python基础知识整理13-正则re

最新推荐文章于 2023-02-26 13:26:42 发布

轨迹|

最新推荐文章于 2023-02-26 13:26:42 发布

阅读量251

点赞数

分类专栏： Python基础文章标签： python 正则表达式 python笔记

本文链接：https://blog.csdn.net/bnever/article/details/126583221

版权

Python基础专栏收录该内容

14 篇文章 1 订阅

订阅专栏

1 概述

正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。

Python 自1.5版本起增加了re 模块，它提供 Perl 风格的正则表达式模式。

re 模块使 Python 语言拥有全部的正则表达式功能。

2 正则表达式模式

	字符	功能
匹配单个字符	.	匹配任意1个字符（除了\n）
	[ ]	匹配[ ]中列举的字符
	\d	匹配数字，即0-9
	\D	匹配非数字，即不是数字
	\s	匹配空白，即空格，tab键
	\S	匹配非空白
	\w	匹配单词字符，即a-z、A-Z、0-9、_
	\W	匹配非单词字符
匹配多个字符	*	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1次或者无限次，即至少有1次
	?	匹配前一个字符出现1次或者0次，即要么有1次，要么没有
	{m}	匹配前一个字符出现m次
	{m,n}	匹配前一个字符出现从m到n次
匹配开头结尾	^	匹配字符串开头
匹配开头结尾	$	匹配字符串结尾
匹配分组	\|	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	引用分组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

3 函数

3.1 re.match()

re.match() 能够匹配出以xxx开头的字符串

# -*- coding: utf-8 -*-
import re


ret = re.match("p", "pytho372多对多")
print(ret.group())

# .
ret = re.match(".","two")
print(ret.group())
ret = re.match("t.o","two")
print(ret.group())

# []
# 大小写都可以的情况
ret = re.match("[hH]","hello Python")
print(ret.group())
ret = re.match("[hH]","Hello Python")
print(ret.group())

# \d
ret = re.match("\d","666python3太厉害")
print(ret.group())

# \w
ret = re.match("\w","666python3太厉害")
print(ret.group())
ret = re.match("\w","666python3太厉害")
print(ret.group())

# *
ret = re.match("[A-Z][a-z]*","MnnM")
print(ret.group())
ret = re.match("[A-Z][a-z]*","Aabcdef")
print(ret.group())

# $
ret = re.match("[\w]{0,9}@163\.com$", "40927abd@163.com")
print(ret.group())

# (),|
ret = re.match("\w{4,20}@(163|126|qq)\.com", "test@126.com")
print(ret.group())

"""
p
t
two
h
H
6
6
6
Mnn
Aabcdef
40927abd@163.com
test@126.com
"""

3.2 re.search()

re.search 扫描整个字符串并返回第一个成功的匹配

# -*- coding: utf-8 -*-
import re

ret = re.search(r"\d+", "第一9999,第二8888")
print(ret.group())

ret = re.search(r"\d+", "第一9999,第二8888")
print(ret.group())

ret = re.search( r'(.*) are (.*?)', "We are family! good")
print(ret.group())

ret = re.search( r'(.*) are (.*)', "We are family! good")
print(ret.group())

"""
9999
9999
We are 
We are family! good
"""

3.3 re.findall()

在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果有多个匹配模式，则返回元组列表，如果没有找到匹配的，则返回空列表。

# -*- coding: utf-8 -*-
import re


ret = re.findall(r"\d+", "python = 9999, c = 7890, c++ = 12345")
print(ret)

ret = re.findall(r"\d+|=", "python = 9999, c = 7890, c++ = 12345")
print(ret)

ret = re.findall(r"\d+|=", "Life is short人生苦短, I use Python我用python")
print(ret)

ret = re.findall(r"Life(.*)I", "Life is short人生苦短, I use Python我用python")
print(ret)

a = "![FTHS01.jpg](/upload/car/38fee3f4.jpg)![FTHS02.jpg](/upload/car/f93ef2f4.jpg)![FTHS03.jpg](/upload/car/6699ffe1.jpg)"

ret = re.findall(r"\((.*?)\)", a)
print(ret)

"""
['9999', '7890', '12345']
['=', '9999', '=', '7890', '=', '12345']
[]
[' is short人生苦短, ']
['/upload/car/38fee3f4.jpg', '/upload/car/f93ef2f4.jpg', '/upload/car/6699ffe1.jpg']
"""

3.4 re.sub()

将匹配到的数据进行替换

# -*- coding: utf-8 -*-
import re


a = "2022-10-01  # 国庆节"
ret = re.sub(r'-|  |#.*', '', a)
print(ret)

ret = re.sub(r'-', '.', a)
print(ret)


"""
20221001
2022.10.01  # 国庆节
"""

3.5 re.split()

根据匹配进行切割字符串，并返回一个列表

# -*- coding: utf-8 -*-
import re


a = "2022-10-01  # 国庆节"
ret = re.sub(r'-|  |#.*', '', a)
print(ret)

ret = re.sub(r'-', '.', a)
print(ret)

html = """
<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>
"""

ret = re.sub(r"<[^>]*>|&nbsp;|\n", "", html)
print(ret)

"""
20221001
2022.10.01  # 国庆节
        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。        
"""

4 贪婪和非贪婪

Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；

非贪婪则相反，总是尝试匹配尽可能少的字符。

# -*- coding: utf-8 -*-
import re


text = '<img data-original="https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973_201611131917_small.jpg" src="https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973_201611131917_small.jpg" style="display: inline;">'
img = re.search(r"https:.*\.jpg", text)
print(img.group())
print("===" * 20)
img = re.search(r"https:.*?\.jpg", text)
print(img.group())

"""
https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973_201611131917_small.jpg" src="https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973_201611131917_small.jpg
============================================================
https://rpic.douyucdn.cn/appCovers/2016/11/13/1213973_201611131917_small.jpg
"""

5 r的作用

Python中字符串前面加上 r 表示原生字符串，

与大多数编程语言相同，正则表达式里使用"\"作为转义字符，这就可能造成反斜杠困扰。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。

Python里的原生字符串很好地解决了这个问题，有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。

# -*- coding: utf-8 -*-
import re

mm = "c:\\a\\b\\c"
print(mm)

ret = re.match("c:\\\\a",mm).group()
print(ret)

ret = re.match(r"c:\\a",mm).group()
print(ret)

ret = re.match("c:\\a",mm).group()
print(ret)

"""
c:\a\b\c
c:\a
c:\a
Traceback (most recent call last):
  File "D:/myself/PythonNote/pythonCode/001re_zhengze/06_r.py", line 13, in <module>
    ret = re.match("c:\\a",mm).group()
AttributeError: 'NoneType' object has no attribute 'group'
"""

轨迹|

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
打赏
0
评论
python基础知识整理13-正则re

正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。Python 自1.5版本起增加了re 模块，它提供 Perl 风格的正则表达式模式。re 模块使 Python 语言拥有全部的正则表达式功能。...
复制链接

扫一扫