Python 正则表达式

最新推荐文章于 2020-09-26 13:20:18 发布
最新推荐文章于 2020-09-26 13:20:18 发布
阅读量373 收藏 1
点赞数
分类专栏： Python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ruanxingzi123/article/details/83620333
版权

正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。

Python 自1.5版本起增加了re 模块，它提供 Perl 风格的正则表达式模式。

re 模块使 Python 语言拥有全部的正则表达式功能。

compile 函数根据一个模式字符串和可选的标志参数生成一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和替换。

re 模块也提供了与这些方法功能完全一致的函数，这些函数使用一个模式字符串做为它们的第一个参数。

本章节主要介绍Python中常用的正则表达式处理函数。

一、re.match函数

re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none

函数语法：

re.match(pattern,string,flags=0)

函数参数说明：

参数描述
pattern匹配的正则表达式
string要匹配的字符串。
flags标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志

匹配成功re.match方法返回一个匹配的对象，否则返回None。

我们可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

匹配对象方法描述
group(num=0)匹配的整个表达式的字符串，group() 可以一次输入多个组号，在这种情况下它将返回一个包含那些组所对应值的元组。
groups()返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。

步骤：

   1、导入模块

         import re

    2、使用match方法进行匹配操作

         result = re.match(正则表达式，要匹配的字符串)

     3、如果上一步匹配到数据的话，可以使用group方法来提取数据

          result.group()

实例

#导入模块
import re


# 在起始位置匹配
print(re.match("www","www.runoob.com").span())
#不在起始位置匹配
print(re.match("com","www.runoob.com"))

"""
(0, 3)
None

Process finished with exit code 0
"""
import re


line = "cats are smarter than dogs"
matchObj = re.match(r'(.*)are (.*?) .*',line,re.M)
if matchObj:
    print("matchObj.group():",matchObj.group())
    print("matchObj.group(1) : ", matchObj.group(1))
    print("matchObj.group(2) : ", matchObj.group(2))
else:
    print( "No match!!")

"""
matchObj.group(): cats are smarter than dogs
matchObj.group(1) :  cats 
matchObj.group(2) :  smarter

Process finished with exit code 0
"""

二、re.search方法

re.search 扫描整个字符串并返回第一个成功的匹配。

函数语法：

re.search(pattern, string, flags=0)

函数参数说明：

参数描述
pattern匹配的正则表达式
string要匹配的字符串。
flags标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

匹配成功re.search方法返回一个匹配的对象，否则返回None。

我们可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

匹配对象方法描述
group(num=0)匹配的整个表达式的字符串，group() 可以一次输入多个组号，在这种情况下它将返回一个包含那些组所对应值的元组。
groups()返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。

 实例

#导入模块
import re


# 在起始位置匹配
print(re.search("www","www.runoob.com"))
print(re.search("www","www.runoob.com").span())
#不在起始位置匹配
print(re.search("com","www.runoob.com"))
print(re.search("com","www.runoob.com").span())

"""
<_sre.SRE_Match object; span=(0, 3), match='www'>
(0, 3)
<_sre.SRE_Match object; span=(11, 14), match='com'>
(11, 14)

Process finished with exit code 0
"""
import re


line = "cats are smarter than dogs"
matchObj = re.search(r'(.*)are (.*?) .*',line,re.M)
if matchObj:
    print("matchObj.group():",matchObj.group())
    print("matchObj.group(1) : ", matchObj.group(1))
    print("matchObj.group(2) : ", matchObj.group(2))
else:
    print( "No match!!")

"""
matchObj.group(): cats are smarter than dogs
matchObj.group(1) :  cats 
matchObj.group(2) :  smarter

Process finished with exit code 0
"""

需求：匹配出文章阅读的次数

import re


def read_count():
    req = re.search(r'\d+',"阅读次数为：999999")
    if req:
        print("阅读次数为:",req.group())
    else:
        print("没有匹配到")


if __name__ == "__main__":
   read_count()

"""
阅读次数为: 999999

Process finished with exit code 0
"""

re.match与re.search的区别

re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。

import re


line = "cats are smarter than dogs"

matchObj = re.match(r'dogs',line,re.M|re.I)
if matchObj:
    print("match --> matchObj.group() : ", matchObj.group())
else:
    print("No match!!!")

matchObj = re.search(r'dogs',line,re.M|re.I)
if matchObj:
    print("search --> matchObj.group() : ", matchObj.group())
else:
    print("No match!!!")

