第34章 Python3 正则表达式教程

最新推荐文章于 2024-06-14 08:34:47 发布

你得不到的念想

最新推荐文章于 2024-06-14 08:34:47 发布

阅读量940

点赞数 2

分类专栏： Python 文章标签：正则表达式 perl 开发语言

本文链接：https://blog.csdn.net/phlcsdn2023/article/details/128356012

版权

Python 专栏收录该内容

52 篇文章 3 订阅

订阅专栏

正则表达式是一个特殊的字符序列，它能帮助方便的检查一个字符串是否与某种模式匹配。

Python 自1.5版本起增加了re 模块，它提供 Perl 风格的正则表达式模式。

re 模块使 Python 语言拥有全部的正则表达式功能。

compile 函数根据一个模式字符串和非必输的标志参数生成一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和替换。

re 模块也提供了与这些方法功能完全一致的函数，这些函数使用一个模式字符串做为它们的第一个参数。

本章节主要介绍 Python 中常用的正则表达式处理函数，如果对正则表达式不了解，可以查看咱们的正则表达式 - 教程。

re.match函数

re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就return none。

函数语法：


    re.match(pattern, string, flags=0)

函数参数说明：

参数	描述
pattern	匹配的正则表达式
string	要匹配的字符串。
flags	标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 非必输标志

匹配成功re.match方法return 一个匹配的对象，否则return None。

咱们可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

匹配对象方法	描述
group(num=0)	匹配的整个表达式的字符串，group() 可以一次输入多个组号，在这种情况下它将return 一个包含那些组所对应值的元组。
groups()	return 一个包含所有小组字符串的元组，从 1 到所含的小组号。


    实例
     
    #!/usr/bin/python
     
    import re
    print(re.match('www', 'blog.csdn.net/phlcsdn2023').span())  # 在起始位置匹配
    print(re.match('com', 'blog.csdn.net/phlcsdn2023'))         # 不在起始位置匹配

以上实例运行输出结果请在输出结果查看


    (0, 3)
    None


    实例
     
    #!/usr/bin/python3
    import re
     
    line = "Cats are smarter than dogs"
    # .* 表示任意匹配除换行符（\n、\r）之外的任何单个或多个字符
    # (.*?) 表示"非贪婪"模式，只保存第一个匹配到的子串
    matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)
     
    if matchObj:
       print ("matchObj.group() : ", matchObj.group())
       print ("matchObj.group(1) : ", matchObj.group(1))
       print ("matchObj.group(2) : ", matchObj.group(2))
    else:
       print ("No match!!")

以上实例执行结果请在输出结果查看


    matchObj.group() :  Cats are smarter than dogs
    matchObj.group(1) :  Cats
    matchObj.group(2) :  smarter

re.search方法

re.search 扫描整个字符串并return 第一个成功的匹配。

函数语法：


    re.search(pattern, string, flags=0)

函数参数说明：

参数	描述
pattern	匹配的正则表达式
string	要匹配的字符串。
flags	标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 非必输标志

匹配成功re.search方法return 一个匹配的对象，否则return None。

咱们可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

匹配对象方法	描述
group(num=0)	匹配的整个表达式的字符串，group() 可以一次输入多个组号，在这种情况下它将return 一个包含那些组所对应值的元组。
groups()	return 一个包含所有小组字符串的元组，从 1 到所含的小组号。


    实例
     
    #!/usr/bin/python3
     
    import re
     
    print(re.search('www', 'blog.csdn.net/phlcsdn2023').span())  # 在起始位置匹配
    print(re.search('com', 'blog.csdn.net/phlcsdn2023').span())         # 不在起始位置匹配

以上实例运行输出结果请在输出结果查看


    (0, 3)
    (11, 14)


    实例 
     
    #!/usr/bin/python3
     
    import re
     
    line = "Cats are smarter than dogs"
     
    searchObj = re.search( r'(.*) are (.*?) .*', line, re.M|re.I)
     
    if searchObj:
       print ("searchObj.group() : ", searchObj.group())
       print ("searchObj.group(1) : ", searchObj.group(1))
       print ("searchObj.group(2) : ", searchObj.group(2))
    else:
       print ("Nothing found!!")

