第29天 | 32天学会python, 正则表达式的规则

最新推荐文章于 2024-05-19 23:31:32 发布

甲乙丙2

最新推荐文章于 2024-05-19 23:31:32 发布

阅读量48

点赞数

分类专栏： 32天学会python 文章标签： python 正则表达式

本文链接：https://blog.csdn.net/qq_42724611/article/details/131647586

版权

32天学会python 专栏收录该内容

32 篇文章 0 订阅

订阅专栏

1.数字和字母都表示它本身
2.很多字母前面添加 \ 会有特殊含义(重点学习)
3.绝大多数标点符号都有特殊的含义
4.如果想要使用标点符号,需要加 \

import re

re.search(r'x','hello xyz')
re.search(r'5','23r49534')

print(re.search(r'd', 'good')) # <re.Match object; span=(3, 4), match='d'>   字母d是普通的字符
print(re.search(r'\d', 'good')) # None \d 有特殊含义,不再表示字母d
print(re.search(r'\d', 'good4gfdghf'))  # <re.Match object; span=(4, 5), match='4'>

# print(re.search('+', '1+2'))  # 不能直接用, + 有特殊含义
print(re.search('\+', '1+2'))  # <re.Match object; span=(1, 2), match='+'>

标点符号的含义

import re
# \s 表示任意的非打印字符(空白字符)
print(re.search(r'\s', 'hello world'))  # <re.Match object; span=(5, 6), match=' '> 表示空格
print(re.search(r'\n', 'hello\nworld'))  # <re.Match object; span=(5, 6), match='\n'> 表示换行
print(re.search(r'\t', 'hello\tworld'))  # <re.Match object; span=(5, 6), match='\t'> 表示制表符
# \S 表示非空白符
print(re.search(r'\S', '\t\n   x'))  # <re.Match object; span=(5, 6), match='x'> 表示非空白符的所有字符

# 标点符号的使用:
# 1 () 用来表示一个分组
m = re.search(r'h(\d+)x','sh829xkflsa') # \d+ 表示数字
print(m)  # <re.Match object; span=(1, 6), match='h829x'>
print(m.group(1))  # 829
m1 = re.search(r'\(.*\)','(1+1)*3+5')  # 如果要表示括号要写 \
print(m1.group())  # (1+1)

# 2 . 表示匹配除了换行以为的任意字符.如果想要匹配 . 需要使用 \
甲 = '近日，硕士生毕业送外卖引发热议。当事人何成表示：很多人不理解我，我只是没找到合适的工作，并且需要养活自己。'
乙 = re.search('....',甲)
print(乙.group())  # 近日，硕

# 3 [] 表示可选项表示单个值 [x-y]从x到y区间,包含x和y
m2 = re.search(r'f[0-5]m','pdsf6m')
print(m2)  # None
m3 = re.search(r'f[0-5]+m','pdsf06m')
print(m3)  # None
m4 = re.search(r'f[a-d]+m','pdsfaacm')
print(m4)  # <re.Match object; span=(3, 8), match='faacm'>
m5 = re.search(r'f[0-5a-dx]+z','adfaa110xxxz') # 0-5或a-d或x
print(m5)  # <re.Match object; span=(2, 9), match='faa110xxxz'>
m6 = re.search(r'f[05adx]+z','adf000000z')  # 或者0或者5或者a或者d或者x
print(m6)  # <re.Match object; span=(2, 10), match='f000000z'>
# 4 | 表示或者 和[]有一定的相似,但是有区别 []里的值表示区间而且是单个字符, | 就是可选值可以出现多个值
print(re.search(r'f(x|prz|t)m', 'pdsfprzm'))  # <re.Match object; span=(3, 8), match='fprzm'>

# 5 {} 表示限定前面字符出现的次数
# {n} 表示前面单个元素出现n次,如果是god或goood就匹配不上了
print(re.search(r'go{2}d', 'good'))  # <re.Match object; span=(0, 4), match='good'>
# {n,} 表示前面元素出现n次以上,包括2次
print(re.search(r'go{2,}d', 'good'))  # <re.Match object; span=(0, 4), match='good'>
# {,n} 表示前面元素出现n次以下,包括2次
print(re.search(r'go{,2}d', 'gd'))  # <re.Match object; span=(0, 2), match='gd'>
# {m,n} 表示前面元素出现m到n次,包括m和n
print(re.search(r'go{3,5}d', 'goooood'))  # <re.Match object; span=(0, 7), match='goooood'>

# 6 * 表示前面元素出现任意次数(0次及以上,等价于{0,})
print(re.search(r'go*d', 'goooooooooooooooooood'))  # <re.Match object; span=(0, 21), match='goooooooooooooooooood'>

# 7 + 表示前面的元素出现1次及以上,等价于{1,}
print(re.search(r'go+d', 'goooood'))  # <re.Match object; span=(0, 7), match='goooood'>

# 8 ? 两种用法
# 1):规定前面的元素出现1次及以下,等价于{,1}
# 2):将贪婪模式转换成为非贪婪模式
print(re.search(r'go?d', 'god')) # None

# 9 ^ 表示以指定内容开头  $ 表示指定内容结尾
print(re.search(r'^a.*i$', 'sd aofidf'))  # None 只能匹配整个字段串是以a开头和i结尾
#  ^除了表示内容开始外,还可以在[^0-9]里使用表示取反
print(re.search(r'[^9]+', '98888'))  # <re.Match object; span=(1, 5), match='8888'>