"""
No match!!!
search --> matchObj.group() :  dogs

Process finished with exit code 0
"""

三、re.findall

在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。

注意： match 和 search 是匹配一次 findall 匹配所有。

语法格式为：

findall(string[, pos[, endpos]])

参数：

  • string : 待匹配的字符串。
  • pos : 可选参数，指定字符串的起始位置，默认为 0。
  • endpos : 可选参数，指定字符串的结束位置，默认为字符串的长度。

查找字符串中的所有数字：

import re


def findall_test():
   
    pattern = re.compile(r'\d+')
    result1 = pattern.findall("runoob 123 google 23456")
    result2 = pattern.findall("run88oob123google456",0,10)
    print(result1)
    print(result2)




if __name__ == "__main__":
   findall_test()

"""
['123', '23456']
['88', '12']

Process finished with exit code 0
"""

需求：统计出Python、c、c++相应文章阅读的次数

import re

def findall_test():
    """
    查找字符串中的所有数字：
    """
    result1 = re.findall(r'\d+',"python = 9999,c=1000000,c++=200000")
    print(result1)
    


if __name__ == "__main__":
   findall_test()

"""
['9999', '1000000', '200000']

Process finished with exit code 0
"""

四、检索和替换

re.sub:将匹配到的数据进行替换

Python 的 re 模块提供了re.sub用于替换字符串中的匹配项。

语法：

re.sub(pattern, repl, string, count=0, flags=0)

参数：

  • pattern : 正则中的模式字符串。
  • repl : 替换的字符串，也可为一个函数。
  • string : 要被查找替换的原始字符串。
  • count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

需求：匹配出文章阅读的次数加1

import re


def subTest():
    """
    需求：匹配出文章阅读的次数加1
    """
    result1 = re.sub(r'\d+',"998","python=997")
    print(result1)


if __name__ == "__main__":
   subTest()

"""
python=998

Process finished with exit code 0
"""

import re

def add(temp):
    strnum = temp.group()
    print(strnum)
    num = int(strnum)+1
    return str(num)

if __name__ == "__main__":
   ret = re.sub(r"\d+",add,"python =997")
   print(ret)

"""
python=998

Process finished with exit code 0
"""

repl 参数是一个函数 

以下实例中将字符串中的匹配的数字乘以 2：

import re


# 将匹配的数字乘以 2
def double(matched):
    value = int(matched.group('value'))
    return str(value *2)

s = "A23G4HFD567"
print(re.sub('(?P<value>\d+)', double, s))

"""
A46G8HFD1134

Process finished with exit code 0
"""

五、re.split

split 根据匹配进行切割字符串，并返回一个列表

split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：

语法：

re.split(pattern, string[, maxsplit=0, flags=0])

参数：

参数描述
pattern匹配的正则表达式
string要匹配的字符串。
maxsplit分隔次数，maxsplit=1 分隔一次，默认为 0，不限制次数。
flags标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志

需求：

切割字符串“info:zhangsan 33 shanghai”

import re


def spiteTest():
    """
    info:zhangsan 33 shanghai"
    按照冒号(:)或者空格进行切割
    """
    ret = re.split(r':| ',"info:zhangsan 33 shanghai")
    print("切割后的字符串为",ret)


if __name__ == "__main__":
   spiteTest()

"""
切割后的字符串为 ['info', 'zhangsan', '33', 'shanghai']

Process finished with exit code 0

Process finished with exit code 0
"""

六、re.finditer

和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。

语法格式为：

re.finditer(pattern, string, flags=0)

参数：

参数描述
pattern匹配的正则表达式
string要匹配的字符串。
flags标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志
import re
 
it = re.finditer(r"\d+","12a32bc43jf3") 
for match in it: 
    print (match.group() )

"""
12 
32 
43 
3
"""

 

补充

正则表达式对象

re.RegexObject

re.compile() 返回 RegexObject 对象。

re.MatchObject

group() 返回被 RE 匹配的字符串。

  • start() 返回匹配开始的位置
  • end() 返回匹配结束的位置
  • span() 返回一个元组包含匹配 (开始,结束) 的位置

正则表达式修饰符 - 可选标志

正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。多个标志可以通过按位 OR(|) 它们来指定。如 re.I | re.M 被设置成 I 和 M 标志：

