Python--re模塊

来源:https://www.cnblogs.com/yanjieli/archive/2018/12/02/10049467.html
-Advertisement-
Play Games

正則表達式 正則表達式：一種字元串匹配的規則 字元組 字元 註意這三種的結果都表示匹配所有：[\d\D]、[\s\S]、[\w\W] 量詞 貪婪匹配 貪婪匹配：在滿足匹配時，匹配儘可能長的字元串，預設情況下，採用貪婪匹配 . *?的用法 re模塊 在python中用來提供正則表達式匹配的模塊就是re ...


正則表達式

正則表達式：一種字元串匹配的規則

字元組

字元組 ： [字元組]
在同一個位置可能出現的各種字元組成了一個字元組，在正則表達式中用[]表示
字元分為很多類，比如數字、字母、標點等等。
假如你現在要求一個位置"只能出現一個數字",那麼這個位置上的字元只能是0、1、2...9這10個數之一。
正則 待匹配字元 匹配結果 說明
[0123456789] 6 True 在一個字元組裡枚舉合法的所有字元，字元組的任意一個字元和"待匹配字元"相同都視為可匹配
[0123456789] a False 由於字元組中沒有“a”，所以不能匹配
[0-9] 7 True 匹配0-9中的任意數字；等於[0123456789]
[a-z] s True 匹配a-z中任意小寫字母。
[A-Z] B True 匹配A-Z中任意大寫字母。
[0-9a-zA-Z] e True 匹配任意數字、大小寫字母。

字元

元字元 匹配內容
. 匹配除換行符以外的任意字元
\w 匹配字母或數字或下劃線
\s 匹配任意的空白符：空格、tab、換行;等於[\f\n\r\t]
\d 匹配數字;等於[0-9]
\W 匹配非字母或數字或下劃線，也就是說除了字母、數字、下劃線以外的
\S 匹配非任意的空白符，也就是說除了空格、tab、換行以外的;等於[^ \f\n\r\t]
\D 匹配非數字，也就是說除了數字以外的
\t 匹配一個製表符，tab
\n 匹配一個換行符
^ 匹配字元串以什麼開頭的
$ 匹配字元串以什麼結尾的
a|b 匹配字元a或者字元b，| 或者的關係
() 匹配括弧內的表達式，也表示一個組
[...] 匹配字元組中的字元
[^...] 匹配非字元組中的所有字元
\b 匹配一個單詞的邊界

註意這三種的結果都表示匹配所有：[\d\D]、[\s\S]、[\w\W]

量詞

量詞 用法說明
* 重覆零次或者多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等價於{0,}。
+ 重覆一次或者多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等價於 {1,}。
? 重覆零次或者一次。例如，"do(es)?" 可以匹配 "do" 、 "does" 中的 "does" 、 "doxy" 中的 "do" 。? 等價於 {0,1}。
{n} 重覆n次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的兩個 o。
{n,} 重覆n次或多次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等價於 'o+'。'o{0,}' 則等價於 'o*'。
{n,m} 重覆n次到m次。例如，"o{1,3}" 將匹配 "fooooood" 中的前三個 o。'o{0,1}' 等價於 'o?'。請註意在逗號和兩個數之間不能有空格。

貪婪匹配

貪婪匹配：在滿足匹配時，匹配儘可能長的字元串，預設情況下，採用貪婪匹配

正則 待匹配字元 匹配結果 說明
<.*> <abcdefg>2<hijklmn> <abcdefg>2<hijklmn> 預設為貪婪模式，會匹配儘量長的字元串
<.*?> <abcdefg>2<hijklmn> <abcdefg> 加上? 為了將貪婪匹配模式轉為非貪婪匹配模式，會匹配儘量短的字元串 
幾個常用的非貪婪匹配Pattern
*? 重覆任意次，但儘可能少重覆
+? 重覆1次或更多次，但儘可能少重覆
?? 重覆0次或1次，但儘可能少重覆
{n,m}? 重覆n到m次，但儘可能少重覆
{n,}? 重覆n次以上，但儘可能少重覆 

