正则表达式是一种特殊的字符串序列,使用它可以非常方便的匹配一个字符串是否合法. 1)判断手机号是否合法:根据手机号码一共11位并且是只以13.15.18.17开头的数字这些特点,我们用python写了如下代码: content = input('>>>') if content.isdigit(): i

python正则表达式之re模块使用

python第一个正则表达式 r'imooc'  Pattern Match result In [2]: import re In [3]: pa = re.compile(r'imooc') #re的compile方法生成pattern对象 In [4]: type(pa) Out[4]: _sre.SRE_Pattern In [5]: pa. pa.findall pa.fullmatch pa.match pa.search pa.subn pa.finditer pa.groupin

常见的爬虫分析库(3)-Python正则表达式与re模块

在线正则表达式测试 http://tool.oschina.net/regex/ 常见匹配模式 模式 描述 \w 匹配字母数字及下划线 \W 匹配非字母数字下划线 \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 匹配任意数字,等价于 [0-9] \D 匹配任意非数字 \A 匹配字符串开始 \Z 匹配字符串结束,如果是存在换行,只匹配到换行前的结束字符串 \z 匹配字符串结束 \G 匹配最后匹配完成的位置 \n 匹配一个换行符 \t 匹配一个制表符 ^ 匹配字

python开发中对正则表达式及re模块的学习

正则表达式是个很牛逼的东西,不管是在javascript,还是在Python web开发(http://www.maiziedu.com/course/python-px/)中,我们都会遇到正则表达式,虽然javascript和Python的正则表达式区别不大,但是正则表达式是Python中必不可少的一部分,所以今天就跟大家一起讨论一下python中的re模块. re模块包含对正则表达式的支持. 什么是正则:  正则表达式是可以匹配文本片段的模式.  正则表达式'Python'可以匹配'pyth

Python中正则表达式(re模块)的使用

1.正则表达式的概述 (1)概述:正则表达式是一些由字符和特殊符号组成的字符串,他们描述了模式的重复或者表示多个字符,正则表达式能按照某种模式匹配一系列有相似特征的字符串.正则表达式是一种小型的.高度的专业化的编程语言, (2)Python语言中的正则表达式内嵌在Python中通过re模块实现,正则表达式被编译成一系列的字节码,然后由C编写的匹配引擎执行 2.字符匹配 (1)符号匹配 符号 描述 示例 实例说明 literal 匹配文本字符串的字面值literal root 匹配字符串root