正则表达式学习笔记

最新推荐文章于 2024-03-21 09:17:28 发布

lbzz

最新推荐文章于 2024-03-21 09:17:28 发布

阅读量132

点赞数

本文链接：https://blog.csdn.net/bitbitbyte/article/details/105503257

版权

正则表达式

主要内容

正则表达式简介
匹配单个字符、多个字符、开头结尾、分组
re模块
应用演练

正则表达式简介

正则表达式（Regular Expression)是一种文本模式。基于正则表达式（文本模式）可以对字符串这类非结构化数据进行模式验证、文本替换以及子字符串提取。

正则表达式可以用于：

验证字符串的模式

测试输入字符串是否符合电话号码或信用卡号码模式。称为数据验证。
替换文本
基于模式匹配从字符串中提取子字符串

字符串为一种非结构化类型，可以通过提取子字符串的方式对字符串数据进行清洗。

正则表达式示例：

上式的正则表达式用以匹配一个或多个数字开头并以abc结尾的字符串，其中：

^[0-9]+表示匹配一个多个数字开头的字符串
abc$表示匹配以abc结尾的字符串

匹配单个字符、多个字符、开头结尾、分组

匹配单个字符

字符	功能
.	匹配任意一个字符(除了\n)
\d	匹配任意数字，等价于[0-9]
\D	匹配任意非非数字
\s	匹配任意空白字符等价[\t\n\r\f]
\S	匹配任意非空白字符
\w	匹配单词字符，等价[a-zA-Z_]同时也包括任意汉字
\W	匹配非单词字符
[...]	匹配[]中的一个字符
[^...]	匹配不在[]中的字符

匹配多个字符

字符	功能
*	匹配前一个字符出现0次或者无限次，即可有可无
+	匹配前一个字符出现0次或者无限次，即一次或多次
？	匹配前一个字符出现0次或多次，即存在或不存在
{m}	匹配前一个字符出现m次
{m, n}	匹配前一个字符出现m次到n次

python中数量词默认是贪婪，总尝试匹配尽可能多的字符；在"*","+","?"后加上"?"可以要求正则匹配越少越好。
>>>re.match(r"aa(\d+)", "aa123bbbb").group()  #方法group用于输出匹配结果
>>>"aa123"
>>>re.match(r"aa(\d+?)", "aa123bbbb").group()  #方法group用于输出匹配结果
>>>"aa1"
python中正则表达式前r的作用：

r表示原生字符串，用以解决转义字符""的困扰。假如你需要匹配文本中的字符""，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。
>>> ret = re.match("c:\\\\a","c:\\a").group()  #需要4个反斜杠
>>> print(ret)
c:\a
>>> ret = re.match(r"c:\\a",mm).group()  #只需要2个放斜杠
>>> print(ret)
c:\a

匹配开头与结尾

字符	功能
^	匹配字符串开头（行首）
$	匹配字符串结尾（行尾）

匹配分组

分组后使用方法.group()可以提取相应匹配的字符串。

字符	功能
\|	匹配左右任意一个表达式
(ab)	将括号中字符作为一个分组
\num	引用非组num匹配到的字符串
（?p)	分组起别名
（?P=name)	引用别名为name分组匹配到的字符串

re模块

re模块使python拥有全部的正则表达式功能，re中的函数有:

re.match(pattern, string, flags=0)
- pattern为要匹配的正则表达式
- string为要匹配的字符串
- flags标志位用于控制多行匹配等匹配方式。
re.match()返回一个对象，通过re.match().group()可以返回匹配的字符串。
re.search()
- 与re.match()区别：re.match()需要字符串首个字符与正则表达式中的一致，匹配字符串开头，相当于正则表达式开头中省略了"^"；而re.search()则不需。
re.findall()
- 匹配的所有子串，并返回一个列表
注意： match 和 search 是匹配一次 findall 匹配所有。
re.finditer()
- 与findall类似，但返回一个迭代器。
re.sub(pattern, repl, string, count=0, flags=0)
- repl：替换的字符串，也可为一个函数。
- count：模式匹配后替换的最大次数，默认0为替换所有的匹配。
re.split()
- 将字符串分割后返回列表
re.compile(pattern, flags)

compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。

应用演练

验证字符串模式

变量明命名是否正确

import re

def main():
    """
    变量名由字母、下划线或者数字组成并且以字母或下划线开头。
    """
    
	names = ["_aabb", "abd123", "abd123!", "1122ccc", "1_cc"]
    pattern = re.compile(r"[a-zA-Z_][a-zA-Z_0-9]*$")  #注意需加$匹配结尾
  for name in names:
        ret = re.match(pattern, name)  #re.match返回一个对象，如果未匹配返回none
        if ret: print("变量名%s正确" % name)
        else: print("变量名%s不正确" % name)
        
if __name__ == "__main__":
    main()

替换文本

对re.sub()中传入函数

import re

def double(matched):
    """
    将re.sub()中匹配的字符串数字乘以2并返回。
    matched接受一个re.sub()返回的对象。
    """
    value = int(matched.group('value'))  #value为分组的引用
    return str(value * 2)

def main():
    test_str = "adfa125adfa"
    pattern = re.compile(r"(?P<value>\d+)")
    print(re.sub(pattern, double, test_str))

if __name__ == "__main__":
    main()

>>>adfa250adfa

对字符串进行清洗

import re

def main():
    """
删除test_str中的标签，换行符
"""
    
    test_str = """
<div>
        <p>岗位职责：</p>
<p>完成推荐算法、数据统计、接口、后台等服务器端相关工作</p>
<p><br></p>
<p>必备要求：</p>
<p>良好的自我驱动力和职业素养，工作积极主动、结果导向</p>
<p>&nbsp;<br></p>
<p>技术要求：</p>
<p>1、一年以上 Python 开发经验，掌握面向对象分析和设计，了解设计模式</p>
<p>2、掌握HTTP协议，熟悉MVC、MVVM等概念以及相关WEB开发框架</p>
<p>3、掌握关系数据库开发设计，掌握 SQL，熟练使用 MySQL/PostgreSQL 中的一种<br></p>
<p>4、掌握NoSQL、MQ，熟练使用对应技术解决方案</p>
<p>5、熟悉 Javascript/CSS/HTML5，JQuery、React、Vue.js</p>
<p>&nbsp;<br></p>
<p>加分项：</p>
<p>大数据，数理统计，机器学习，sklearn，高性能，大并发。</p>

        </div>
"""
    
    pattern = re.compile(r"<[^>]*>|&nbsp;|\n")
    print(re.sub(pattern, "", test_str))
 
if __name__ == "__main__":
	main()

岗位职责：完成推荐算法、数据统计、接口、后台等服务器端相关工作必备要求：良好的自我驱动力和职业素养，工作积极主动、结果导向技术要求：1、一年以上 Python 开发经验，掌握面向对象分析和设计，了解设计模式2、掌握HTTP协议，熟悉MVC、MVVM等概念以及相关WEB开发框架3、掌握关系数据库开发设计，掌握 SQL，熟练使用 MySQL/PostgreSQL 中的一种4、掌握NoSQL、MQ，熟练使用对应技术解决方案5、熟悉 Javascript/CSS/HTML5，JQuery、React、Vue.js加分项：大数据，数理统计，机器学习，sklearn，高性能，大并发。

提取子字符串

提取序号和电话号码切割字符串

>>> ret = re.match("([^-]*)-(\d+)", "123-12345678")
>>> ret.group(1)  #区号
>>> ret.group(2)  #电话号码

参考文献

lbzz

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
正则表达式学习笔记

正则表达式主要内容正则表达式简介匹配单个字符、多个字符、开头结尾、分组re模块应用演练正则表达式简介正则表达式（Regular Expression)是一种文本模式。基于正则表达式（文本模式）可以对字符串这类非结构化数据进行模式验证、文本替换以及子字符串提取。正则表达式可以用于：验证字符串的模式测试输入字符串是否符合电话号码或信用卡号码模式。称为数据验证。...
复制链接

扫一扫