. *?的用法

. 是任意字元
* 是取 0 至 無限長度
? 是非貪婪模式。
何在一起就是 取儘量少的任意字元，一般不會這麼單獨寫，他大多用在：
.*?x

就是取前面任意長度的字元，直到一個x出現

re模塊

在python中用來提供正則表達式匹配的模塊就是re模塊

在re模塊中的匹配語法有以下幾種

  • re.match：從頭開始匹配，匹配成功返回正則匹配成功的對象，匹配失敗返回None
  • re.search：匹配包含的所有，匹配成功返回正則匹配成功的對象，匹配失敗返回None
  • re.findall：將所有匹配到的字元以一個列表的形式返回，匹配失敗返回一個空列表
  • re.finditer：和findall類似，將匹配到的所有字元作為一個迭代器返回
  • re.split：按照能夠匹配的子串將字元串分割後返回列表
  • re.sub：匹配字元並替換
  • re.compile：編譯正則表達式，生成一個正則表達式（ Pattern ）對象，供 match() 和 search() 這兩個函數使用。

re.findall函數 *****

  • 格式：re.findall(pattern, string, flags=0)
  • 參數： 
    pattern：匹配的正則表達式
string：要匹配的字元串
flags：標誌位，用於控制正則表達式的匹配方式，可有可無
    標誌位常見取值如下：
    re.I    忽略大小寫
re.L    作本地戶識別
re.M    多行匹配，影響^和$
re.S    使.匹配包括換行符在內的所有字元
re.U    根據Unicode字元集解析字元，影響\w   \W  \b  \B
re.X    使我們以更靈活的格式理解正則表達式
  • 示例： 
    ret = re.findall(r'\d+', 'Today454 is1 a 00 day3')   # 匹配一位到多位的數字
print(ret)
# 結果>>> ['45', '1', '00', '3']
ret = re.findall(r'[a-z]{3}', 'Today is a Good day, Day')   # 匹配任意連續三個小寫字母
print(ret)
# 結果>>> ['oda', 'ood', 'day']
ret = re.findall(r'[a-z]{3}', 'Today is a Good day, Day', flags=re.I)   # 匹配任意連續三個字母，不區分大小寫；flags=re.I表示不區分大小寫
print(ret)
# 結果>>> ['Tod', 'Goo', 'day', 'Day'] 
  • findall的優先順序查詢： 
    import re

ret = re.findall('www.(baidu|souhu).com', 'www.baidu.com')
print(ret)
# 結果>>> ['baidu']   這是因為findall會優先把匹配到的結果,組裡的內容返回；如果想要匹配結果,取消許可權即可

ret = re.findall('www.(?:baidu|souhu).com', 'www.baidu.com')
print(ret)
# 結果>>> ['www.baidu.com']

re.search函數 *****

  • 格式：re.search(pattern, string, flags=0)
  • 參數： 
    pattern：匹配的正則表達式
string：要匹配的字元串
flags：標誌位，用於控制正則表達式的匹配方式
  • 示例： 
    ret = re.search(r'd', 'Today is a Good day, Day')
print(ret)
# 結果>>> <_sre.SRE_Match object; span=(2, 3), match='d'>
print(ret.group())
# 結果>>> d
ret = re.search(r'j', 'Today is a Good day, Day')
print(ret)
# 結果>>> None

re.match函數 ***

  • 格式：re.match(pattern, string, flags=0)
  • 參數： 
    pattern：匹配的正則表達式
string：要匹配的字元串
flags：標誌位，用於控制正則表達式的匹配方式
  • 示例： 
    ret = re.match(r'www', 'www.baidu.com')
print(ret)
# 結果>>> <_sre.SRE_Match object; span=(0, 3), match='www'>
print(ret.group())
# 結果>>> www
ret = re.match(r'www', 'ww.baidu.com')
print(ret)
# 結果>>> None

re.sub函數 ***

  • 格式：re.sub(pattern, repl, string, count=0)
  • 參數： 
    pattern：    正則表達式(規則)
repl：       指定的用來替換的字元串
string：     目標字元串
count：      最多替換次數，如果不指定，預設全部替換
  • 示例： 
    ret = re.sub(r'\d', 'H', 'sjkd42jk234523jln5aex8439')
print(ret)
# 結果>>> sjkdHHjkHHHHHHjlnHaexHHHH
ret = re.sub(r'\d', 'H', 'sjkd42jk234523jln5aex8439',count=2)
print(ret)
# 結果>>> sjkdHHjk234523jln5aex8439

