python正则表达式

前言：今天学习了正则表达式的内容，先上一张正则表达式的表格，如果要用到正则表达式，可以通过查这个表来了解正则表达式的语法规则。

2、正文
接下来通过具体的例子来说明正则表达式的用法。

'''
正则表示式：
指定好匹配的模式-pattern
选择相应的方法-match,search等
得到匹配结果-group
re.match #从开始位置开始匹配，如果开头没有则无
re.search #搜索整个字符串
re.findall #搜索整个字符串，返回一个list
'''
import re
input_str = '自然语言处理很重要。123abc789'
pattern = re.compile(r'.') #.表示除了换行符外，匹配所有
all_str = re.findall(pattern,input_str) #搜索整个字符串，返回list
print(all_str)

输出为：['自', '然', '语', '言', '处', '理', '很', '重', '要', '。', '1', '2', '3', 'a', 'b', 'c', '7', '8', '9']

#字符集合：[abc] 指定包含字符， [a-zA-Z] 来指定所以英文字母的大小写
# [^a-zA-Z] 指定不匹配所有英文字母
pattern = re.compile(r'[abc]') #匹配指定abc
all_str = re.findall(pattern,input_str)
print(all_str)
pattern = re.compile(r'[a-zA-Z]') #匹配a-zA-Z
all_str = re.findall(pattern,input_str)
print(all_str)
pattern = re.compile(r'[^a-zA-Z]') #不匹配所有英文字符
all_str = re.findall(pattern,input_str)
print(all_str)

输出为：
['a', 'b', 'c']
['a', 'b', 'c']
['自', '然', '语', '言', '处', '理', '很', '重', '要', '。', '1', '2', '3', '7', '8', '9']

#或方法
pattern = re.compile(r'[a-zA-Z]|[0-9]')
all_str = re.findall(pattern,input_str)
print(all_str)

输出为：['1', '2', '3', 'a', 'b', 'c', '7', '8', '9']

#匹配数字‘\d’,相当于匹配[0-9]
pattern = re.compile(r'\d')
data1 = re.findall(pattern,input_str)
print(data1)

输出为：
['1', '2', '3', '7', '8', '9']

#匹配非数字'\D'
pattern = re.compile(r'\D')
data2 = re.findall(pattern,input_str)
print(data2)

输出为：
['自', '然', '语', '言', '处', '理', '很', '重', '要', '。', 'a', 'b', 'c']

#'\w'匹配字母或者数字
pattern = re.compile(r'\w')
data3 = re.findall(pattern,input_str)
print(data3)

输出为：['自', '然', '语', '言', '处', '理', '很', '重', '要', '1', '2', '3', 'a', 'b', 'c', '7', '8', '9']

#'\W'匹配非字母和数字
pattern = re.compile(r'\W')
data4 = re.findall(pattern,input_str)
print(data4)

输出为：
['。']

#正则表达式可以匹配不定长的字符串
#‘+’ 1 次或多次匹配
pattern = re.compile(r'\d+')
data = re.findall(pattern,input_str)
print(data)

输出为：
['123', '789']

#‘?’ 0 或 1 次匹配
pattern = re.compile(r'\d?')
data = re.findall(pattern,input_str)
print(data)

输出为：
['', '', '', '', '', '', '', '', '', '', '1', '2', '3', '', '', '', '7', '8', '9', '']

#精确匹配和最小匹配
#‘{m}’ 精确匹配 m 次
pattern = re.compile(r'\d{3}')
data = re.findall(pattern,input_str)
print(data)

输出为：['123', '789']

#{m,n}’ 匹配最少 m 次，最多 n 次。 (n>m)
pattern = re.compile(r'\d{1,3}')
data = re.findall(pattern,input_str)
print(data)

输出为：
['123', '789']

'''
match和seach
它们的返回不是一个简单的字符串列表，而是一个 MatchObject,可以得到更多的信息。
如果匹配不成功，它们则返回一个 NoneType 。所以在对匹配完的结果进行操作之前，必需先判断一下是否匹配成功了。
match 从字符串的开头开始匹配，如果开头位置没有匹配成功，就算失败了；而 search 会跳过开头，继续向后寻找是否有匹配的字符串。
'''
input1 = '12自然语言处理34语音识别56深度学习78图像处理'
pattern = re.compile(r'\d')
data = re.search(pattern,input1)
print(data)

<re.Match object; span=(0, 1), match='1'>

'''
字符串的替换和修改
在目标字符串中规格规则查找匹配的字符串，再把它们替换成指定的字符串。你可以指定一个最多替换次数，否则将替换所有的匹配到的字符串。
sub ( rule , replace , target [,count] )
subn(rule , replace , target [,count] )
第一个参数是正则规则，第二个参数是指定的用来替换的字符串，第三个参数是目标字符串，第四个参数是最多替换次数。
sub 返回一个被替换的字符串
subn 返回一个元组，第一个元素是被替换的字符串，第二个元素是一个数字，表明产生了多少次替换。
'''
pattern = re.compile(r'\d')
data = re.sub(pattern,'数',input1)
print(data)

输出为：数数自然语言处理数数语音识别数数深度学习数数图像处理

data = re.subn(pattern,'',input1)
print(data)

输出为：('自然语言处理语音识别深度学习图像处理', 8)

'''
split 切片函数。使用指定的正则规则在目标字符串中查找匹配的字符串，用它们作为分界，把字符串切片。
split( rule , target [,maxsplit] )
第一个参数是正则规则，第二个参数是目标字符串，第三个参数是最多切片次数,返回一个被切完的子字符串的列表
'''
pattern = re.compile(r'\d+')
data = re.split(pattern,input1)
print(data)

['', '自然语言处理', '语音识别', '深度学习', '图像处理']

#‘(?P…)’ 命名组
pattern = re.compile(r'(?P<dota>\d+)(?P<lol>\D+)') #dota表示数字，lol表示非数字
data = re.search(pattern,input1)
print(data.group('dota'))

输出为：12

#筛选号码
input = 'number 338-343-220'
pattern = re.compile(r'(\d\d\d-\d\d\d-\d\d\d)')
m = re.search(pattern,input)
print(m.groups())

('338-343-220',)

3、总结近来好久没打代码了，感觉很多东西都忘了，看来还是要好好打代码