re模块,匹配字符,字符替换

编辑本随笔

常用表达式规则：

.	默认匹配除\n之外的任意一个字符，一个点代表一个字符，指定flag DOTA L L则匹配任意字符，包括换行
^	匹配字符串开头，若指定flag MULTILINE忽略换行符，也可匹配上(r'^a','\nabc\ndef') re.starch('^a','abcd')等效re.match('a','abcd')
$	匹配字符串结尾，指定flag MULTILINE，也可匹配re.search('a.$','a1\na2\na3\n) re.match('a$','a')只能匹配a，即以a开头并以a结尾，同一个a，也就只能匹配一个a
*	匹配*号前一个字符0至多次，re.search('a*','aaabbaaaa')匹配到'aaa'
+	匹配+号前一个字符1至多次，re.search('ba+',bbbbbabab')匹配到'baba'
?	匹配?号前一个字符0或1次,re.search('ba?','absba')匹配到'ba'
{m}	匹配前一个字符m次，re.seatch('b{3}','dddaaabbbb')匹配到'bbb'
{n,m}	匹配前一个字符n到m次,re.findall('ab{1,2}','ababvab')匹配到['abab','ab']，先匹配m个，m个配匹完后再匹配m-1个，直到m=n。即先最大化匹配
|	匹配|号左或右的字符，re.search('abc|Cd','abcdef')匹配到'abc'，'abCd'则匹配到Cd,要配匹到abcd或abCd则写成abcd|abCd，也可写成'ab[c|C]d'
(....)	分组匹配,re.search("(abc){2}a(123|45)","abcabca456c").group()则配匹abcabca45或abcabca1245，用groups()则返回('abc', '45')
[0-9]	b表示0-9任意数字,[a-b],[A-B]
\A	只从字符开头匹配,同^，类似match
\Z	匹配字符串结尾，同$
\d	s数字0-9，同[0-9] ，\d+配匹贪婪匹配，即匹配最多如re.search('\d+','123sdf')配匹到123而非1
\D	配匹非数字
\w	匹配[0-9A-Za-z]，即除特殊字符
\W	匹配非[0-9A-Za-z]，即特殊字符
\s	匹配配匹空白字符，\t，\n，\r
(?P<name>)	分组匹配，分组并指定名称返回re.search("(?P<province>[0-9]{4})(?P<city>\d{3})",'1236527').group()返回1236527，groups()返回('1236', '527')，groupdict()返回字典{'province': '1236', 'city': '527'}

re匹配语法：

• re.match从头开始匹配，第一个值开始匹配，只匹配一次，返回一对象，对象可用group()取值
• re.search全局匹配，找到就返回，只匹配一次。返回一对象，对象可用group()取值
• re.findall全局匹配，把所有匹配到的字符放到一个列表中返回

例：

     
     

       
       

        
        

       
       
       
       

        
        

         
         s=
         
         '123abc1234def'
        
        
       
       

       
       

        
        

       
       
       
       

        
        

         
         match_res=re.match(
         
         '[0-9]',s)
        
        
       
       

       
       

        
        

       
       
       
       

        
        

         
         if match_res:
        
        
       
       

       
       

        
        

       
       
       
       

        
        

         
             print(match_res.group())
        
        
       
       
     
     

• re.split以匹配到的字符当作列表分隔符

例：

s='a123b456c789ddd#sdf-fsd'
print(re.split('\d+|#|-',s,maxsplit=None))
#maxsplit指定split多少次

• re.sub匹配字符并替换

例：

     
     

       
       

        
        

       
       
       
       

        
        

         
         s=
         
         'a123b456c789ddd#sdf-fsd'
        
        
       
       

       
       

        
        

       
       
       
       

        
        

         
         print(re.sub(
         
         '\d+',
         
         '__',s))
        
        
       
       
     
     

例：提换指定个数

     
     

       
       

        
        

       
       
       
       

        
        

         
         s=
         
         'a123b456c789ddd#sdf-fsd'
        
        
       
       

       
       

        
        

       
       
       
       

        
        

         
         #只替换一个
        
        
       
       

       
       

        
        

       
       
       
       

        
        

         
         print(re.sub(
         
         '\d+',
         
         '__',s,count=
         
         1))
        
        
       
       
     
     

• re.fullmatch全部匹配，整个字符串配匹成功就返回re object，否则返回None

re.fullmatch('\w+@\w+\.(com|cn|edu)',"huangya@163.com").group()

     
     

• re.compile先将规则进行编译，再用对象去配匹。对于同一个规则匹配多次，速度会提高

例：

     
     

       
       

        
        

       
       
       
       

        
        

         
         pattern=re.compile(
         
         '\w+@\w+\.(com|cn|edu)')
        
        
       
       

       
       

        
        

       
       
       
       

        
        

         
         pattern.fullmatch(
         
         'huangya@163.com').group()
        
        
       
       
     
     

标识符

• re.I(re.IGNORECASE)忽略大小写
• re.M(MULTILINE)多行模式，改变'^'和'$'的行为
• re.S(DOTALL)改变'.'的行为，匹配包括换行符
• re.X(VERBOSE)可以给你的表达式写注释，使其更可读

练习

转载于:https://www.cnblogs.com/yaya625202/p/8683495.html