正则表达式
1. re模块
- python中处理正则表达式的模块是re
1.1 re.match方法
- 语法 re.match(pattern, str, flags)
- pattern是正则表达式
- str是待匹配的字符串
- flags是标志位,控制正则表达式的匹配方式,比如是否区分大小写,多行匹配等
- re.match方法从字符串的起始位置开始匹配一个规则,匹配成功就返回match对象,否则返回None
- 可以使用group()方法获取匹配成功的字符串
1.1.1 re.match的无标志位示例
import re
strData = 'Python is the best language in the world'
result1 = re.match('P', strData ) # 无标识位 —> 是否以P开头
print(type(result1)) # 打印出来是<class 're.match'>是一个match对象
print(result1.group()) # P
result2 = re.match('y', strData ) # 无标识位 —> 是否以y开头
print(type(result2)) # 打印出来是<class 'NoneType'>不是match对象
print(result2) # None
print(result1.group()) # 此时报错,因为match是从字符串的起始位置开始匹配的,‘y’不是起始位置,所以匹配不到
result3 = re.match('Python', strData ) # 无标识位 —> 是否以Python开头
print(type(result3)) # 打印出来是<class 're.match'>是一个match对象
print(result3.group()) # Python
1.1.2 re.match的有标志位示例
- re.match方法的标志位flags
- 可选参数
- re.I 对大小写不敏感
- re.L 做本地化识别匹配(啥意思?)
- re.M 多行匹配
- re.S 使.匹配包括换行在内的所有字符
- 同时使用多个标志位,使用|来分割,比如re.M|re.I
- 可选参数
有标志位示例
import re
strData = 'Python is the best language in the world'
result1 = re.match('p', strData ) # 无标识位 —> 是否以小写的p开头
print(type(result1)) # 打印出来是<class 'None'>
print(result1) # None
result2 = re.match('p', strData, re.I) # 有标识位,忽略大小写 —> 是否以小写的p开头
print(result2) # <re.Match object; span=(0, 1) match='P'> 可以匹配成功
print(result2.group()) # P
1.1.3 groups()和group(num)方法示例
- groups()获取匹配到的所有数据,以元组形式呈现
- group(num)可以获取匹配到的数据,如果有多个匹配结果,会以元组的形式存放到group对象中,此时可以通过num下标来获取
import re
strData = 'Python is the best language in the world'
result = re.match('(.*) is (.*?) .*', strData, re.I|re.M)
if res: # 这里是判断res是否为None
print('匹配成功')
print(res) # <re.Match object; span=(0, 40), match='Python is the best language in the world'>
print(res.groups()) # ('python', 'the')
print(res.group(1)) # Python
print(res.group(2)) # the
2. 正则表达式规则
2.1 点 .
- 点 . 匹配任意1个字符,但是不匹配换行符\n
import re
data = 'a1aaa'
pattern1 = '.'
res1 = re.match(pattern1, data)
print(res1.group()) # a
pattern2 = '..'
res2 = re.match(pattern2, data)
print(res2.group()) # a1, 因为是match,所以从起始位置开始匹配
data2 = '\naaaaa'
pattern3='..'
res3 = re.match(pattern3, data2)
print(res3.group()) # 报错,因为点不匹配换行符,所以res3是None
names = '李磊', '小王', '小吴', '李明'
pattern4='李.' # 匹配李开头的
for name in names:
res = re.match(pattern4, name)
if res:
print(res.group()) # 李磊 李明
这里的names外面没有括号,用type(names)可以查看到,<class ‘tuple’>是元组
2.2 中括号[]
- [abc]匹配abc中的任意一个字符
- [a-z]匹配a到z中的任意一个字符
import re
str1 = 'hello'
res=re.match('[he]', str1)
print(res.group()) # 打印出来是h,因为从起始位置开始,匹配一个字符,这个字符只要是在he中就行
str2 = 'elloh'
res=re.match('[he]'