python正则表达式

目录

基本语法

match、search和findall

literal、re1|re2 和 .

^和$

re*

正则匹配不全的情况

---

基本语法

match、search和findall

match是匹配起始位置，如果匹配成功，就返回一个匹配对象；如果匹配失败，就返回None

search()会用它的字符串参数，在任意位置对给定正则表达式模式搜索第一次出现的匹配情况。如果搜索到成功的匹配，就会返回一个匹配对象；否则，返回None

findall函数返回的是正则表达式在字符串中所有匹配结果的列表

代码：

import re

m=re.match('zc','zcdd')
if m is not None:
    print(m.group())
else:
    print(m)

m=re.match('zc','ddzc')
if m is not None:
    print(m.group())
else:
    print(m)

m=re.search('zc','zcdd')
if m is not None:
    print(m.group())
else:
    print(m)

m=re.search('zc','ddzc')
if m is not None:
    print(m.group())
else:
    print(m)

m=re.findall('a','abacd')
print(m)

运行：

literal、re1|re2 和 .

 代码：

import re

#literal字面值
m=re.findall('a','abacd')
print(m)

#re1|re2或
m=re.findall('d|ac','abacd')
print(m)

#.除\n之外的任意字符
m=re.findall('.','ab\nacd\r')
print(m)
#re.DOTALL让.可以匹配\n
m=re.findall('.','ab\nacd\r',re.DOTALL)
print(m)

运行：

^和$

代码：

#coding=utf-8
import re

#^匹配字符串起始部分
m=re.findall('^ba','abacd')
print(m)

m=re.findall('^ab','abacd')
print(m)

#$匹配字符串终止部分
m=re.findall('ac$','abacd')
print(m)

m=re.findall('cd$','abacd')
print(m)

#匹配整个字符串
m=re.findall('^abacd$','abacd')
print(m)

运行：

re*

re* 匹配0个或多个表达式

默认是最长匹配

re*?是最短匹配

正则匹配不全的情况

如果输入的字符串含有中文，一定要注意编码。

否则，不仅中文本身识别有问题，中文相邻的英文字符串也会被荼毒！

示例代码：

def getAllUrl(strg):
    all_url = re.findall('http[s]*://blog.csdn.net/nameofcsdn/article/details/[0-9]+', strg, re.IGNORECASE)
    print(all_url)
    all_url = re.findall('ttp[s]*://blog.csdn.net/nameofcsdn/article/details/[0-9]+', strg, re.IGNORECASE)
    print(all_url)


f = open('D:\\nameofcsdn.txt','r',errors='ignore').read()
f = str(f)

getAllUrl(f)

输出：

补上encoding='utf-8'就不会出现这个问题了。