正则表达式

最新推荐文章于 2021-11-05 01:03:01 发布

qq_43279936

最新推荐文章于 2021-11-05 01:03:01 发布

阅读量1k

点赞数

本文链接：https://blog.csdn.net/qq_43279936/article/details/88092686

版权

1,通佩符：

通配符：
*: 代表任何字符串
?: 代表单个字符
.: 当前目录
…:当前目录的上一级目录
[0-9]: 单个字符为0~9
[a-z]: 代表小写的a-z
[A-Z]: 代表大写的A-Z
[A-Za-z]:同时代表大小写的
[0-9A-Za-Z]:代表大小写之外同时还包括0-9

[[:digit:]]:匹配任意数字
[[:upper:]]:匹配大写字母
[[:lower:]]:匹配小写字母
[[:space:]]:匹配任意个空格

#示例：

import glob
glob.glob(’./[0-9].*’)
[’./1.gif’, ‘./2.txt’]

glob.glob(’*.gif’)
[‘1.gif’, ‘card.gif’]

glob.glob(’?.gif’)
[‘1.gif’]

glob.glob(’**/*.txt’, recursive=True)
[‘2.txt’, ‘sub/3.txt’]

glob.glob(’./**/’, recursive=True)
[’./’, ‘./sub/’]

import glob
glob.glob(’*.gif’)
[‘card.gif’]

glob.glob(’.c*’)
[’.card.gif’]
“”"
import os
import glob

files1 = [file for file in os.listdir(’.’) if file.endswith(’.conf’)]

获取当前目录所有以.conf结尾的文件;

files2= glob.glob(’./*.conf’)
print(files1)
print(files2)

正则表达式常用方法：

import re

# *************************match方法*************************8
#       match尝试从字符串的起始位置开始匹配;
#           - 如果起始位置没有匹配成功， 返回None;
#           - 如果起始位置匹配成功， 返回一个对象， 通过group方法获取匹配的内容;
# Try to apply the pattern at the start of the string, returning
#     a match object, or None if no match was found.
aObj = re.match(r'we', 'wetoshello')
print(aObj)
print(aObj.group())

# \d 单个数字
# \D \d的取反 , 除了数字之外
bObj = re.match(r'\d', '1westos')
if bObj:
    print(bObj.group())

bObj = re.match(r'\D', '_westos')
if bObj:
    print(bObj.group())

#  *****************************findall********************
#  findall会扫描整个字符串， 获取匹配的所有内容;
res = re.findall(r'\d\d', '阅读数为2 点赞数为10')
print(res)

# *************************search*******************8
# search会扫描整个字符串， 只返回第一个匹配成功的内容的SRE对象;
#           - 如果起始位置没有匹配成功， 返回None;
#           - 如果起始位置匹配成功， 返回一个对象， 通过group方法获取匹配的内容;

resObj = re.search(r'\d', '阅读数为8 点赞数为10')

if resObj:
    print(resObj.group())

正则匹配的特殊字符类

.: 匹配除了\n之外的任意字符； [.\n]
\d:  digit--(数字)， 匹配一个数字字符， 等价于[0-9]
\D: 匹配一个非数字字符， 等价于[^0-9]
\s:  space(广义的空格: 空格, \t, \n, \r), 匹配单个任何的空白字符;
\S:  匹配除了单个任何的空白字符;
\w:  字母数字或者下划线, [a-zA-Z0-9_]
\W: 除了字母数字或者下划线, [^a-zA-Z0-9_]

示例：

import re


# 匹配数字
# pattern = r'\d'
pattern = r'[0-9]'
string = "hello_1$%"
print(re.findall(pattern, string))


# 匹配字母数字或者下划线;
# pattern = r'\w'
pattern = r'[a-zA-Z0-9_]'
string = "hello_1$%"
print(re.findall(pattern, string))

# 匹配除了字母数字或者下划线;
# pattern = r'\W'
pattern = r'[^a-zA-Z0-9_]'
string = "hello_1$%"
print(re.findall(pattern, string))

# .: 匹配除了\n之外的任意字符； [.\n]
print(re.findall(r'.', 'hello westos\n\t%$'))

练习

1. 设计一个正则来找出一个字符串序列中的10-59；

    pattern = r'[1-5][0-9]'

2. 设计一个正则来过滤一个字符串序列中只包含两个字符，其中第一个字母是大写的A或者B或者C；

    pattern = r'[ABC].'

正则表达式之分组操作

表示分组
| : 匹配| 左右任意一个表达式即可;
(ab): 将括号中的字符作为一个分组
\num: 引用分组第num个匹配到的字符串
(?P): 分组起别名
(?P=name) : 引用分组的别名

import re

print(re.findall(r'westos|hello', "hellowestos"))
# 进行分组的时候， findall方法只返回分组里面的内容;
print(re.findall(r'(http|https)(.+)', 'http_hello'))

# search
sreObj = re.search(r'(http|https)(.+)', 'http_hello')
if sreObj:
    # group方法会返回匹配的所有内容;
    print(sreObj.group())
    # groups方法返回分组里面的内容;
    print(sreObj.groups())



# 需求: 获取标签里面的文字, 并判断标签是否成对出现?
htmlStr = "<html><p>welcome to westos!</p></html>"
pattern = r'<(\w+)><(\w+)>(.+)</\2></\1>'
print(re.findall(pattern, htmlStr))
print(re.findall(pattern, htmlStr)[0][2])

# 需求: 分组起别名?
htmlStr = "<html><p>welcome to westos!</p></html>"
pattern = r'<(?P<FirstTag>\w+)><(?P<SecondTag>\w+)>(?P<Text>.+)' \
          r'</(?P=SecondTag)></(?P=FirstTag)>'
print(re.findall(pattern, htmlStr))
sreObj = re.search(pattern, htmlStr)
if sreObj:
    print(sreObj.group())
    print(sreObj.groups())
    print(sreObj.groupdict())
    print(sreObj.groupdict()['Text'])