Python学习20——re模块

Python学习20——re模块

re模块

常用匹配模式表

模式	描述
\w	匹配字符数字及下划线
\W	匹配非字母数字下划线
\s	匹配任意空白字符，等价与[\t\n\r\f]
\S	匹配任意非空白字符
\d	匹配任意数字，等价于[0-9]
\D	匹配任意非数字
\A	匹配字符串开始
\Z	匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串
\z	匹配字符串结束
\G	匹配最后匹配完成的位置
\n	匹配一个换行符
\t	匹配一个制表符
^	匹配字符串开头
$	匹配字符串末尾
.	匹配任意字符，除了换行符，当 re.DOTALL 标记被指定时，则可以匹配包括换行符的任意字符
[…]	用来表示一组字符，单独列出：[amrk]匹配’a’,‘m’或’k’
[^…]	不在[]中的字符：[^abc] 匹配除了a，b，c之外的字符
*	匹配0个或者多个的表达式
+	匹配1个或者多个的表达式
?	匹配0个或者1个由前面的正则表达式定义的片段，非贪婪方式
{n}	精确匹配 n 个前面表达式
{n,m}	匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式
a丨b	匹配 a 到 b
()	匹配括号内的表达式，也表示一个组

正则表达式：

由一系列特殊字符拼接而成的表达式/规则，该表达式用于从一个大字符串中匹配出符合规则的子字符串

详解

import re

1、\w ： 匹配字母数字及下划线

print(re.findall('\w','h ell o haha_ 0)! 2254 #886'))

2、\W ： 匹配非字母数字下划线

print(re.findall('\w','h ell o haha_ 0)! 2254 #886'))

3、 \s ：匹配任意空白字符，等价于[\t\n\r\f]

print(re.findall('\w','h ell o haha_ 0)! 2254 #886'))

4、 \S ：匹配任意非空字符

print(re.findall('\w','h ell o haha_ 0)! 2254 #886'))

5、 \d ：匹配任意数字

print(re.findall('\w','h ell o haha_ 0)! 2254 #886'))

6、 \D ：匹配任意非数字

print(re.findall('\w','h ell o haha_ 0)! 2254 #886'))

组合

print(re.findall('a\sd','h ell o hah\na_ 0)! 22\t54 #886 aada da d adada dada dsc '))

7、 \n 与 \t ： 匹配一个换行符 或 一个制表符

msg = """
he\tll\n\no 123_ )0
\t1
2
\t3
"""
print(re.findall('\n', msg))
print(re.findall('\t', msg))

8、^ 与 $ ：匹配字符串的开头 或 匹配字符串的末尾

print(re.findall('^egon', 'egon sadf 5465413 egon dasfefscccxegon'))
print(re.findall('egon$', 'egon sadf 5465413 egon dasfefscccxegon'))
print(re.findall('^a\w\w\wc$', 'a213c'))      # 总长度为5个

9、| . | [] | * | ? | .*? | + | {n,m} |
9.1 . ：匹配任意一个字符,换行符除外

print(re.findall("a\db", "a2b a1b aab aaaaaaaab a+b a-b a\nb a\tb a c"))
print(re.findall("a\wb", "a2b a1b aab aaaaaaaab a+b a-b a\nb a\tb a c"))
print(re.findall("a.b", "a2b a1b aab aaaaaaaab a+b a-b a\nb a\tb a c"))
print(re.findall('a.b', 'a2b a1b aab aaaaaaaab a+b a-b a\nb a\tb a c', re.DOTALL))  # re.DOTALL '.'可以代表所有

9.2 []：代表匹配一个字符，可以指定该字符的范围

print(re.findall("a[+-]b", "a2b a1b aab aaaaaaaab a+b a-b a\nb a\tb a c"))
print(re.findall("a[.*/+-]b", "a2b a*b a1b aab a*aaa/aaaab a.b a/b a+b a-b a\nb a\tb a c"))
print(re.findall("a[0-9]b", "a2b a1b aab aaaaaaaab a+b a-b a\nb a\tb a c"))

9.3 *：匹配0次或者多次

print(re.findall("ab*","a ab abb abbbbbbbbbbbb bbbbbbbbb"))

9.4 +：左边那个字符出现1次或者无穷次

print(re.findall("ab+","a ab abb abbbbbbbbbbbb bbbbbbbbb"))

9.5 {n,m}： 左边那个字符出现n次到m次

print(re.findall("ab{0,}","a ab abb abbbbbbbbbbbb bbbbbbbbb"))
print(re.findall("ab*","a ab abb abbbbbbbbbbbb bbbbbbbbb"))
print(re.findall("ab{1,}","a ab abb abbbbbbbbbbbb bbbbbbbbb"))
print(re.findall("ab+","a ab abb abbbbbbbbbbbb bbbbbbbbb"))

print(re.findall("ab{2,5}","a ab abb abbb abbbb abbbbbbbb abbbbbbbbbbbb bbbbbbbbb"))

9.6 ?：左边那个字符出现0次到1次

print(re.findall("ab?","a ab abb abbbbbbbbbbbb bbbbbbbbb"))

9.7 .*：匹配所有

print(re.findall("a.*b", "123 a1231-==-000b123123123123123b"))

print(re.findall("a.*?b", "123 a1231-==-000b123123123123123b"))   # 非贪婪式

例1：

msg='<a href="https://pan.baidu.com/s/1skWyTT7" target="_blank"><strong><span style="color: #ff0000;">原理图：https://pan.baidu.com/s/1skWyTT7</span></strong></a><a href="https://www.baidu/com">"点我啊"</a>'
print(re.findall('href=".*?"',msg))
print(re.findall('href="(.*?)"',msg))

例2：

print(re.findall("a.*b","a1b a+b a-b a\nb a\tb",re.DOTALL))

10 ()：分组

print(re.findall('ab+','ababab123')) #['ab', 'ab', 'ab']
print(re.findall('(ab)+123','ababab123')) #['ab']，匹配到末尾的ab123中的ab

10.1 取消分组

print(re.findall('(?:ab)+123','ababab123')) #findall的结果不是匹配的全部内容，而是组内的内容,?:可以让结果为匹配的全部内容

11 |：或者

print(re.findall("compan(?:ies|y)","Too many companies have gone bankrupt, and the next one is my company'"))

Too many companies have gone bankrupt, and the next one is my company
                                                          compan(ies|y)

print(re.findall("\d+\.?\d*", "as9fdasldf1111asdf3333dfadf3.4dafadf3.5555asdfsafd.5555"))

12. \

    print(re.findall(‘a\\c’, ‘a\c alc aac’))

re模块提供的方法介绍

方法	介绍
re.findall	返回所有满足匹配条件的结果,放在列表里
re.search	只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。
re.match	同search,不过在字符串开始处进行匹配,完全可以用search+^代替match
re.split	进行切割

详解

import re

#1、re.findall

print(re.findall('e','alex make love') )   #['e', 'e', 'e']

#2、re.search

print(re.search('e','alex make love'))			#<re.Match object; span=(2, 3), match='e'>
print(re.search('e','alex make love').group())	#['e']

#3、re.match

print(re.match('e','alex make love'))    #None

#4、re.split

print(re.split('[ab]','abcd'))     #['', '', 'cd']