第四十三次总结：正则表达式（一），re的高阶用法

正则表达式的简介

它是一个通用的一个表达式

可以适用于任何编程语言

 

 

 

 

python中快速体验

导入模块后使用

 

匹配单个字符

 

在上一小节中，了解到通过re模块能够完成使用正则表达式来匹配字符串

本小节，将要讲解正则表达式的单字符匹配

字符	功能
.	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

 

匹配多个字符

匹配多个字符的相关格式

字符	功能
*	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,n}	匹配前一个字符出现从m到n次

 

匹配多个，需要与匹配单个的符号相配合来使用

 

匹配开头结尾

字符	功能
^	匹配字符串开头
$	匹配字符串结尾

 

匹配分组

字符	功能
|	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

 

起名分组（?P<名字>)

给分组起名字

(?P<名字>)

在正则式中获取之前的起名了的小组的数据

(?P=名字)

 

search

需求：匹配出文章阅读的次数

#coding=utf-8
import re
​
ret = re.search(r"\d+", "阅读次数为 9999")
ret.group()

运行结果：

'9999'

 

与match的区别

match是从头开始匹配

search可以从整个字符串是进行搜索

 

 

findall

需求：统计出python、c、c++相应文章阅读的次数

#coding=utf-8
import re
​
ret = re.findall(r"\d+", "python = 9999, c = 7890, c++ = 12345")
print(ret)

运行结果：

['9999', '7890', '12345']

 

 

 

sub 将匹配到的数据进行替换

需求：将匹配到的阅读次数加1

方法1：

#coding=utf-8
import re
​
ret = re.sub(r"\d+", '998', "python = 997")
print(ret)

运行结果：

python = 998

 

小结

re.sub(正则式，替换为什么内容，字符串)

 

 

 

方法2：

#coding=utf-8
import re
​
def add(temp):
    strNum = temp.group()
    num = int(strNum) + 1
    return str(num)
​
ret = re.sub(r"\d+", add, "python = 997")
print(ret)
​
ret = re.sub(r"\d+", add, "python = 99")
print(ret)

运行结果：

python = 998
python = 100

 

小结

re.sub(正则式，函数名，字符串)
匹配成功的内容会作为函数运行时的实参，函数返回的内容会对匹配好的内容进行一个替换

 

 

 

split 根据匹配进行切割字符串，并返回一个列表

需求：切割字符串“info:xiaoZhang 33 shandong”

#coding=utf-8
import re
​
ret = re.split(r":| ","info:xiaoZhang 33 shandong")
print(ret)

运行结果：

['info', 'xiaoZhang', '33', 'shandong']