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。re 模块使 Python 语言拥有全部的正则表达式功能。
首先我们以一个案例引入:
用户民匹配问题:
要求:
- 用户名只能包含数字 字母 下划线>
- 不能以数字开头
- 长度在 6 到 16 位范围内
1 正则表达式语法
. 匹配任意字符(不包括换行符)
^ 匹配开始位置,多行模式下匹配每一行的开始
$ 匹配结束位置,多行模式下匹配每一行的结束
* 匹配前一个元字符0到多次
+ 匹配前一个元字符1到多次
? 匹配前一个元字符0到1次
{m,n} 匹配前一个元字符m到n次
\ 转义字符,例如\.只能匹配.
[] 字符集,一个字符的集合,可匹配其中任意一个字符
\d 匹配一个数字, 相当于 [0-9]
\D 匹配非数字,相当于 [^0-9]
\s 匹配任意空白字符, 相当于 [ \t\n\r\f\v]
\S 匹配非空白字符,相当于 [^ \t\n\r\f\v]
\w 匹配数字、字母、下划线中任意一个字符, 相当于 [a-zA-Z0-9_]
\W 匹配非数字、字母、下划线中的任意字符,相当于 [^a-zA-Z0-9_]
| 逻辑表达式 或 ,比如 a|b 代表可匹配 a 或者 b
(...) 分组
这些东西,记不住不重要,只要使用时查资料,能够理解使用就好。
接下来就是python中re模块如何使用正则表达式。
2 re.compile方法
该方法能够对一个匹配模式进行对象化,以方便后面平凡的调用:
import re # 后面不再导入
patt = re.compile(pattern,flags=0) #pattern为正则表达式
参数:
pattern:正则表达式,时使用正则语法编写的字符串,使用为了防止转义可以使用原字符串(r’xxx’)
flags: 编译标志位,用来修改正则表达式的匹配方式,如:大小写区分,换行处理等
3 re.match方法
该方法从起始位置开始匹配,返回None或者re.Match对象
import re
#re模块match方法,参数:pattern:正则表达式,string:处理字符串
re.match(pattern, string, flags=0)
#re.Pattern对象,该对象可以由compile()生成,match方法,参数:string:处理字符串
re.Pattern.match(string, pos=0, endpos=...)
#案例 :密码匹配
#要求:
# 1.不能包含!@#¥%^&*这些特殊符号
# 2.必须以字母开头
# 3.长度在 6 到 12 位范围内
m = input("请输入密码:")
m1=re.match(r'^\[A-Z]{1}[a-z0-9A-Z_]{6,12}',m)
pint(m1)
#输出结果如:<re.Match object; span=(0, 1), match='xx'>
#span表示匹配的位子,左开右闭区间
#match表示匹配的字符
match方法中结果的获取:
方法 | 说明 |
---|---|
ma.end(group=0, /) | 返回指定分组的结束位置 |
ma.start(group=0, /) | 返回指定分组的开始位置 |
ma.span(group=0, /) | 返回指定分组开始与结束位置 |
ma.group([group1, …]) | 返回字符串或者元组 |
ma.groups(default=None) | 返回所有分组信息 |
groupdict([default=None]) | 根据key获取分组信息 |
#案例
import re
#正则表达式:匹配内容:数字+a~z+数字,并且进行分组
ma = re.match(r'(\d)\w*(\d)', '1c3')
#匹配结果:'1c3'
print('group():', ma.group())
#获取指定分组:1
print('group(1):', ma.group(1))
#获取多个分组:('1', '3')
print('group(1,2):', ma.group(1,2))
#获取所有分组:('1', '3')
print('groups():', ma.groups())
#获取匹配结果索引:(0, 3)
print('span():', ma.span())
#获取指定分组索引:(0, 1)
print('span(1):',ma.span(1))
输出结果:
group(): 1c3
group(1): 1
group(1,2): ('1', '3')
groups(): ('1', '3')
span(): (0, 3)
span(1): (0, 1)
4 re.search方法
该方法用于在字符串中查找,返回match对象或者None
search(pattern, string, flags=0) #参数与match类似。
练习:查找第一次出现的数字组成的字串:
在字符串:‘pay:2000 date:2019-03-04’,找到支付价格:2000;
s = 'pay:2000 date:2019-03-04'
#\d+:匹配数字一次或者多次
ma = re.search(r'pay:\d+', s)
print(ma)
输出结果:
<re.Match object; span=(0, 8), match='pay:2000'>
5 re.findall/finditer方法
re.findall:在字符串中根据正则表达式查找所有匹配,返回查找结果组成列表;
re.finditer与findall功能相同,返回自迭代器;
re.findall(pattern, string, flags=0)
案例:查找字符串中所有数字字符串
import re
s = 'pay:2000 date:2019-03-04'
result = re.findall(r'\d+', s)
print(result)
结果为列表:[‘2000’, ‘2019’, ‘03’, ‘04’];
6 re.split方法
该方法将字符串中根据正则表达式查找匹配字符串,然后进行切分,返回字串列表;
re.split(pattern, string, maxsplit=0, flags=0)
#maxsplit:切分次数,默认所有匹配都切分
练习:
info = 'student:huang, id:64 age 19'
整理格式:
dinfo = {'student':'huang', 'id':'64', 'age':'19'}
分析:
1>对info使用非字母,数字进行切分;
2>切分后将其整理成字典;
第一步切分:
info = 'system:linux, cpu:x64 memory 8G'
#正则表达式:\W+,匹配1个或多个
s = re.split(r'\W+',info)
