目录
基本语法
match、search和findall
match是匹配起始位置,如果匹配成功,就返回一个匹配对象;如果匹配失败,就返回None
search()会用它的字符串参数,在任意位置对给定正则表达式模式搜索第一次出现的匹配情况。如果搜索到成功的匹配,就会返回一个匹配对象;否则,返回None
findall函数返回的是正则表达式在字符串中所有匹配结果的列表
代码:
import re
m=re.match('zc','zcdd')
if m is not None:
print(m.group())
else:
print(m)
m=re.match('zc','ddzc')
if m is not None:
print(m.group())
else:
print(m)
m=re.search('zc','zcdd')
if m is not None:
print(m.group())
else:
print(m)
m=re.search('zc','ddzc')
if m is not None:
print(m.group())
else:
print(m)
m=re.findall('a','abacd')
print(m)
运行:
literal、re1|re2 和 .
代码:
import re
#literal字面值
m=re.findall('a','abacd')
print(m)
#re1|re2或
m=re.findall('d|ac','abacd')
print(m)
#.除\n之外的任意字符
m=re.findall('.','ab\nacd\r')
print(m)
#re.DOTALL让.可以匹配\n
m=re.findall('.','ab\nacd\r',re.DOTALL)
print(m)
运行:
^和$
代码:
#coding=utf-8
import re
#^匹配字符串起始部分
m=re.findall('^ba','abacd')
print(m)
m=re.findall('^ab','abacd')
print(m)
#$匹配字符串终止部分
m=re.findall('ac$','abacd')
print(m)
m=re.findall('cd$','abacd')
print(m)
#匹配整个字符串
m=re.findall('^abacd$','abacd')
print(m)
运行:
re*
re* 匹配0个或多个表达式
默认是最长匹配
re*?是最短匹配
正则匹配不全的情况
如果输入的字符串含有中文,一定要注意编码。
否则,不仅中文本身识别有问题,中文相邻的英文字符串也会被荼毒!
示例代码:
def getAllUrl(strg):
all_url = re.findall('http[s]*://blog.csdn.net/nameofcsdn/article/details/[0-9]+', strg, re.IGNORECASE)
print(all_url)
all_url = re.findall('ttp[s]*://blog.csdn.net/nameofcsdn/article/details/[0-9]+', strg, re.IGNORECASE)
print(all_url)
f = open('D:\\nameofcsdn.txt','r',errors='ignore').read()
f = str(f)
getAllUrl(f)
输出:
补上encoding='utf-8'就不会出现这个问题了。