以上实例执行结果请在输出结果查看


    searchObj.group() :  Cats are smarter than dogs
    searchObj.group(1) :  Cats
    searchObj.group(2) :  smarter

re.match与re.search的区别

re.match 只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数return None，而 re.search 匹配整个字符串，直到找到一个匹配。


    实例 
     
    #!/usr/bin/python3
     
    import re
     
    line = "Cats are smarter than dogs"
     
    matchObj = re.match( r'dogs', line, re.M|re.I)
    if matchObj:
       print ("match --> matchObj.group() : ", matchObj.group())
    else:
       print ("No match!!")
     
    matchObj = re.search( r'dogs', line, re.M|re.I)
    if matchObj:
       print ("search --> matchObj.group() : ", matchObj.group())
    else:
       print ("No match!!")

以上实例运行结果请在输出结果查看


    No match!!
    search --> matchObj.group() :  dogs

检索和替换

Python 的re模块提供了re.sub用于替换字符串中的匹配项。

语法：


    re.sub(pattern, repl, string, count=0, flags=0)

参数：

pattern : 正则中的模式字符串。
repl : 替换的字符串，也可为一个函数。
string : 要被查找替换的原始字符串。
count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。
flags : 编译时用的匹配模式，数字形式。

前三个为必选参数，后两个为非必输参数。


    实例 
     
    #!/usr/bin/python3
    import re
     
    phone = "2004-959-559 # 这是一个电话号码"
     
    # 删除注释
    num = re.sub(r'#.*$', "", phone)
    print ("电话号码 : ", num)
     
    # 移除非数字的内容
    num = re.sub(r'\D', "", phone)
    print ("电话号码 : ", num)

以上实例执行结果请在输出结果查看


    电话号码 :  2004-959-559 
    电话号码 :  2004959559

repl 参数是一个函数

以下实例中将字符串中的匹配的数字乘以 2：


    实例 
     
    #!/usr/bin/python
     
    import re
     
    # 将匹配的数字乘以 2
    def double(matched):
        value = int(matched.group('value'))
        return str(value * 2)
     
    s = 'A23G4HFD567'
    print(re.sub('(?P<value>\d+)', double, s))

执行输出结果请在输出结果查看


    A46G8HFD1134

compile 函数

compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。

语法格式为：


    re.netpile(pattern[, flags])

参数：

pattern : 一个字符串形式的正则表达式
flags 非必输，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：
- re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
- re.M 多行模式
- re.S 即为’ . ‘并且包括换行符在内的任意字符（’ . '不包括换行符）
- re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性database
- re.X 为了增加可读性，忽略空格和’ # '后面的注释

实例


    实例
     
    >>>import re
    >>> pattern = re.netpile(r'\d+')                    # 用于匹配至少一个数字
    >>> m = pattern.match('one12twothree34four')        # 查找头部，没有匹配
    >>> print( m )
    None
    >>> m = pattern.match('one12twothree34four', 2, 10) # 从'e'的位置开始匹配，没有匹配
    >>> print( m )
    None
    >>> m = pattern.match('one12twothree34four', 3, 10) # 从'1'的位置开始匹配，正好匹配
    >>> print( m )                                        # return 一个 Match 对象
    <_sre.SRE_Match object at 0x10a42aac0>
    >>> m.group(0)   # 可省略 0
    '12'
    >>> m.start(0)   # 可省略 0
    3
    >>> m.end(0)     # 可省略 0
    5
    >>> m.span(0)    # 可省略 0
    (3, 5)

在上面，当匹配成功时return 一个 Match 对象，其中：

group([group1, …]) 方法用于获得一个或多个分组匹配的字符串，当要获得整个匹配的子串时，可直接使用 group() 或 group(0)；
start([group]) 方法用于获取分组匹配的子串在整个字符串中的起始位置（子串第一个字符的索引），参数默认值为 0；
end([group]) 方法用于获取分组匹配的子串在整个字符串中的结束位置（子串最后一个字符的索引+1），参数默认值为 0；
span([group]) 方法return (start(group), end(group))。

