正则表达式

最新推荐文章于 2024-10-04 11:31:25 发布

漏电黄皮耗子

最新推荐文章于 2024-10-04 11:31:25 发布

阅读量159

点赞数

文章标签：正则表达式 python

本文链接：https://blog.csdn.net/m0_59750663/article/details/120556093

版权

import re

s = '娜扎热巴马儿扎哈佟丽娅'
result = re.match('佟丽娅', s)  # 只要从头进行匹配，如果匹配不成功则返回none
print(result)

result = re.search('佟丽娅', s)  # search 进行正则字符串匹配方法，匹配的是整个字符串,只返回第一个找到的结果就结束
print(result)

print(result.span())  # 返回位置
print(result.group())  # 提取匹配到的内容

#######################

msg = 'abcd7yjkfd8hdf00'
result = re.search('[a-z][0-9][a-z]', msg)  # search 只要有匹配的，后面就不会在进行检索
print(result)
result = re.findall('[a-z][0-9][a-z]', msg)  # 匹配所有
print(result)

msg = 'abcd7777777yjk3fd448hdf00'
result = re.findall('[a-z][0-9]+[a-z]', msg) # +:≥1 ， *：≥0  ？:0或1
print(result)

# qq
qq = '337845818'

result = re.match('^[1-9][0-9]{4,}$',qq)    # ^:锚定词首，$:锚定词尾，{m,n} ≥m，≤n， {m}固定m次
print(result)




------------------------------------
None
<re.Match object; span=(8, 11), match='佟丽娅'>
(8, 11)
佟丽娅
<re.Match object; span=(3, 6), match='d7y'>
['d7y', 'd8h']
['d7777777y', 'k3f', 'd448h']
<re.Match object; span=(0, 9), match='337845818'>

.                 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} 固定m位
{m，} ≥m位
{m,n}                匹配前一个元字符m到n次
\\                   转义字符，跟在其后的字符将失去作为特殊元字符的含义，例如\\.只能匹配.，不能再匹配任意字符
[] 范围
|                   逻辑表达式或，比如 a|b 代表可匹配 a 或者 b
(...)                分组，默认为捕获，即被分组的内容可以被单独取出，默认每个分组有个索引，从 1 开始，按照"("的顺序决定索引值
(?iLmsux)            分组中可以设置模式，iLmsux之中的每个字符代表一个模式,用法参见模式 I
(?:...)              分组的不捕获模式，计算索引时会跳过这个分组
(?P<name>...)        分组的命名模式，取此分组中的内容时可以使用索引也可以使用name
(?P=name)            分组的引用模式，可在同一个正则表达式用引用前面命名过的正则
(?#...)              注释，不影响正则表达式其它部分,用法参见模式 I
(?=...)              顺序肯定环视，表示所在位置右侧能够匹配括号内正则
(?!...)              顺序否定环视，表示所在位置右侧不能匹配括号内正则
(?<=...)             逆序肯定环视，表示所在位置左侧能够匹配括号内正则
(?<!...)             逆序否定环视，表示所在位置左侧不能匹配括号内正则
(?(id/name)yes|no) 若前面指定id或name的分区匹配成功则执行yes处的正则，否则执行no处的正则
\number              匹配和前面索引为number的分组捕获到的内容一样的字符串
\A                   匹配字符串开始位置，忽略多行模式
\Z                   匹配字符串结束位置，忽略多行模式
\b                   匹配位于单词开始或结束位置的空字符串
\B                   匹配不位于单词开始或结束位置的空字符串
\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_]

# 1
msg = 'aa.py ab.txt bb.py kk.png uu.py apyb.txt'
result = re.findall('py\b',msg)   # 此处的 \b非正则表达式中的\b（已被转义）
print(result)
# 2
msg = 'aa.py ab.txt bb.py kk.png uu.py apyb.txt'
result = re.findall('py\\b',msg)  # 同1 比较，需要在加个\ 进行转义
print(result)
# 3
msg = 'aa.py ab.txt bb.py kk.png uu.py apyb.txt'
result = re.findall(r'py\b',msg)  # 同2， 加r 也可
print(result)
--------------------------------------------------
[]
['py', 'py', 'py']
['py', 'py', 'py']

msg = 'a*py ab.txt bb.py kk.png uu.py apyb.txt'
result = re.findall(r'\w*\.py\b',msg)
print(result)
---------------------------------------------
['bb.py', 'uu.py']

# 邮箱 163 126 qq
email = '337845818@126.com'
result = re.match(r'\w{5,20}@(163|126|qq)\.com',email)  # (word|) ()整个词组进行匹配
print(result)
---------------------------------------------------
<re.Match object; span=(0, 17), match='337845818@126.com'>

msg = '<h1>hello</h1>'
result = re.match(r'<([0-9a-zA-Z]+)>(.+)</\1>$',msg)   # \1为与(1)相同出现的个体
print(result)
print(result.group(1))  # () 为每个单独的个体
print(result.group(2))
____________________________
<re.Match object; span=(0, 14), match='<h1>hello</h1>'>
h1
hello

msg = '<html><h1>abc</h1></html>'
# 起名的方式: (?P<name>正则) (?P=name)
result = re.match(r'<(?P<name1>\w+)><(?P<name2>\w+)>(.+)</(?P=name2)></(?P=name1)>',msg)
print(result)
----------------------------
<re.Match object; span=(0, 25), match='<html><h1>abc</h1></html>'>

# sub  替换
result = re.sub(r'\d+','90','java:49,python:40') # '正则表达式，新内容，需要替换的旧内容'
print(result)

java:90,python:90

-------------------------


def func(temp):
    num = temp.group()
    num = int(num)+1
    return str(num)


result = re.sub(r'\d+',func,'java:49,python:40') # '模式，取代的内容，需要替换的内容'
print(result)

java:50,python:41

result = re.split(r'[,:]]','java:49,python:40')  # 在字符串搜索中如果遇到 :或者, 就分割，并保存于列表中
print(result)

['java:49,python:40']

# 贪婪模式，默认是贪婪模式
msg = 'abc123abc'
result = re.match(r'abc(\d+)',msg) # 结果将所有数字全部匹配
print(result)
---------
<re.Match object; span=(0, 6), match='abc123'>

++++++++++++++++++++++++++++++++++++++++++++++++++++

# 非贪婪模式
msg = 'abc123abc'
result = re.match(r'abc(\d?)',msg)
print(result)
---------
<re.Match object; span=(0, 4), match='abc1'>

import re
import requests
path = '<img class="BDE_Image" src="http://tiebapic.baidu.com/forum/w%3D580/sign=db86913c73d12f2ece05ae687fc3d5ff/662ab7003af33a87493af0f1835c10385243b59e.jpg" size="930827" changedsize="true" width="560" height="1795" style="cursor: url(&quot;//tb2.bdstatic.com/tb/static-pb/img/cur_zin.cur&quot;), pointer;">'

result = re.match(r'<img class="BDE_Image" src="(.*?)"',path)  # "(.*?)"取消贪婪模式，匹配至.jpg
reque = result.group(1)
print(reque) # http://tiebapic.baidu.com/forum/w%3D580/sign=db86913c73d12f2ece05ae687fc3d5ff/662ab7003af33a87493af0f1835c10385243b59e.jpg
result1 = requests.get(reque)

with open('test.jpg','wb') as wstream:  # 文件复制，将内容下载至当前库
    wstream.write(result1.content)  # 对于非文本内容，需要用.content