python基础之正则表达式。

时间：2024-01-09 13:24:14

简介

　　就其本质而言，正则表达式是内嵌在python内，由re模块实现，小型的专业化语言，最后由c写的匹配引擎执行。正则表达式(regular expression)描述了一种字符串匹配的模式，可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。

　　正则的字符分为普通字符和元字符，普通字符比如“aaa”等，元字符是　　.　　^　　$　　*　　+　　?　　()　　[]　　{}　　|　　\　　这里它们都有特殊的含义

　　判断一个字符串或者字符是否在另一个字符串内，如果是以列表形式返回这个这个字符或者字符串，否则为空列表

import re

a = re.findall("abc","aweffabcsefwse")

print(a)

['abc']

　　如果字符串里有.的话，则代表可以匹配除了换行符之外的任何一个字符，.为通配符。

import re

a = re.findall("ab.c","aweffabbcsefwse")

print(a)

['abbc']

　　“^”查看第二个字符串是否以第一个字符串或者字符开头

import re

a = re.findall("^abc","abcffabbcsefwse")

print(a)

['abc']

　　“$”,查看第二个字符串是否以第一个字符串或者字符结尾

import re

a = re.findall("abc$","ffabbcsefwseabc")

print(a)

['abc']

　　“*”这个加在字符串后边，对自己前边的字符进行控制，可以匹配0到多次*前的一个字符



import re
a = re.findall("abdc*","cghguabdcccc")
print(a)

['abdcccc']


 




　　“+”这个加在字符串后边，对自己前边的字符进行控制，可以匹配1到多次+前的一个字符，用法同“*”


　　“?”这个加在字符串后边，对自己前边的字符进行控制，可以匹配0到1次?前的一个字符，用法同“*”


　　"{}"对自己前边的一个字符匹配n次，n为随机整数，大括号内可有俩参数，表示匹配n到m次，如果匹配次数不足返回空列表，如果超出，返回最大的匹配次数基本用法如下




import re

a = re.findall("abdc{3}","cghguabdccccc")

print(a)

['abdccc']




　　“[]”中括号里的为一个字符集，只需要匹配到其中一个字符就为真，有种或者的意思，如果把元字符放里边，部分元字符会变成普通字符，比如.在这里为普通字符，^则变成了取反，用法




import re

a = re.findall("a[bd]c","cghguadc")

print(a)

['adc']




　　　　\反斜杠，反斜杠后边跟元字符去除其特殊功能，跟普通字符实现特殊功能，引用序号对应的字组所匹配的字符串，它在字符集里依然有特殊功能


\b 匹配一个单词边界，也就是指单词和空格间的位置。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。 
\B 匹配非单词边界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。 
\cx 匹配由x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的“c”字符。 
\d 匹配一个数字字符。等价于[0-9]。 
\D 匹配一个非数字字符。等价于[^0-9]。 
\f 匹配一个换页符。等价于\x0c和\cL。 
\n 匹配一个换行符。等价于\x0a和\cJ。 
\r 匹配一个回车符。等价于\x0d和\cM。 
\s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于[\f\n\r\t\v]。 
\S 匹配任何非空白字符。等价于[^\f\n\r\t\v]。 
\t 匹配一个制表符。等价于\x09和\cI。 
\v 匹配一个垂直制表符。等价于\x0b和\cK。 
\w 匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”。 
\W 匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。 
　　简单演示一个




import re

a = re.findall("\d","cghgua1dc2")

print(a)

['', '']




　　“（）”这个和数学里的概念类似，就是把表达式部分封装起来作为一个整体，也就是分组，




import re

a = re.search("a(\d+)","cghgua12dc").group()

print(a)

a12




　　如果括号两边均有限定条件，则为贪婪模式，否则取最小值，两侧都有限定条件如下


 




import re

a = re.search("a(\d+?)b","a15455b").group()

print(a)

a15455b






　　无限定条件示例，示例中，+与?的最小匹配次数为1，所以结果是a1




import re

a = re.search("a(\d+?)","a15455b").group()

print(a)

a1




　　正则中sub替换方法的使用，在最后可以加一个参数，表示要替换多少次。




import re

a = re.sub("g.t","have","i get a i got b")

print(a)

i have a i have b




　　subn，替换，并显示替换多少次




import re

a = re.subn("g.t","have","i get a i got b")

print(a)

('i have a i have b', 2)




　　


compile方法，可以将某一个规则封装进一个对象，然后进行别的方法调用




import re

txt = "he is good boy"

a = re.compile("\w*oo\w*")

print(a.findall(txt))

['good']




　　分割字符的方法split，因为1和4位置会做分割所以边上多出俩空格，规则前加r是为了让r后边的字符串以re模块的方式处理，而不会是python，因为python的


\和正则的\有时候会有冲突，建议添加r，保证正则少出错误。




import re

txt = "1one2two3three4"

a = re.compile(r"\d+")

print(a.split(txt))

['', 'one', 'two', 'three', '']




　　“|”为或者的意思，类似or




import re

a = re.findall(("abc|adc"),"adc")

print(a)

['adc']




去除findall优先获取组的内信息的方法?:不加的话默认只返回组内的adc




import re

a = re.findall("www.(?:abc|adc).com","www.adc.com")

print(a)

['www.adc.com']






match，匹配字符串的头部，如果成功返回一个对象，否则返回none


search，匹配整个字符串，匹配到一个之后返回，否则none


findall，匹配全部，获取非重复的匹配列表；如果有一个组则以列表形式返回，且每一个匹配均是字符串；如果模型中有多个组，则以列表形式返回，且每一个匹配均是元祖，空的匹配也会包含在结果中


 
相关文章