大话 Python:python 基础巩固 -- 灵活运用正则表达式完成数据提取与筛选

首先,正则表达式就是由一个一个的元字符组合起来的一个字符串,然后以这个字符串作为格式去匹配任意的字符串最后生成新的数据文本。那么,先来看一下在 python 中像这样的元字符到底有哪些。

  1.                匹配任意字符(不包括换行符)
    

2^ 匹配开始位置,多行模式下匹配每一行的开始

3$ 匹配结束位置,多行模式下匹配每一行的结束

4* 匹配前一个元字符0到多次

5+ 匹配前一个元字符1到多次

6? 匹配前一个元字符0到1次

7{m,n} 匹配前一个元字符m到n次

8\ 转义字符,跟在其后的字符将失去作为特殊元字符的含义,例如\.只能匹配.,不能再匹配任意字符

9[] 字符集,一个字符的集合,可匹配其中任意一个字符

10| 逻辑表达式 或 ,比如 a|b 代表可匹配 a 或者 b

11(…) 分组,默认为捕获,即被分组的内容可以被单独取出,默认每个分组有个索引,从 1 开始,按照"("的顺序决定索引值

12(?iLmsux) 分组中可以设置模式,iLmsux之中的每个字符代表一个模式,用法参见 模式 I

13(?:…) 分组的不捕获模式,计算索引时会跳过这个分组

14(?P…) 分组的命名模式,取此分组中的内容时可以使用索引也可以使用name

15(?P=name) 分组的引用模式,可在同一个正则表达式用引用前面命名过的正则

16(?#…) 注释,不影响正则表达式其它部分,用法参见 模式 I

17(?=…) 顺序肯定环视,表示所在位置右侧能够匹配括号内正则

18(?!..) 顺序否定环视,表示所在位置右侧不能匹配括号内正则

19(?<=…) 逆序肯定环视,表示所在位置左侧能够匹配括号内正则

20(?<!..) 逆序否定环视,表示所在位置左侧不能匹配括号内正则

21(?(id/name)yes|no) 若前面指定id或name的分区匹配成功则执行yes处的正则,否则执行no处的正则

22\number 匹配和前面索引为number的分组捕获到的内容一样的字符串

23\A 匹配字符串开始位置,忽略多行模式

24\Z 匹配字符串结束位置,忽略多行模式

25\b 匹配位于单词开始或结束位置的空字符串

26\B 匹配不位于单词开始或结束位置的空字符串

27\d 匹配一个数字, 相当于 [0-9]

28\D 匹配非数字,相当于 [^0-9]

29\s 匹配任意空白字符, 相当于 [ \t\n\r\f\v]

30\S 匹配非空白字符,相当于 [^ \t\n\r\f\v]

31\w 匹配数字、字母、下划线中任意一个字符, 相当于 [a-zA-Z0-9_]

32\W 匹配非数字、字母、下划线中的任意字符,相当于 [^a-zA-Z0-9_]

来源说明:以上元字符表说明引用自“博客园,菜鸟的日常”

2、python 的内置模块 re 操作正则表达式的模式

python 的 re 模块提供了很多内置的函数来操作正则表达式,掌握正则表达式以及这些函数的使用会更大的提高工作效率,因为大多时候都是在和字符串打交道。并且 re 模块在使用这些函数来操作正则表达式的时候都可以指定不同类型的模式。比如:re 内置模块的 compile(pattern, flags=0) 函数中的 flags 参数就是用于指定匹配模式的,默认情况下各个内置函数的模式都等于零就是不指定模式。

1re.I 使匹配对大小写不敏感

2re.L 做本地化识别(locale-aware)匹配

3re.M 多行匹配,影响 ^ 和 $

4re.S 使 . 匹配包括换行在内的所有字符

5re.U 根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B.

6re.X 该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。

3、re 模块函数匹配正则表达式操作字符串

compile(pattern, flags=0) 对匹配的正则表达式进行预编译,这种模式有利于后续对同一种匹配规则的复用,当然也可以不进行预编译使用 re 模块的内置函数直接进行正则表达式的使用。

findall(pattern, string, flags=0) 找到所有的匹配以后的数据,并且使用列表的形式返回匹配后的数据。

1# 导入 re 内置模块

2import re

3# 定义多行字符串 sc

4sc = ‘’'str1

5str2

6str3’‘’

7

8# 使用 compile() 函数进行正则表达式对预编译

9# 其中正则表达式为<.+>参照元字符表,表达式中<.>表示匹配任意字符(不包括换行符)

10# <+> 表示匹配前一个元字符1到多次,组合<.+>就表示匹配所有字符不包括换行符

11pattern = re.compile(“.+”)

12# 正则表达对象调用 findall() 函数返回列表

13print pattern.findall(sc)

14# 打印返回列表,结果应该是下面列表

15[‘str1’, ‘str2’, ‘str3’]

split(pattern, string, maxsplit=0, flags=0) 按照正则表达式匹配的数据为切割点,对原来的数据进行切分并返回一个数据列表。

1# 定义原始字符串

2sc = ‘’'strw 1 laow

3 strd 2 laow

4 strc 3 laow’‘’

5# 按照数字切分

6print re.split(‘\d+’, sc)

7# 打印结果

8['strw ', ’ laow\n strd ', ’ laow\n strc ‘, ’ laow’]

自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。

深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
img
img



既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Python开发知识点,真正体系化!

由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新

如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)
img

最后

不知道你们用的什么环境,我一般都是用的Python3.6环境和pycharm解释器,没有软件,或者没有资料,没人解答问题,都可以免费领取(包括今天的代码),过几天我还会做个视频教程出来,有需要也可以领取~

给大家准备的学习资料包括但不限于:

Python 环境、pycharm编辑器/永久激活/翻译插件

python 零基础视频教程

Python 界面开发实战教程

Python 爬虫实战教程

Python 数据分析实战教程

python 游戏开发实战教程

Python 电子书100本

Python 学习路线规划

路线规划

  • 24
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值