print(s)
切分结果:[‘system’, ‘linux’, ‘cpu’, ‘x64’, ‘memory’, ‘8G’];
第二步整理字典:
info = 'system:linux, cpu:x64 memory 8G'
s = re.split(r'\W+',info)
dinfo = {}
for index in range(0, len(s), 2):
dinfo[s[index]] = s[index+1]
print(dinfo)
输出结果:{‘system’: ‘linux’, ‘cpu’: ‘x64’, ‘memory’: ‘8G’}
7 re.sub与re.subn
re.sub与re.subn实现的字符串替换功能;
re.sub(pattern, repl, string, count=0, flags=0)
re.subn(pattern, repl, string, count=0, flags=0)
re.sub方法根据正则表达式将匹配子串替换成设置值并返回新字符串;参数如下:
主要参数 | 说明 |
---|---|
pattern | 正则表达式 |
repl | 替换内容,可以是字符串或者函数 |
string | 处理字符串 |
count | 替换数量 |
re.subn与re.sub类似,返回替换数量与新字符串;
练习:
s = "user:sun,pwd:222222",将密码:222222 替换为:******;
可以直接使用字符串替换方法:
s.replace('222222', '******')
#结果:'user:sun,pwd:******'
如果密码为不一样数字如何替换?例如:
s = "user:sun,pwd:234567"
使用re.sub方法:
#将pwd:xxxx替换成******
re.sub(r'pwd:(\d+)', "******", s)
#结果:'user:sun,******'
问题:pwd:去哪里了?如何处理?使用分组。
#pattern使用两个分组
#repl为原字符串,\1代表第一个分组内容,
re.sub(r'(pwd:)(\d+)', r"\1******", s)
替换结果:
'user:sun,pwd:******'
大家可以理解下这个题目。
新的问题来了,一组考试成绩:
s = 'math:90, chinese:90, english:50'
大于等于60,替换成Pass,否则替换成Faild;推荐使用正则。
我们可以使用函数功能,先来看匹配分数,将其替换为空字符串;
re.sub(r'\d+', '', s)
结果:‘math:, chinese:, english:’;
我们将repl替换成函数,函数有一个参数,返回值为空字符串;
def func(arg):
print(arg)
return ''
re.sub(r'\d+', func, s)
输出结果:
<_sre.SRE_Match object; span=(5, 7), match='90'>
<_sre.SRE_Match object; span=(17, 19), match='90'>
<_sre.SRE_Match object; span=(29, 31), match='50'>
'math:, chinese:, english:'
可以看到func中参数为每个匹配的match对象,我们可以获取这个值,并对其处理。
def func(arg):
#获取分数
score = int(arg.group())
#重置返回结果
if score <60:
return 'Faild'
return 'Pass'
re.sub(r'\d+', func, s)
输出结果:
'math:Pass, chinese:Pass, english:Faild'
8 flags标志位:
match,split等方法中都有一个标志位,主要设置值如下:
flag值 | 说明 |
---|---|
re.I/re.IGNORECASE | 匹配不区分大小写 |
re.L/re.LOCALE | \w, \W, \b, \B, \s and \S 依赖于本地 |
re.M/re.MULTILINE | 多行匹配,对’^‘与’$'有影响 |
re.S/re.DOTALL | 使’.'特殊字符匹配任何字符 |
re.U/re.UNICODE | 根据Unicode字符集解析字符。\w, \W, \b, \B, \d, \D, \s和 \S 取决于UNICODE定义的字符属性 |
re.X/re.VERBOSE | 此标志允许您编写正则表达式,可添加注释 |
这些标志位可以结合使用,例如:re.M | re.S。
每个标志使用案例与对比如下:
re.I:匹配忽略大小写
ma = re.match(r'name:\w+', 'Name:sun age:10')
print(ma)
#添加re.I标志
ma = re.match(r'name:\w+', 'Name:sun age:10', re.I)
print(ma)
结果:
None
<re.Match object; span=(0, 8), match='Name:sun'>
re.M:多行匹配
找到字符串中与户名
#注意,中间的换行\n
s = 'Name:sun age:10\nname:liu, age:9'
#正则表达式:每行开头开始匹配,默认处理第一行
result = re.findall(r'^name:\w+', s, re.I)
print(result)
输出结果:[‘Name:sun’];我们想要找到所有用户名?添加re.M,代码如下:
s = 'Name:sun age:10\nname:liu, age:9'
#re.I | re.M,支持设置多个标志位
result = re.findall(r'^name:\w+', s, re.I|re.M)
print(result)
结果:[‘Name:sun’, ‘name:liu’]
re.S 修改’.'的行为
字符串:
what = 'I Say:"No!\nNo!"'
找出我说的话:“No!\nNo!”
匹配规则,双引号中间字符串,实现:
what = 'I Say:"No!\nNo!"'
ma = re.search(r'\".+\"', what)
print(ma)
输出结果:None;因为’.‘不能匹配’\n’,设置标志re.S,实现:
what = 'I Say:"No!\nNo!"'
ma = re.search(r'\".+\"', what, re.S)
print(ma)
输出结果:
<re.Match object; span=(6, 15), match='"No!\nNo!"'>
转载自https://blog.51cto.com/huangyg/2376894