正则表达式笔记——带实例一看就会

 

Python中re模块中的match方法：

字符	单字符匹配
.	匹配任意字符（除了\n）
[...]	匹配字符集
\d \D	匹配任意数字，匹配任意非数字
\s \S	匹配空白字符，匹配非空白字符
\w \W	匹配单词字符[a-zA-Z0-9]，匹配任意非单词字符

举例：

• 匹配大括号中及其有一个字符的字符串：{a}

{.}

• 匹配大括号中及其中有字符集 z1s 的任意一个字符：{z}

{[z1s]}

• 匹配大括号中及其中有字符集 a-zA-Z0-9的任意一个字符：{n}

{[a-zA-Z0-9]}，又可写成：{[\w]}

• 匹配中括号及该中括号内存在一个单词字符：[a]

\[[\w]\]，需要加转义符号（这里贴个图，被转义了）

 

字符	多字符匹配
*	匹配前一个字符0次或者无限次
+	匹配前一个字符1次或者无限次
？	匹配前一个字符0次或者1次
{m} {m,n}	匹配前一个字符m次，匹配前一个字符m-n次
*? +? ??	匹配模式变为非贪婪（尽可能减少匹配字符，即分别匹配0、1、0次）

举例：

• 匹配一个字符串开头是大写字母，后面跟着 >=0 个小写字母：Zhangfeng

[A-Z][a-z]*

• 匹配一个Python变量名是否有效（开头可以是_和字母，不可以是数字）

[_a-zA-Z]+[_\w]*

• 匹配0-99中任意数字，其中 01-09 该形式不对

[1-9]?[0-9]，该写法匹配 05 形式时，结果是0，[1-9]? 表示1-9可以出现0-1次， 而09前面没有出现1-9，再匹配第二个[0-9]，便匹配上了0；即[1-9]?[0-9]可匹配的字符串大小是1-2（python中match方法是从头开始匹配，匹配到开头那个是符合正则表达式，则给出正确的返回值）

• 匹配@前面有6-9个字符的qq邮箱

[a-zA-Z0-9]{6,9}@qq.com

• 用正则表达式 [0-9][a-z]* 匹配字符串 3bc 时，结果为3bc

用正则表达式 [0-9][a-z]*? 匹配字符串 3bc 时，结果为3

用正则表达式 [0-9][a-z]+? 匹配字符串 3bc 时，结果为3b

用正则表达式 [0-9][a-z]?? 匹配字符串 3bc 时，结果为3

 

字符	边界匹配
^	匹配字符串开头
$	匹配字符串结尾
\A \Z	指定的字符串必须出现在开头，/结尾

举例：

• 匹配正确的邮箱格式：@前面有6-9个字符

^[\w]{6,9}@qq.com$，上述匹配@前面有6-9个字符的qq邮箱正则表达式 [a-zA-Z0-9]{6,9}@qq.com，匹配字符串 1236545@qq.comabc 时，亦可得到结果：1236545@qq.com

• 匹配以字符串 imooc 开头的字符串

\Aimooc[\w]*

 

字符	分组匹配
|	匹配左右任意一个表达式
(a,b)	括号中表达式作为一个分组
\<number>	引用编号为number的分组匹配到的字符串
(?P<name>)	分组起一个别名
(?P=name)	引用别名为name的分组匹配字符串

举例：

• 匹配 0-99 或者 100：

[0-9]?\d$|100

• 匹配@前有6-9个字符的 qq邮箱 或者 gmail 邮箱 或者 163邮箱：

[\w]{6,9}@(qq|163|gmail).com

• 匹配XML格式，如有：<book>python</book>

<[\w]+>，匹配<book>，结果：<book>

<([\w]+>)，匹配<book>，结果：< book>，其中 <([\w]+>)\0 为：<， <([\w]+>)\1 为：book>

<([\w]+>)\1，匹配<book>book>，结果为：<book>book>，

<([\w]+>)[\w]+</\1 或者写成 <(?P<mark>[\w]+>)[\w]+</(?P=mark)，匹配<book>python</book>，结果：<book>python</book>

 

Python其他方法：

# search(pattern, string, flags=0)
# 在一个字符串中查找匹配

# 查找字符串中的数字
str = "imooc videonum = 1000"
result = str.search(r'\d+', str) 
# result = '1000'


# findall(pattern, string, flags=0)
# 找到匹配,返回所有匹配部分的列表

# 查找字符串中的所有数字
str2 = "c++ = 100, java = 55, python = 80"
result = str.findall(r'\d+', str) 
# result = ['100', '55', '80']

# split(pattern, string, maxsplit=0, flags=0) :
# 根据匹配分割字符串,返回分割字符串组成的列表

# 拆分字符串str = "Imooc:C C++ Java Python, C#"，成各门课程列表
str = "Imooc:C C++ Java Python, C#"
re.split(r':| |,', str)

# 返回结果：['Imooc', 'C', 'C++', 'Java', 'Python', 'C#']

# sub(pattern, repl, string, count=0, flags=0)
# 将字符串中匹配正则表达式的部分替换为其他值

# 使查找到的字符串其数字部分自动加1
def add(match):
    val = match.group()
    num = int(val) + 1
    return str(num)
 
 str = "imooc videonum = 999"
 re.sub(r'\d+', add, str) # re.sub    
 
# 返回结果： str = "imooc videonum = 1000"

 

转载请注明出处