目录
一、正则表达式的元字符
import re
'''
正则表达式的元字符
匹配单个字符与数字
[0123456789] []是字符集合,表示匹配方括号中所包含的任意一个字符
[a-z] 匹配任意小写字母
[A-Z] 匹配任意大写字母
[0-9] 匹配任意数字
[0-9a-z-A-Z] 匹配任意的数字和字母
[0-9a-z-A-Z_] 匹配任意的数字和字母和下划线
[^goodman] 匹配除了goodman这几个字母以外的所有字符,^被称为脱字符,表示不匹配集合中的字符
. 匹配除换行符以外的任意字符
\d 匹配所有数字,效果同[0-9]
\D 匹配非数字字符,效果等同于[^0-9]
\w 匹配任意的数字和字母和下划线,效果等同于[0-9a-z-A-Z_]
\W 匹配任意的非数字和字母和下划线,效果等同于[^0-9a-z-A-Z_]
\s 匹配任意的空白符(空格,换行,换页,回车,制表)
'''
print(re.findall('[0-9]','a2hij3agi af4ja'))
'''
^ 行首匹配,和在[]里的^不是一个意思
$ 行尾匹配
'''
print(re.search('man$','zhe ge ren is man a good man'))#以man结尾的数据
'''
\A 匹配字符串开始,它和^的区别是,\A只匹配整个字符串的开头,即使
在re.m模式下也不会匹配它的行首
\z 匹配字符串结束,它和$的区别是,\Z只匹配整个字符串的开头,即使
在re.m模式下也不会匹配它的行尾。
'''
# print(re.findall("man$","sunck is a good man\nsunck is a good man\n",re.M))
# print(re.findall("man\Z","sunck is a good man\nsunck is a good man\n",re.M))
'''
\b 匹配一个单词的边界,也就是值单词和空格间的位置
\B 匹配非单词边界
'''
#
# print(re.search(r"er\b","never"))#单词
# print(re.search(r"er\B","nerver"))#非单词
print(".............匹配多个字符...................")
'''
(xyz)
说明:x,y,z均为假设的普通字符,不是正则表达式的元字符(xyz) 匹配小括号内的xyz是作为一个整体去匹配
x? 匹配0个或者1个x
x* 匹配0个或者任意多个x(.*表示0个或者多个任意字符,换行符除外)
x+ 匹配至少一个a
x{n} 匹配确定的n个x(n是一个非负整数)
x{n,} 匹配至少n个x
x{n,m} 匹配至少n个最多m个x,注意:n <= m
x|y |表示或,匹配的是x或y
(?:x) 类似xyz,但不表示一个组
'''
print(re.findall(r"a?","aaa"))#非贪婪匹配(尽可能少的匹配)
print(re.findall(r"a*","aaabaacaba"))#贪婪匹配(尽可能多的匹配)
print(re.findall(r"a+","aaabaaaaaaa"))
print(re.findall(r'a{3}', 'aabaaaaa'))#当a的数量少于n时没有结果
print(re.findall(r'a{3,}', 'aabaaaaa'))
print("...............特殊..................")
'''
*? +? ?? 最小匹配
通常都是尽可能多的匹配,可以使用这种方式解决贪婪匹配
'''
str = "sunck is a good man! sunck is a nice man! sunck is a handsome man"
print(re.findall(r"sunck.*?man",str))
# 提取,ok......very
str = 'this is ok good man ,but he is very eee'
print(re.findall(r'ok.*very', str))
'''
/ + /*表示转义,转义的是*,因为*是特殊字符 -》 //*
/* + /同理 -》/*/
'''
print(re.findall(r'//*.*?/*/', r'/* part1 */ /* part2 */'))
二、re模块简介:
python自1.5之后增加了re模块,提供了正则表达式模式 re模块使python拥有了全部的正则表达式功能
import re
#pip 包管理工具
'''
re.match函数
原型:match(pattern,string,flags=0)
参数:patter--匹配的正则表达式 string--要匹配的字符串 flags--标志位,用于控制正则表达式的匹配方式
flags:
re.I 忽略大小写
re.L 做本地用户识别
re.M 多行匹配,影响^和$
re.S 是.匹配包括换行符在内的所有字符
re.U 根据Unicode字符集解析字符,影响\w \W \b \B
re.X 使我们以更灵活的格式理解正则表达式
功能: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,返回None
'''
print(re.match('www','www.baidu,com'))
print(re.match('www','wWW.baidu.',flags=re.I))
'''
re.search
原型:search(pattern,string,flags=0)
参数:patter--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
功能:扫描整个字符串,并返回第一个匹配成功的
'''
print(re.search('www','baidu.www.com.www'))
'''
re.findall函数
原型:findall(pattern,string,flags=0)
参数:patter--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
功能:扫描整个字符串,返回结果列表
返回所有要检索的内容
'''
print(re.findall('www','baidu.www.com.www'))
三、re模块深入
import re
#1、字符串切割
str1 = 'zk is a boy and ...'
print(str1.split(' '))
print(re.split(r' +',str1))
'''
re.finditer函数
原型:match(pattern,string,flags=0)
参数:patter--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
功能:与findall类似,扫描整个字符串,返回的是一个迭代器
'''
str1 = 'wo is a good man,wo is a good man,wo is a good man,wo is a good man,'
d = re.finditer(r'(wo)',str1)
while True:
try:
print(next(d))
except StopIteration as e:
break
'''
3、字符串的替换和修改
sub(pattern,repl,string,count=0)
subn(pattern,repl,string,count=0)
pattern:正则表达式(规则)
repl:指定的用来替换的字符串
string:目标字符串
count:最多替换次数
功能:在目标字符串中以正则表达式的规则匹配字符串,再把他们替换成指定的字符串。可以指定替换的次数,如果不指定,替换所有的匹配字符串
区别:sub返回一个被替换的字符串,subn返回一个元组,第一个元素被替换的字符串,第二个元素表示被替换的次数
'''
str1 = 'good good good'
print(re.sub(r'good','nice',str1,count=2))
print(re.subn(r'good','nice',str1,count=2))
'''
分组
概念:除了简单的判断是否匹配之外,正则表达式还有提取字串的功能。用()表示的就是提取分组
'''
str1 = '010-535678995'
#l = re.match(r'(\d{3})-(\d{9})',str1)
l = re.match(r'(?P<first>\d{3})-(?P<last>\d{9})',str1) #给组起名字
#使用序号获取对应组的信息,group(0)一直代表原始字符串
print(l.group(0))
print(l.group(1))
print(l.group("first"))
print(l.group(2))
#查看匹配的各组的情况
print(l.groups())
'''
编译:当我们使用正则表达式时,re模块会干两件事:
1、编译正则表达式,如果正则表达式本身不合法,会报错
2、用编译后的正则表达式去匹配对象
pat = r"^1(([3578]\d|(47))\d{8}$)"
compile(pattern,flags=0)
pattern:要编译的正则表达式
'''
pat = r"^1(([3578]\d|(47))\d{8}$)"
print(re.match(pat,"13600000000"))
#编译成正则对象
re_telphone = re.compile(pat)
print(re_telphone.match("13600000000"))
'''
re.match(pattern,string,flags=0)
re_telphone.match(string)
re.search()
re.findall()
re.finditer()
re.split()
re.sub()
re.subn()
'''