python核心编程学习笔记——正则表达式

最新推荐文章于 2022-06-19 14:21:35 发布

梦醒时候

最新推荐文章于 2022-06-19 14:21:35 发布

阅读量917

点赞数 2

文章标签： python 正则表达式搜索

本文链接：https://blog.csdn.net/python_dream/article/details/78664688

版权

学了很久的python基础，感觉自己的基础较牢固了，最近便开始学习《Python核心编程第三版》这本书。认真阅读了这本书第一章，发现这本书写得真的特别好，详细得当，但是遗憾的是感觉中文有些地方仍然翻译得不是很完美。当然，以我这半吊子的水平，我是不会去看什么英文版的啦。
写下这篇博客一方面是为了记录学习笔记，另方面也是为了加深博主自己对正则表达式的理解。

一、常见的正则表达式表

以下的表是博主自己按照书一个个写的，又加上了字符串示例与匹配结果，方便理解。若发现表中的失误地方，望朋友们指出错误，让我得以及时纠正。

在此提示一下，表中的匹配结果，博主是用python的re模块中的search"搜素"函数测试的，若是用模块中的match“匹配”函数，有些结果将会不一样。

表中的有些没有写出字符串示例与匹配结果，是因为该正则表示法有些复杂，后面将会进行补充说明。

二、re模块常见函数和方法

compile	参数是正则表达式，返回一个正则表达式对象。
match、search、findall、finditer	这四个都是通过正则表达式来匹配字符串，但返回的形式不一样。
sub、subn	使用定义的字符串，替代正则表达式下所有能匹配出来的字符串。subn功能与sub 一样，但还能返回替换的个数。
split	既有同字符串的split方法一样的功能，也能通过正则表达式来分割字符串。
group、groups	返回匹配对象，各有区别。
groupdict	返回一个包含所有匹配的命名子组的字典。

常用的模块属性

re.I、re.IGNORECASE	不区分大小写的匹配。
re.L、re.LOCALE	根据所使用的本地语言环境通过\w、\W、\b、\B、\s、\S实现匹配。
re.M、re.MULTILINE	^和$分别匹配目标字符串所在行的起始和结尾，而不是严格匹配整个字符串本身的起始和结尾。
re.S、re.DOTALL	该标记表示"."能够匹配全部字符(包括\n)。
re.X、re.VERBOSE	正则表达式中的#号被视为注释，没有斜线转义的空白符将被忽视。

函数的简单讲解

函数：search、match

区别：

两个都是返回一个匹配出的对象。

search 可以从字符串的任意位置进行匹配。

match 从字符串的头开始进行匹配。即若是一开始就错则匹配不成功。

函数：findall、finditer

区别：

两个都是返回匹配出的所有符合要求的对象。

findall返回列表，finditer则是返回一个迭代器。

方法: group、groups

区别：

两者关系类似与一个是子集，一个是真子集。

group返回一个值，可以返回匹配对象和子组。

groups返回一个元组，只含有一个子组。

三、扩展表达式法

(1)(?:...)表示法

import re

m = re.search(r'(\w*)://(?:\w|\s)*.(\w*).\w*/', 'https://www   .baidu.com/')
if m is not None:
    print(m.group())
    print(m.groups())
else:
    print('None')

输出结果：

https://www   .baidu.com/
('https', 'baidu')

讲解：

例 ae*中*只对e其特殊作用，而(ae)*中*对ae其到作用。“()”表示法起到与算法里的括号类似作用。

而(?:....)表示法也起到这样作用。但是从输出结果('https', 'baidu')可以看出，()把匹配结果存入了子组中，用groups可以展现出来，而(?:...)则没有把...内容存入子组中。

(2)(?<name>...)表示法

import re

m = re.search(r'(?P<head>\w*)://(?:\w|\s)*.(?P<body>\w*).\w*/', 'https://www   .baidu.com/')
if m is not None:
    print(m.group())
    print(m.groupdict())
else:
    print('None')

输出结果：

https://www   .baidu.com/
{'head': 'https', 'body': 'baidu'}

讲解：

把匹配的字符串存入字典中<name>中name作键，匹配的字符串作值。也可以用groups输出子组。

(3)(?=name)表示法

import re

m = re.search(r'\((?P<areacode>\d{3})\) (?P<prefix>\d{3})-(?P<number>\d{4}) (?P=areacode)-(?P=prefix)-(?P=number)', '(800) 555-1212 800-555-1212')
if m is not None:
    print(m.group())
else:
    print('None')

输出结果

(800) 555-1212 800-555-1212

讲解：

该表示法是重复使用(?P<name>...)表示法匹配出来的字符串。

即代码里的(?P<areacode>...)匹配出了字符串800，后面的(?P=areacode)可以用800来替换。

(4)(?(id/name)Y|N)表示法

>>> bool(re.search(r'(?:(x)|y)(?(1)y|x)', 'xy'))
True
>>> bool(re.search(r'(?:(x)|y)(?(1)y|x)', 'xx'))
False

讲解：

该正则表达式是为了找xy或则yx字符串。

re.search(r'(?:(x)|y)(?(1)y|x)', 'xy')

这段中，(?:(x)|y)匹配到了x，故而把'x'加入子组中，(?(1)y|x)指当1号子组存在时，匹配y字符，否则匹配x字符，故而能成功匹配xy。

若是给出的字符串是yx，则(?:(x)|y)表示'y'成功匹配，但不加入子组，此时无子组。(?(1)y|x)取'x'字符进行匹配。

(5)(?iLmsux)表示法

去看上面 re模块常见函数和方法里的常用模块属性,(?i)、(?L)、(?m)、(?s)、(?x)作用与之一样。

这里就略过代码讲解。

四、补充

贪婪与非贪婪匹配

例：给出字符串'abcdAefgAhijkA'

若是给出匹配的正则表达式为 \w*A 则匹配出来的结果是abcdAefgAhijkA。

若是给出匹配的正则表达式为 \w*?A 则匹配出来的结果是abcdA。

前者贪婪匹配，后则非贪婪匹配。

非贪婪匹配是指，当匹配到刚好满足条件为止。而贪婪匹配则是不满足一个正好匹配的结果，匹配还会进行下去。

梦醒时候

关注

2
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
python核心编程学习笔记——正则表达式

学了很久的python基础，感觉自己的基础较牢固了，最近便开始学习《Python核心编程第三版》这本书。认真阅读了这本书第一章，发现这本书写得真的特别好，详细得当，但是遗憾的是感觉中文有些地方仍然翻译得不是很完美。当然，以我这半吊子的水平，我是不会去看什么英文版的啦。写下这篇博客一方面是为了记录学习笔记，另方面也是为了加深博主自己对正则表达式的理解。一、常见的正则表达式表以下的表是...
复制链接

扫一扫