字母的特俗含义

# 字母表示它本身,很多字母前面加\ 会有特殊含义
# \n 表示换行 \t 表示制表符 \s 表示空白字符 \S非空白字符
# \d 表示一个数字,等价于[0-9]
import re

print(re.search(r'x\dp', 'x243p'))  # None 因为\d表示一个数字,所以不匹配哦
print(re.search(r'x[0-9]+p', 'x243p'))  # <re.Match object; span=(0, 5), match='x243p'>

# \D 表示非数字,等价于[^0-9]
print(re.search(r'\D+', 'he110'))  # <re.Match object; span=(0, 2), match='he'>
print(re.search(r'[^0-9]+', 'he110'))  # <re.Match object; span=(0, 2), match='he'>

# \w 表示数字 字母 中文以及_  非标点符号
print(re.findall(r'\w+', 'h+E-11.0_x*.+-')) # ['h', 'E', '11', '0_x']
print(re.findall(r'\w+', '大家好+,今天天气很好呀!'))  # ['大家好', '今天天气很好呀']

# \W 取反
print(re.findall(r'\W', 'h+E-11.0_x*.+-'))  # ['+', '-', '.', '*', '.', '+', '-']

正则替换

# 正则表达式作用是用来字符串检索和替换
# 检索: match search fullmatch finditer findall
# 替换: sub  第一个参数:正则表达式 第二个参数:新字符或变量或一个函数  第三个参数:需要被替换的字符串

import re
t = 'afo2dlkf23af245qou3095'
# 把匹配到到\d(即数字)替换成x

print(re.sub(r'\d', 'x', t))  # afoxdlkfxxafxxxqouxxxx
print(re.sub(r'\d+', 'x', t))  # afoxdlkfxafxqoux  如果加了+会把23和245以及3095作为一个字符替换成x

def test(x):
    y = int(x.group())
    y *= 2
    return str(y)
print(re.sub(r'\d+', test, t))  # afo4dlkf46af490qou6190  这里要使用\d+ 否则会把245当成三个字符来取 经过函数处理就是4810

贪婪模式和非贪婪模式

# 在python的正则表达式里默认是贪婪模式,尽可能多的匹配
# 在贪婪模式后面添加 ? 可以转换成非贪婪模式,尽可能少的匹配
import re

m = re.search(r'm.*a','o3rjomjadas') # 默认是贪婪模式
print(m.group())  # mjada

# 只要是正则式时区范围区间的都可以转换成非贪婪模式
# 1 .*? 非换行的任何字符任意次数
n = re.search(r'm.*?a','o3rjomjadas')  # 在.*后面加?即转换成非贪婪模式
print(n.group())  # mja
# 2 \d+? 匹配任意数字任意次数
甲 = re.search(r'aa(\d+?)', 'aa2343ddd')
print(甲.group())  # aa2
print(甲.group(1))  # 2
甲1 = re.search(r'aa(\d+?ddd)', 'aa2343ddd')  # 这种情况没法贪婪了.因为要满足匹配条件
print(甲1.group())  # aa2343ddd
print(甲1.group(1))  # 2343ddd
甲2 = re.search(r'aa(\d+?).*','aa2343ddd')  # 可以只非贪婪一个分组
print(甲2.group())  # aa2343ddd
print(甲2.group(1))  # 2
甲3 = re.search(r'aa(\d??)(.*)','aa2343ddd')  # 非贪婪第一个分组,都给后面的.*
print(甲3.group(0))  # aa2343ddd
print(甲3.group(1))  # 空
print(甲3.group(2))  # 2343ddd
# 3 \d{2,}?
乙 = re.search(r'aa(\d{2,}?)', 'aa2343ddd')
print(乙.group(0))  # aa23
print(乙.group(1))  # 23

# 使用场景: 取主网址不要后面参数-->https://image.baidu.com
src = 'https://image.baidu.com/search/detail?ct=503316480&z=0&ipn=d&word=%E4%B8%AD%E6%96%87%E7%BC%96%E7%A8%8B%E8%AF%AD%E8%A8%80&step_word=&hs=0&pn=0&spn=0&di=7117150749552803841&pi=0&rn=1&tn=baiduimagedetail&is=0%2C0&istype=0&ie=utf-8&oe=utf-8&in=&cl=2&lm=-1&st=undefined&cs=2951359401%2C3343582152&os=2143431253%2C4278410788&simid=2951359401%2C3343582152&adpicid=0&lpn=0&ln=1531&fr=&fmq=1663483752298_R&fm=&ic=undefined&s=undefined&hd=undefined&latest=undefined&copyright=undefined&se=&sme=&tab=0&width=undefined&height=undefined&face=undefined&ist=&jit=&cg=&bdtype=0&oriquery=&objurl=https%3A%2F%2Fgimg2.baidu.com%2Fimage_search%2Fsrc%3Dhttp%3A%2F%2Fpic2.zhimg.com%2Fv2-b1a4a4f5bce89c86067f40daeaa299ef_1440w.jpg%3Fsource%3D172ae18b%26refer%3Dhttp%3A%2F%2Fpic2.zhimg.com%26app%3D2002%26size%3Df9999%2C10000%26q%3Da80%26n%3D0%26g%3D0n%26fmt%3Dauto%3Fsec%3D1666075756%26t%3D270603f1cb3195d4776e8e8fff98bf5c&fromurl=ippr_z2C%24qAzdH3FAzdH3Fzi7wgswg_z%26e3Bziti7_z%26e3Bv54AzdH3FrAzdH3Fnnlnmlnam&gsm=1&rpstart=0&rpnum=0&islist=&querylist=&nojc=undefined&dyTabStr=MCwxLDUsMywyLDQsNiw4LDcsOQ%3D%3D'
丙 = re.search(r'https://.*?\.com',src)
print(丙.group())  # https://image.baidu.com