正则表达式

最新推荐文章于 2023-02-19 23:25:46 发布

qq_36608512

最新推荐文章于 2023-02-19 23:25:46 发布

阅读量133

点赞数

分类专栏： python

本文链接：https://blog.csdn.net/qq_36608512/article/details/98468509

版权

python 专栏收录该内容

11 篇文章 0 订阅

订阅专栏

正则表达式概述

正则表达式，⼜称正规表示式、正规表示法、正规表达式、规则表达式、常
规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或
RE），是计算机科学的⼀个概念。正则表达式使⽤单个字符串来描述、匹配
⼀系列匹配某个句法规则的字符串。在很多⽂本编辑器⾥，正则表达式通常
被⽤来检索、替换那些匹配某个模式的⽂本。

Regular Expression的“Regular”⼀般被译为“正则”、“正规”、“常规”。此处
的“Regular”即是“规则”、“规律”的意思，Regular Expression即“描述某种规则
的表达式”之意。

python中使用re模块

import re
result = re.match(正则表达式， 要匹配的字符串)
result.group()     #返回匹配的结果

. ---------匹配任意1个字符（除了\n）
[ ]-------- 匹配[ ]中列举的字符
\d --------匹配数字，即0-9
\D --------匹配⾮数字，即不是数字
\s-------- 匹配空⽩，即空格，tab键
\S --------匹配⾮空⽩
\w --------匹配单词字符，即a-z、A-Z、0-9、_
\W --------匹配⾮单词字符

在这里插入图片描述

Python中字符串前⾯加上 r 表示原⽣字符串

与⼤多数编程语⾔相同，正则表达式⾥使⽤"\“作为转义字符，这就可能造成反
斜杠困扰。假如你需要匹配⽂本中的字符”"，那么使⽤编程语⾔表示的正则
表达式⾥将需要4个反斜杠"\"：前两个和后两个分别⽤于在编程语⾔⾥转义
成反斜杠，转换成两个反斜杠后再在正则表达式⾥转义成⼀个反斜杠。

表示数量

*        匹配前⼀个字符出现0次或者⽆限次，即可有可⽆
+        匹配前⼀个字符出现1次或者⽆限次，即⾄少有1次
?        匹配前⼀个字符出现1次或者0次，即要么有1次，要么没有
{m}      匹配前⼀个字符出现m次
{m,}     匹配前⼀个字符⾄少出现m次
{m,n}    匹配前⼀个字符出现从m到n次

表示边界

^ 	匹配字符串开头
$ 	匹配字符串结尾
\b 	匹配⼀个单词的边界
\B 	匹配⾮单词边界

匹配分组

|	 			匹配左右任意⼀个表达式
(ab)	 		将括号中字符作为⼀个分组
\num 			引⽤分组num匹配到的字符串
(?P<name>) 		分组起别名
(?P=name) 		引⽤别名为name分组匹配到的字符串

匹配0-100

import re
ret = re.match(r"[1-9]{0,2}\d$|100", "8").group()
print(ret)

需求：匹配出163、126、qq邮箱之间的数字

import re
ret = re.match(r"\w{4,20}@(163|126|qq)\.com$", "abcd@163.com").group()
print(ret)

分组

import re
ret = re.match(r"([^-]*)-(\d+)", "023-12345678")
print(ret.group(0))       #返回所有分组的内容，括号里也可不写0
print(ret.group(1))		#返回第一个分组
print(ret.group(2))		#返回第二个分组

ret = re.match(r"<([a-zA-Z]*)>\w*</\1>", "<html>123456</html>")    
 # \1 表示和第一个分组的内容一样，内容不一样不能匹配

分组别名

别名写在分组的前面（？P<name1> 正则表达式）
引用别名 （？P=name） 
    ret = re.match(r"<(?P<name1>[a-zA-Z]*)><(?P<name2>[a-z]\d)>.*</(?P=name2)></(?P=name1)>", "<html><h1>123456</h1></html>")

re模块的⾼级⽤法

search

检索字符串中的内容

ret = re.search(r"\w*<h1>", "test1<h1>135315 test2<h1>")
print(ret.group())

运行结果
在这里插入图片描述
search从左向右依次检索，当匹配到第一个满足的条件时停止，不再向后检索

findall

和search类似，同样是检索内容
不同的是search匹配第一个，findall匹配所有符合的内容

ret = re.findall(r"\w*<h1>", "test1<h1>135315 test2<h1>")
print(ret)

运行结果
在这里插入图片描述
注意： findall返回的是一个列表

sub 将匹配到的数据进⾏替换

ret = re.sub(r"\d+", "50", "python = 111 php = 222")     #将数字替换成50
print(ret)

运行结果
在这里插入图片描述

import re


def fun(result):
    # result += 50
    return str(50)    #返回时必须是字符串类型的


ret = re.sub(r"\d+", fun, "python = 100, php = 200")
print(ret)

运行结果
在这里插入图片描述

import re


def fun(result):
    num = result.group()    #提取匹配的值
    r = int(num) + 50
    return str(r)


ret = re.sub(r"\d+", fun, "python = 100, php = 200")
print(ret)

运行结果
在这里插入图片描述

split

根据匹配进⾏切割字符串，并返回⼀个列表

import re


ret = re.split(r",| ", "python = 100, php = 200")
print(ret)

运行结果
在这里插入图片描述

python贪婪和⾮贪婪

Python⾥数量词默认是贪婪的（在少数语⾔⾥也可能是默认⾮贪婪），总是
尝试匹配尽可能多的字符；
⾮贪婪则相反，总是尝试匹配尽可能少的字符。

解决⽅式：⾮贪婪操作符“？”，这个操作符可以⽤在"*","+","?"的后⾯，要求
正则匹配的越少越好。

import re

s = "This number is 023-6888-5555"
ret = re.match(r".+(\d+-\d+-\d+)", s)
print(ret.group(1))
**运行结果**

在这里插入图片描述
在正则表达式的后面加上？，可以让他变成非贪婪模式

import re
            
s = "This number is 023-6888-5555"
ret = re.match(r".+?(\d+-\d+-\d+)", s)
print(ret.group(1))

运行结果
在这里插入图片描述

qq_36608512

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
正则表达式

正则表达式概述正则表达式，⼜称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），是计算机科学的⼀个概念。正则表达式使⽤单个字符串来描述、匹配⼀系列匹配某个句法规则的字符串。在很多⽂本编辑器⾥，正则表达式通常被⽤来检索、替换那些匹配某个模式的⽂本。Regular Expression的...
复制链接

扫一扫

专栏目录