修饰符描述
re.I使匹配对大小写不敏感
re.L做本地化识别（locale-aware）匹配
re.M多行匹配，影响 ^ 和 $
re.S使 . 匹配包括换行在内的所有字符
re.U根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B.
re.X该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。

正则表达式模式

模式字符串使用特殊的语法来表示一个正则表达式：

字母和数字表示他们自身。一个正则表达式模式中的字母和数字匹配同样的字符串。

多数字母和数字前加一个反斜杠时会拥有不同的含义。

标点符号只有被转义时才匹配自身，否则它们表示特殊的含义。

反斜杠本身需要使用反斜杠转义。

由于正则表达式通常都包含反斜杠，所以你最好使用原始字符串来表示它们。模式元素(如 r'\t'，等价于 '\\t')匹配相应的特殊字符。

下表列出了正则表达式模式语法中的特殊元素。如果你使用模式的同时提供了可选的标志参数，某些模式元素的含义会改变。

模式描述
^匹配字符串的开头
$匹配字符串的末尾。
.匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
[...]用来表示一组字符,单独列出：[amk] 匹配 'a'，'m'或'k'
[^...]不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。
re*匹配0个或多个的表达式。
re+匹配1个或多个的表达式。
re?匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
re{ n}精确匹配 n 个前面表达式。例如， o{2} 不能匹配 "Bob" 中的 "o"，但是能匹配 "food" 中的两个 o。
re{ n,}匹配 n 个前面表达式。例如， o{2,} 不能匹配"Bob"中的"o"，但能匹配 "foooood"中的所有 o。"o{1,}" 等价于 "o+"。"o{0,}" 则等价于 "o*"。
re{ n, m}匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式
a| b匹配a或b
(re)匹配括号内的表达式，也表示一个组
(?imx)正则表达式包含三种可选标志：i, m, 或 x 。只影响括号中的区域。
(?-imx)正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。
(?: re)类似 (...), 但是不表示一个组
(?imx: re)在括号中使用i, m, 或 x 可选标志
(?-imx: re)在括号中不使用i, m, 或 x 可选标志
(?#...)注释.
(?= re)前向肯定界定符。如果所含正则表达式，以 ... 表示，在当前位置成功匹配时成功，否则失败。但一旦所含表达式已经尝试，匹配引擎根本没有提高；模式的剩余部分还要尝试界定符的右边。
(?! re)前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功
(?> re)匹配的独立模式，省去回溯。
\w匹配字母数字及下划线
\W匹配非字母数字及下划线
\s匹配任意空白字符，等价于 [\t\n\r\f].
\S匹配任意非空字符
\d匹配任意数字，等价于 [0-9].
\D匹配任意非数字
\A匹配字符串开始
\Z匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。
\z匹配字符串结束
\G匹配最后匹配完成的位置。
\b匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
\B匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
\n, \t, 等.匹配一个换行符。匹配一个制表符。等
\1...\9匹配第n个分组的内容。
\10匹配第n个分组的内容，如果它经匹配。否则指的是八进制字符码的表达式。

正则表达式实例

字符匹配

实例描述
python匹配 "python".

字符类

实例描述
[Pp]ython匹配 "Python" 或 "python"
rub[ye]匹配 "ruby" 或 "rube"
[aeiou]匹配中括号内的任意一个字母
[0-9]匹配任何数字。类似于 [0123456789]
[a-z]匹配任何小写字母
[A-Z]匹配任何大写字母
[a-zA-Z0-9]匹配任何字母及数字
[^aeiou]除了aeiou字母以外的所有字符
[^0-9]匹配除了数字外的字符

特殊字符类

实例描述
.匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用象 '[.\n]' 的模式。
\d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匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\w匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
\W匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。

1、匹配单个字符串

字符功能
.匹配任意一个字符串【除了\n】
[]匹配【】中列表的字符
\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

 示例：

import re

req=re.match(r'速度与激情\d',"速度与激情4")
print(req.group()) #结果:速度与激情4
req=re.match(r'速度与激情[1234]',"速度与激情4")
print(req.group()) #结果:速度与激情4
req=re.match(r'速度与激情[1-4]',"速度与激情3")
print(req.group()) #结果:速度与激情3
req=re.match(r'速度与激情[1234]',"速度与激情8")
print(req.group())# 结果: 报错。因为req返回的是NONE
req=re.match(r'速度与激情[1234abcdef]',"速度与激情d")
print(req.group()) #结果:速度与激情d
req=re.match(r'速度与激情[1-8a-g]',"速度与激情a")
print(req.group()) #结果:速度与激情a
req=re.match(r'速度与激情[1-8a-gA-Z]',"速度与激情G")
print(req.group()) #结果:速度与激情G