再看看一个例子：


    实例
     
    >>>import re
    >>> pattern = re.netpile(r'([a-z]+) ([a-z]+)', re.I)   # re.I 表示忽略大小写
    >>> m = pattern.match('Hello World Wide Web')
    >>> print( m )                            # 匹配成功，return 一个 Match 对象
    <_sre.SRE_Match object at 0x10bea83e8>
    >>> m.group(0)                            # return 匹配成功的整个子串
    'Hello World'
    >>> m.span(0)                             # return 匹配成功的整个子串的索引
    (0, 11)
    >>> m.group(1)                            # return 第一个分组匹配成功的子串
    'Hello'
    >>> m.span(1)                             # return 第一个分组匹配成功的子串的索引
    (0, 5)
    >>> m.group(2)                            # return 第二个分组匹配成功的子串
    'World'
    >>> m.span(2)                             # return 第二个分组匹配成功的子串索引
    (6, 11)
    >>> m.groups()                            # 等价于 (m.group(1), m.group(2), ...)
    ('Hello', 'World')
    >>> m.group(3)                            # 不存在第三个分组
    Traceback (most recent call last):
      File "<stdin>", line 1, in <module>
    IndexError: no such group

findall

在字符串中找到正则表达式所匹配的所有子串，并return 一个列表，如果有多个匹配模式，则return 元组列表，如果没有找到匹配的，则return 空列表。

注意： match 和 search 是匹配一次 findall 匹配所有。

语法格式为：


    re.findall(pattern, string, flags=0)
    或
    pattern.findall(string[, pos[, endpos]])

参数：

pattern 匹配模式。
string 待匹配的字符串。
pos 非必输参数，指定字符串的起始位置，默认为 0。
endpos 非必输参数，指定字符串的结束位置，默认为字符串的长度。

查找字符串中的所有数字：


    实例
     
    import re
     
    result1 = re.findall(r'\d+','phlcsdn2023123 google 456')
     
    pattern = re.netpile(r'\d+')   # 查找数字
    result2 = pattern.findall('phlcsdn2023123 google 456')
    result3 = pattern.findall('run88oob123google456', 0, 10)
     
    print(result1)
    print(result2)
    print(result3)

输出结果请在输出结果查看


    ['123', '456']
    ['123', '456']
    ['88', '12']

多个匹配模式，return 元组列表：


    实例 
    import re
    
    result = re.findall(r'(\w+)=(\d+)', 'set width=20 and height=10')
    
    print(result)


    [('width', '20'), ('height', '10')]

re.finditer

和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器return 。


    re.finditer(pattern, string, flags=0)

参数：

参数	描述
pattern	匹配的正则表达式
string	要匹配的字符串。
flags	标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 非必输标志


    实例
     
    import re
     
    it = re.finditer(r"\d+","12a32bc43jf3") 
    for match in it: 
        print (match.group() )

输出结果请在输出结果查看

re.split

split 方法按照能够匹配的子串将字符串分割后return 列表，它的使用形式如下：


    re.split(pattern, string[, maxsplit=0, flags=0])

参数：

参数	描述
pattern	匹配的正则表达式
string	要匹配的字符串。
maxsplit	分割次数，maxsplit=1 分割一次，默认为 0，不限制次数。
flags	标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 非必输标志


    实例
     
    >>>import re
    >>> re.split('\W+', 'phlcsdn2023, phlcsdn2023, phlcsdn2023.')
    ['phlcsdn2023', 'phlcsdn2023', 'phlcsdn2023', '']
    >>> re.split('(\W+)', ' phlcsdn2023, phlcsdn2023, phlcsdn2023.') 
    ['', ' ', 'phlcsdn2023', ', ', 'phlcsdn2023', ', ', 'phlcsdn2023', '.', '']
    >>> re.split('\W+', ' phlcsdn2023, phlcsdn2023, phlcsdn2023.', 1) 
    ['', 'phlcsdn2023, phlcsdn2023, phlcsdn2023.']
     