# subn函數：其實和sub一樣，只是返回替換了多少次
ret = re.subn(r'\d', 'H', 'sjkd42jk234523jln5aex8439')
print(ret)
# 結果>>> ('sjkdHHjkHHHHHHjlnHaexHHHH', 13)
ret = re.subn(r'\d', 'H', 'sjkd42jk234523jln5aex8439',count=2)
print(ret)
# 結果>>> ('sjkdHHjk234523jln5aex8439', 2)

re.split函數 ***

  • 格式：re.split(pattern, string, maxsplit=0, flags=0)
  • 參數： 
    pattern：匹配的正則表達式
string：要匹配的字元串
maxsplit : 指定分隔的次數；預設為0，不限制次數
flags：標誌位，用於控制正則表達式的匹配方式
  • 示例： 
    ret = re.split(r'\d+', 'www232abcdw3jafe32ad')
print(ret)
# 結果>>> ['www', 'abcdw', 'jafe', 'ad']
ret = re.split(r'\d+', 'www232abcdw3jafe32ad', maxsplit=2)
print(ret)
# 結果>>> ['www', 'abcdw', 'jafe32ad']
  • split的優先順序查詢 
    ret = re.split('\d+', 'sdjkfl3sdjl5jskd2dsf')
print(ret)
# 結果>>> ['sdjkfl', 'sdjl', 'jskd', 'dsf']
ret = re.split('(\d+)', 'sdjkfl3sdjl5jskd2dsf')
print(ret)
# 結果>>> ['sdjkfl', '3', 'sdjl', '5', 'jskd', '2', 'dsf']

'''
在匹配部分加上（）之後所切出的結果是不同的，
沒有（）的沒有保留所匹配的項，但是有（）的卻能夠保留了匹配的項，
這個在某些需要保留匹配部分的使用過程是非常重要的。
'''

re.compile函數 *****

  • 格式：re.compile(pattern)
  • 參數： 
    pattern：要編譯的正則表達式
  • 示例： 
    my_re = re.compile('\d{3}')
ret = re.findall(my_re, 'jdla2jd2462jskdf234546')
print(ret)
# 結果>>> ['246', '234', '546']
ret = re.search(my_re, 'jdla2jd2462jskdf234546').group()
print(ret)
# 結果>>> 246
ret = re.match(my_re, '43423sjdkfljaj24234').group()
print(ret)
# 結果>>> 434

# 編譯後的，都可以使用re模塊的其他方法，如：findall、search、match、sub、split等

re.finditer函數 *****

  • 格式：re.finditer(pattern, string, flags=0)
  • 參數： 
    pattern：匹配的正則表達式
string：要匹配的字元串
flags：標誌位，用於控制正則表達式的匹配方式
  • 示例： 
    ret = re.finditer(r'\d', 'sjkdfl3jskl9ajkl234jdkf75jdslf')
for i in ret:
    print(i.group())
# 結果>>>
'''
3
9
2
3
4
7
5
'''

分組 ***** 

除了簡單地判斷是否匹配之外，正則表達式還有提取子串的強大功能。用()表示的就是要提取的分組

str3 = "010-52365561"
m = re.match(r"(\d{3})-(\d{8})", str3)
c = re.match(r"(?P<first>\d{3})-(\d{8})", str3)     # ?P<>給組起名
print(m)
# 列印結果：<_sre.SRE_Match object; span=(0, 12), match='010-52365561'>
print(m.group(0))   #使用序號獲取對應組的信息，group(0)--代表原始的字元串
# 列印結果：010-52365561
print(m.group(1))
# 列印結果：010
print(m.group(2))
# 列印結果：52365561
print(m.groups())   #查看匹配的各組的情況
# 列印結果：('010', '52365561')
print(c.group("first"))
# 列印結果：010