#\w 匹配单词字符，即a-z、A-Z、0-9
req=re.match(r'速度与激情\w',"速度与激情d")
print(req.group()) #结果:速度与激情d
req=re.match(r'速度与激情\w',"速度与激情第一部")
print(req.group()) #结果:速度与激情第一部
req=re.match(r'速度与激情\w',"速度与激情!")
print(req.group()) #结果:报错，req返回None
#\s 匹配空白，即空格、tab键
req=re.match(r'速度与激情\s',"速度与激情 ")
print(req.group()) #结果:速度与激情
req=re.match(r'速度与激情\s',"速度与激情\t")
print(req.group()) #结果:速度与激情
req=re.match(r'速度与\s激情',"速度与\t激情")
print(req.group()) #结果:速度与	激情

# .匹配任意一个字符串【除了\n】
req=re.match(r'速度与激情.',"速度与激情#####")
print(req.group()) #结果:速度与激情#
req=re.match(r'速度与激情.',"速度与激情#")
print(req.group()) #结果:速度与激情#
req=re.match(r'速度与激情.',"速度与激情!")
print(req.group()) #结果:速度与激情!
req=re.match(r'速度与激情.',"速度与激情\t")
print(req.group()) #结果速度与激情
req=re.match(r'速度与激情.',"速度与激情qff")
print(req.group()) #结果:速度与激情q
req=re.match(r'速度与激情.',"速度与激情45")
print(req.group()) #结果:速度与激情4

2、匹配 多个字符

字符功能举例
*匹配前一个字符出现0次或者无限次，即可有可无ab*：a、ab、abb 等
+匹配前一个字符出现一次或者无限次，即至少又一次ab+：ab、abbbb 等
?匹配前一个字符出现一次或者0次,即要么有一次要么没有AB?: A,AB等
{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 
import re

#\d{1,2}数字-前2位或者前1位或者多位但是只返回2位或1位
req=re.match(r'速度与激情\d{1,2}',"速度与激情1")
print(req.group()) #结果:速度与激情1
req=re.match(r'速度与激情\d{1,2}',"速度与激情12")
print(req.group()) #结果:速度与激情12
req=re.match(r'速度与激情\d{1,2}',"速度与激情123")
print(req.group()) #结果:速度与激情12


num = input("请输入手机号码：")
result = re.match(r'\d{13}',num)
if result:
    print("手机号码：",result.group())
else:
    print("手机号码格式不正确")


req=re.match(r'021-\d{8}',"021-12345678")
print(req.group()) #结果:021-12345678

#?代表前面那个字符那么有一个，要么没有
req=re.match(r'021-?\d{8}',"021-12345678")
print(req.group()) #结果:021-12345678
req=re.match(r'021-?\d{8}',"02112345678")
print(req.group()) #结果:02112345678

req=re.match(r'\d{3,4}-?\d{8}',"025-12345678")
print(req.group()) #结果:025-12345678


html_content = """dfgsgghfh
dgsdfgfdgfh
dgbdfhfghfg
2321543543
rt"""

# .点是不能匹配到\n换行的数据
req=re.match(r'.*',html_content)
print(req.group()) #结果:dfgsgghfh

# .点+ re.S是能匹配到\n换行的数据
req=re.match(r'.*',html_content,re.S)
print(req.group())
"""
结果:
dfgsgghfh
dgsdfgfdgfh
dgbdfhfghfg
2321543543
rt
"""

req=re.match(r'.*',"")
print(req.group()) #红白
req=re.match(r'.+',"a")
print(req.group()) #结果:a
req=re.match(r'.+',"ab1343543WR")
print(req.group()) #结果:ab1343543WR
req=re.match(r'.+',"")
print(req.group()) #结果:报错

 需求：匹配变量名是否有效 

import re


"""
需求：匹配变量名是否有效
"""


def main():
    names = ["name1","_name","2_name","__name__"]
    for name in names:
        ret = re.match("[a-zA-Z_]+[\w]*$",name)
        if ret:
            print("变量名 %s 符合要求" % ret.group())
        else:
            print("变量名%s 非法" % name)


if __name__ == "__main__":
    main()


