Python之re模块详解

时间:2022-12-04 08:57:21

Python——re模块

 简介

定义:re模块称为正则表达式;

作用:创建一个"规则表达式",用于验证和查找符合规则的文本,广泛用于各种搜索引擎、账户密码的验证等;

预定义字符

?
1
2
3
4
5
6
7
8
"""
\d  匹配所有的十进制数字  0-9
\D  匹配所有的非数字,包含下划线
\s  匹配所有空白字符(空格、TAB等)
\S  匹配所有非空白字符,包含下划线
\w  匹配所有字母、汉字、数字    a-z A-Z 0-9
\W  匹配所有非字母、汉字、数字,包含下划线
"""

特殊字符

1、$:匹配一行的结尾(必须放在正则表达式最后面)

2、^:匹配一行的开头(必须放在正则表达式最前面)

3、*:前面的字符可以出现0次或多次(0~无限)

4、+:前面的字符可以出现1次或多次(1~无限)

5、?:变"贪婪模式"为"勉强模式",前面的字符可以出现0次或1次

6、.:匹配除了换行符"\n"之外的任意单个字符

7、|:两项都进行匹配

8、[ ]:代表一个集合,有如下三种情况

  • [abc]:能匹配其中的单个字符
  • [a-z0-9]:能匹配指定范围的字符,可取反(在最前面加入^)
  • [2-9] [1-3]:能够做组合匹配

9、{ }:用于标记前面的字符出现的频率,有如下情况:

  • {n,m}:代表前面字符最少出现n次,最多出现m次
  • {n,}:代表前面字符最少出现n次,最多不受限制
  • {,m}:代表前面字符最多出现n次,最少不受限制
  • {n}:前面的字符必须出现n次

反斜杠问题

字符串中有反斜杠的,需要对反斜杠做转义:

?
1
2
str = "\\123 223"       # \123 223
str = r"\123 223"       # \123 223

在正则表达式中,我们需要用多个反斜杠来匹配一个反斜杠:

?
1
2
find = re.search('\\\\\w+', str)
find = re.search(r'\\\w+', str)

匹配方法

1、match:在目标文本的开头进行匹配

?
1
find = re.math('hello', str1)       # 匹配成功返回匹配对象hello,不成功返回None

2、search:在整个目标文本中进行匹配

3、findall:扫描整个目标文本,返回所有与规则匹配的子串组成的列表,如果没有匹配的返回空列表

4、finditer:扫描整个目标文本,返回所有与规则匹配的子串组成的迭代器

5、fullmatch:要求目标文本要完全匹配规则,否则返回None

6、sub:将与规则匹配的子串替换为其他文本

?
1
str1 = re.sub('\w+', 'aaa', str, count=0)       # count默认为0,表示全部替换

7、split:从与规则匹配的子串进行切割,返回切割后子串组成的列表

8、匹配对象的方法(对匹配到的对象使用):

():分组字符,可以为匹配到的内容分组,快速获取到分组中的数据

  • group:用于查看指定分组匹配到的内容
?
1
2
3
str = '<p>这是一个<a href="###">文本</a></p>
find = re.search('<a href="(.+)">(\w+)</a>', str)
print(find.group())     # 默认为0,表示匹配到的全部文本,传入1时输出第一个分组###
  • groups:返回一个元组,组内为所有匹配到的内容(上面案例输出('###',‘文本'))
  • groupdict:返回一个字典,包含分组的键值对,需要为分组命名
?
1
find = re.search('<a href="(?P<href>.+)">(?P<text>\w+)</a>', str)

start:返回匹配到的内容在文本中的起始索引end:返回匹配到的内容在文本中的结束索引span:返回由起始索引和结束索引组成的元组 推荐

推荐一个正则闯关网站:https://alf.nu/RegexGolf

总结

本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注服务器之家的更多内容!

原文链接:https://blog.csdn.net/weixin_40620310/article/details/120423900