擴展

匹配標簽

ret = re.search(r'<(?P<tag_name>\w+)>.+</(?P=tag_name)>', '<h1>Hello World</h1>')
'''
還可以在分組中利用?<name>的形式給分組起名字
獲取的匹配結果可以直接用group('名字')拿到對應的值
'''
print(ret.group())
# 結果>>> <h1>Hello World</h1>
print(ret.group('tag_name'))
# 結果>>> h1

ret = re.search(r'<(\w+)>.+</(\1)>', '<h1>Hello World</h1>')
'''
如果不給組起名字，也可以用\序號來找到對應的組，表示要找的內容和前面的組內容一致
獲取的匹配結果可以直接用group(序號)拿到對應的值
'''
print(ret.group())
# 結果>>> <h1>Hello World</h1>
print(ret.group(1))
# 結果>>> h1

匹配整數

ret = re.findall('\d+', "1-2*(60+(-40.35/5)-(-4*3))")
print(ret)
# 結果>>> ['1', '2', '60', '40', '35', '5', '4', '3']
ret = re.findall('-?\d+\.\d+|(-?\d+)', "1-2*(60+(-40.35/5)-(-4*3))")
print(ret)  # 結果>>> ['1', '-2', '60', '', '5', '-4', '3']
ret.remove('')
print(ret)  # 結果>>> ['1', '-2', '60', '5', '-4', '3']

數字匹配

1、 匹配一段文本中的每行的郵箱
      http://blog.csdn.net/make164492212/article/details/51656638

2、 匹配一段文本中的每行的時間字元串，比如：‘1990-07-12’；

   分別取出1年的12個月（^(0?[1-9]|1[0-2])$）、
   一個月的31天：^((0?[1-9])|((1|2)[0-9])|30|31)$

3、 匹配qq號。(騰訊QQ號從10000開始)  ［1,9］[0,9]{4,}

4、 匹配一個浮點數。       ^(-?\d+)(\.\d+)?$   或者  -?\d+\.?\d*

5、 匹配漢字。             ^[\u4e00-\u9fa5]{0,}$

 

 

 