    >>> re.split('a*', 'hello world')   # 对于一个找不到匹配的字符串而言，split 不会对其作出分割
    ['hello world']

正则表达式对象

re.RegexObject

re.netpile() return RegexObject 对象。

re.MatchObject

group() return 被 RE 匹配的字符串。

start() return 匹配开始的位置
end() return 匹配结束的位置
span() return 一个元组包含匹配 (开始,结束) 的位置

正则表达式修饰符 - 非必输标志

正则表达式可以包含一些非必输标志修饰符来控制匹配的模式。修饰符被指定为一个非必输的标志。多个标志可以通过按位 OR(|) 它们来指定。如 re.I | re.M 被设置成 I 和 M 标志：

修饰符	描述
re.I	使匹配对大小写不敏感
re.L	做本地化识别（locale-aware）匹配
re.M	多行匹配，影响 ^ 和 $
re.S	使 . 匹配包括换行在内的所有字符
re.U	根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B.
re.X	该标志通过给予更灵活的格式以便将正则表达式写得更易于理解。

正则表达式模式

模式字符串使用特殊的语法来表示一个正则表达式。

字母和数字表示他们自身。一个正则表达式模式中的字母和数字匹配同样的字符串。

多数字母和数字前加一个反斜杠时会拥有不同的含义。

标点符号只有被转义时才匹配自身，否则它们表示特殊的含义。

反斜杠本身需要使用反斜杠转义。

由于正则表达式通常都包含反斜杠，所以最好使用原始字符串来表示它们。模式元素(如 r’\t’，等价于 \\t )匹配相应的特殊字符。

下表列出了正则表达式模式语法中的特殊元素。如果使用模式的同时提供了非必输的标志参数，某些模式元素的含义会改变。

模式	描述
^	匹配字符串的开头
$	匹配字符串的末尾。
.	匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
[...]	用来表示一组字符,单独列出：[amk] 匹配 'a'，'m'或'k'
[^...]	不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。
re*	匹配0个或多个的表达式。
re+	匹配1个或多个的表达式。
re?	匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
re{ n}	匹配n个前面表达式。例如，"o{2}"不能匹配"Bob"中的"o"，但是能匹配"food"中的两个o。
re{ n,}	精确匹配n个前面表达式。例如，"o{2,}"不能匹配"Bob"中的"o"，但能匹配"foooood"中的所有o。"o{1,}"等价于"o+"。"o{0,}"则等价于"o*"。
re{ n, m}	匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式
a\| b	匹配a或b
(re)	匹配括号内的表达式，也表示一个组
(?imx)	正则表达式包含三种非必输标志：i, m, 或 x 。只影响括号中的区域。
(?-imx)	正则表达式关闭 i, m, 或 x 非必输标志。只影响括号中的区域。
(?: re)	类似 (...), 但是不表示一个组
(?imx: re)	在括号中使用i, m, 或 x 非必输标志
(?-imx: re)	在括号中不使用i, m, 或 x 非必输标志
(?#...)	注释.
(?= re)	前向肯定界定符。如果所含正则表达式，以 ... 表示，在当前位置成功匹配时成功，否则失败。但一旦所含表达式已经尝试，匹配引擎根本没有提高；模式的剩余部分还要尝试界定符的右边。
(?! re)	前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功。
(?> re)	匹配的独立模式，省去回溯。
\w	匹配数字字母下划线
\W	匹配非数字字母下划线
\s	匹配任意空白字符，等价于 [\t\n\r\f]。
\S	匹配任意非空字符
\d	匹配任意数字，等价于 [0-9]。
\D	匹配任意非数字
\A	匹配字符串开始
\Z	匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。
\z	匹配字符串结束
\G	匹配最后匹配完成的位置。
\b	匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
\B	匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
\n, \t, 等。	匹配一个换行符。匹配一个制表符, 等
\1...\9	匹配第n个分组的内容。
\10	匹配第n个分组的内容，如果它经匹配。否则指的是八进制字符码的表达式。

正则表达式实例

字符匹配

实例	描述
python	匹配 "python".

