替换掉汉字中间的空格
import re
original_str = 'a a 我我我 我我 我 我 sf ssf'
patten = re.compile(r'([\w\u4e00-\u9fa5]{1})\s+([\u4e00-\u9fa5]{1})')
original_str = patten.sub(r'\1\2',original_str ).strip()
patten = re.compile(r'([\u4e00-\u9fa5]{1})\s+([\u4e00-\u9fa5\w]{1})\s+')
original_str = patten.sub(r'\1\2',original_str ).strip()
print(original_str)
结果为:a a我我我我我我我sf ssf
sub里的 \1 \2...... 都要和正则表达式集合()一起使用
简单的说就是
\1表示重复正则第一个圆括号内匹配到的内容
\2表示重复正则第二个圆括号内匹配到的内容
取出括号里的内容
original_str = '(asf)(test)'
patten = re.compile('[\(?(?](.*?)[\)?)?]', re.S) #提取括号内内容
content_in_bracket = re.findall(patten, original_str)
print(content_in_bracket)
结果为:['asf', 'test']
取出最外层括号里的内容
original_str = '(qqq(asf)(test)a)'
patten = re.compile('[\(?(?](.*)[\)?)?]', re.S) #提取括号内内容
content_in_bracket = re.findall(patten, original_str)
print(content_in_bracket)
结果为:['qqq(asf)(test)a']
不使用re.S参数,则只在每一行内进行匹配,如果一行没有,就换下一行重新开始,不会跨行。
使用re.S参数以后,正则表达式会将这个字符串作为一个整体,将“\n”当做普通的字符加入到这个字符串中,在整体中进行匹配。
正则表达式的贪婪与非贪婪匹配
如:str="testttttt"
patter p="te.*t"
贪婪匹配:正则表达式一般趋向于最大长度匹配,也就是所谓的贪婪匹配。
如上面使用模式patter匹配字符串str,结果就是匹配到:testttttt。
非贪婪匹配:就是匹配到结果就好,就少的匹配字符。
如上面使用模式patter匹配字符串str,结果就是匹配到:test
默认是贪婪模式;在量词后面直接加上一个问号?就是非贪婪模式