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 前端入門7-JavaScript語法之相關術語
    接下去一系列關於 JavaScript 語法的文章中，將會出現很多在 Java 里出現或者沒出現過的專業術語，所以第一篇就先來羅列一下，每個術語先給一定的解釋。 有的理解不了沒關係，等這系列文章看完，再回過頭來看這一張基本也都能理解了。先羅列出來，至少有個印象，不至於到時看到一臉懵逼。 ...
  • Immutable.js 以及在 react+redux 項目中的實踐
    前言   本文主要介紹facebook推出的一個類庫immutable.js，以及如何將immutable.js集成到我們團隊現有的react+redux架構的移動端項目中。 本文較長（5000字左右），建議閱讀時間： 20 min 通過閱讀本文，你可以學習到： 什麼是immut ...
  • vue匯流排bus傳值的一些問題
    動態組件中用匯流排Bus的坑 在我們的項目總難免會遇到用動態組件，這裡就拿 "vue官方的例子" 為例，我們欲在組件中添加匯流排bus（其實官方推薦的vuex更好用，但是有時候我們只需要傳一個小狀態，不需要用vuex），首先要mian.js 中創建一個匯流排Bus（當然這裡一般要把Bus封裝一下放在一個單 ...
  • 觀察者模式與.Net Framework中的委托與事件
    本文文字內容均選自《大話設計模式》一書。 解釋：觀察者模式定義了一種一對多的依賴關係，讓多個觀察者對象同時監聽某一個主題對象。這個主題對象在狀態發生變化時，會通知所有觀察者對象，使它們能夠自動更新自己。 此模式又叫發佈-訂閱模式。 舉例：火車到站與乘客下車。 主題： 觀察者1： 觀察者2： 客戶端： ...
  • 互聯網產品怎麼做數據埋點
    在互聯網產品上線之後，產品和運營人員需要即時瞭解產品的使用情況，有多少用戶，用戶使用了哪些功能，停留時長，使用路徑。。。等。要回答這些問題，需要有數據，不能拍腦袋想當然。數據怎麼得到呢？埋點就是採集數據的重要途徑。 數據埋點不是新名詞，在電腦網站出來之後就有統計工具，站長們很熟悉的谷歌、百度統計等工 ...
  • AppBoxFuture(二): Say goodbye to sql!
      信息管理類應用系統離不開關係數據存儲，目前大家基本都使用的是傳統的資料庫如MySql、Postgres等。作者從事信息化建設十多年，個人認為傳統的資料庫存在以下的問題： 擴展問題：   系統數據的不斷增長是個繞不過去的坎，傳統資料庫的存儲結構一般 ...
  • 002_Python3基礎語法
    1：第一個Python程式 Python程式有兩種編寫⽅式: 1.1. 進入cmd控制台. 輸入python進入編輯模式. 這時候我們可以直接編寫python程式 win + R 輸入cmd進入命令行，輸入python 1.2. 也可以在.py⽂件中編寫python代碼. 通過python命令來執⾏ ...
  • Django CBV流程及源碼分析
    Django 實現視圖的方法有兩種，一種是FBV(function base view)即基於函數的視圖，還一種高級的就是CBV(class base view)，通過閱讀源碼你會發現它本質上還是基於FBV的。FBV的優點是用法和寫法都比較簡單適合剛開始學的同學使用，缺點就是不能用的面向對象的幾大特 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發（一）：使用.NET MAUI開發第一個安卓APP
    移動開發（一）：使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說，近來想嘗試開發一款安卓APP，考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP，畢竟是使用Visual Studio開發工具，使用起來也比較的順手，結合微軟官方的教程進行了安卓 ...
  • wpf ToggleButton選中效果和一個登錄界面
    前言 QuestPDF 是一個開源 .NET 庫，用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫，它徹底改變了我們生成 PDF 文檔的方 ...
  • 彈幕樹洞項目功能新增篇
    項目地址 項目後端地址： https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址： ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址： http://tree ...
  • 第27篇 sqlserver2022詳細安裝步驟
    話不多說，直接開乾 一.下載 1.官方鏈接下載： https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe，運行開始下載SQL server； 二. ...
  • .NET 開源高性能 MQTT 類庫
    前言 隨著物聯網（IoT）技術的迅猛發展，MQTT（消息隊列遙測傳輸）協議憑藉其輕量級和高效性，已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫，為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog文檔翻譯系列（六） - 可用的接收器、增強器、格式化輸出
    Serilog支持多種接收器用於日誌存儲，增強器用於添加屬性，LogContext管理動態屬性，支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項，適用於不同需求。 ...
  • 警惕 Visual Studio 屬性求值副作用導致邏輯不符合預期
    目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據，爬取信息時需要模擬瀏覽器行為，否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下： 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • [使用目前最新版]HybridCLR6.9.0+YooAsset2.2.4實現純C# Unity熱更新方案 (一)
    1.前言 什麼是熱更新 游戲或者軟體更新時，無需重新下載客戶端進行安裝，而是在應用程式啟動的情況下，在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR，Xlua，ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles，Addressable， ...
  • 在 ASP.NET Core Web API 中使用操作篩選器統一處理通用操作
    本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺，其實像阿裡雲，騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後，它會送 ...
  • 第28篇 如何.net中實現高效可靠數據同步api
    通過以下方式可以高效，並保證數據同步的可靠性 1.API設計 使用RESTful設計，確保API端點明確，並使用適當的HTTP方法（如POST用於創建，PUT用於更新）。 設計清晰的請求和響應模型，以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證，確保接收到的數據符合預期格 ...
所有分類