字符类

实例	描述
[Pp]ython	匹配 "Python" 或 "python"
rub[ye]	匹配 "ruby" 或 "rube"
[aeiou]	匹配中括号内的任意一个字母
[0-9]	匹配任何数字。类似于 [0123456789]
[a-z]	匹配任何小写字母
[A-Z]	匹配任何大写字母
[a-zA-Z0-9]	匹配任何字母及数字
[^aeiou]	除了aeiou字母以外的所有字符
[^0-9]	匹配除了数字外的字符

特殊字符类

实例	描述
.	匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用象 '[.\n]' 的模式。
\d	匹配一个数字字符。等价于 [0-9]。
\D	匹配一个非数字字符。等价于 [^0-9]。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\w	匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
\W	匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。

## 本专栏所有文章

第1章 Python3 教程	第2章 Python3 简介教程
第3章 Python3 环境搭建教程	第4章 Python3 VScode教程
第5章 Python3 基础语法教程	第6章 Python3 基本数据类型教程
第7章 Python3 数据类型转换教程	第8章 Python3 推导式教程
第9章 Python3 解释器教程	第10章 Python3 注释教程
第11章 Python3 运算符教程	第12章 Python3 数字(Number)教程
第13章 Python3 字符串教程	第14章 Python3 列表教程
第15章 Python3 元组教程	第16章 Python3 字典教程
第17章 Python3 集合教程	第18章 Python3 编程第一步教程
第19章 Python3 条件控制教程	第20章 Python3 循环语句教程
第21章 Python3 迭代器与生成器教程	第22章 Python3 函数教程
第23章 Python3 数据结构教程	第24章 Python3 模块教程
第25章 Python3 输入和输出教程	第26章 Python3 File教程
第27章 Python3 OS教程	第28章 Python3 错误和异常教程
第29章 Python3 面向对象教程	第30章 Python3 命名空间/作用域教程
第31章 Python3 标准库概览教程	第32章 Python3 实例教程
第33章 Python 测验教程	第34章 Python3 正则表达式教程
第35章 Python3 CGI编程教程	第36章 Python3 MySQL(mysql-connector)教程
第37章 Python3 MySQL(PyMySQL)教程	第38章 Python3 网络编程教程
第39章 Python3 SMTP发送邮件教程	第40章 Python3 多线程教程
第41章 Python3 XML 解析教程	第42章 Python3 JSON教程
第43章 Python3 日期和时间教程	第44章 Python3 内置函数教程
第45章 Python3 MongoDB教程	第46章 Python3 urllib教程
第47章 Python uWSGI 安装配置教程	第48章 Python3 pip教程
第49章 Python3 operator教程	第50章 Python math教程
第51章 Python requests教程	第52章 Python random教程
第53章 Python3 os.replace() 方法教程

寄语

本文有 phlcsdn2023 原创，欢迎点赞、转载，博客地址：https://blog.csdn.net/phlcsdn2023

古人重读经史，因为这些修为，内化为学子人格素养、性格情致。它叫人懂得谦和、寡言，它叫人懂得欣赏人世间的赏心乐事，它叫人进退之间，不失仪态。
我的母亲无微不至地关心我，是个好母亲，伺候奶奶，不怕脏与累，是个孝顺的好儿媳。
谁走进你的生命，是由命运决定；谁停留在你生命中，却是由你自己决定。自己的生活，由我们自己决定。我们相信命运，但不屈从命运。
每做一事，最好只追求一个最在乎的目标，其余都可让步，这样达成目标的机会才高。比方：做这事，最在乎就是学经验，那就别计较钱；做那事，最要紧就是钱，那就别计较面子。以此类推。若做一事，又想学经验，又要赚得多，又要有面子。如此美事，有得等啊。
当你超越他人一点点，他人会妒忌你；当你超越他人一大截，他人就会仰慕你。

你得不到的念想

关注

2
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
第34章 Python3 正则表达式教程

正则表达式是一个特殊的字符序列，它能帮助方便的检查一个字符串是否与某种模式匹配。Python 自1.5版本起增加了re 模块，它提供 Perl 风格的正则表达式模式。re 模块使 Python 语言拥有全部的正则表达式功能。compile 函数根据一个模式字符串和非必输的标志参数生成一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和替换。re 模块也提供了与这些方法功能完全一致的函数，这些函数使用一个模式字符串做为它们的第一个参数。
复制链接

扫一扫