"""
变量名 name1 符合要求
变量名 _name 符合要求
变量名2_name 非法
变量名 __name__ 符合要求

Process finished with exit code 0

"""

 3、匹配开头结尾

字符功能举例
^匹配字符串的开头^a：abc、aaaaaa等
$匹配字符串的结尾c$: ac,abc等

示例：匹配163.com的邮箱

import re


"""
需求：匹配163.com的邮箱地址，且@符号之前有4到20位，例如：hello@163.com
"""


def main():
    names = ["xiaoyan@163.com","x@163.com","yuanhao@163.com","123456789xgtylfhhtydffdsvf@163.com","xiaoyan@cxvcxv163.com","xiaoyan@cxvcxv163"]
    for name in names:
        ret = re.match(r"^[a-zA-Z0-9]{4,20}@163\.com$",name)
        if ret:
            print("变量名 %s 符合要求" % ret.group())
        else:
            print("变量名%s 非法" % name)


if __name__ == "__main__":
    main()


"""
变量名 xiaoyan@163.com 符合要求
变量名x@163.com 非法
变量名 yuanhao@163.com 符合要求
变量名123456789xgtylfhhtydffdsvf@163.com 非法
变量名xiaoyan@cxvcxv163.com 非法
变量名xiaoyan@cxvcxv163 非法

Process finished with exit code 0

"""



import re


"""
需求：匹配163.com的邮箱地址，且@符号之前有4到20位，例如：hello@163.com
"""


def main():
    email_addr = input("请输入一个邮箱地址")
    # 如果在正则表达式中用到了普通的字符，比如 。？等，只需要在他们之前加上\（反斜杠）
    ret = re.match(r"^[a-zA-Z0-9]{4,20}@163\.com$",email_addr)
    if ret:
        print("变量名 %s 符合要求" % ret.group())
    else:
        print("变量名%s 非法" % email_addr)


if __name__ == "__main__":
    main()


"""
变量名 xiaoyan@163.com 符合要求
变量名x@163.com 非法
变量名 yuanhao@163.com 符合要求
变量名123456789xgtylfhhtydffdsvf@163.com 非法
变量名xiaoyan@cxvcxv163.com 非法
变量名xiaoyan@cxvcxv163 非法

Process finished with exit code 0

"""

 4、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匹配到字符串
(?p<name>)分组起别名
(?p=name>)应用别名为name分组匹配到的字符串

示例：判断邮箱地址，且@符号之前有4到20位

import re


"""
需求：匹配邮箱地址，且@符号之前有4到20位，例如：hello@163.com
"""


def main():
    email_addr = input("请输入一个邮箱地址")
    # 如果在正则表达式中用到了普通的字符，比如 。？等，只需要在他们之前加上\（反斜杠）
    ret = re.match(r"^[a-zA-Z0-9]{4,20}@(163|126|qq|gmail)\.com$",email_addr)
    if ret:
        print("变量名 %s 符合要求" % ret.group())
    else:
        print("变量名%s 非法" % email_addr)
#-*- encode:utf-8 -*-
__author__ = 'Administrator'
import re


def main():
    emailaddr = input("请输入邮箱地址:")
    req = re.match("^([a-zA-Z0-9]{4,20})@(163|126|qq|yahoo|gmail)\.com$",emailaddr)
    if req:
        print("输入邮箱地址为：",req.group())
        print("输入邮箱地址为1：",req.group(1))
        print("输入邮箱地址为1：",req.group(2))
    else:
        print("输入邮箱地址的格式不正确")


if __name__ == "__main__":
    main()


"""
请输入邮箱地址:ruanxingzi@163.com
输入邮箱地址为： ruanxingzi@163.com
输入邮箱地址为1： ruanxingzi
输入邮箱地址为1： 163

Process finished with exit code 0
"""

 

#-*- encode:utf-8 -*-
__author__ = 'Administrator'
import re


def main():
    html_str ="<h1>你好！</h1>"
    req = re.match(r'<(\w*)>.*</\1>',html_str)
    if req:
        print("匹配到:",req.group())
    else:
        print("没有匹配到")


def test():
    html_str ="<body><h1>你好！</h1></body>"
    req = re.match(r'<(\w*)><(\w*)>.*</\2></\1>',html_str)
    if req:
        print("匹配到:",req.group())
    else:
        print("没有匹配到")


def test2():
    html_str ="<body><h1>你好！</h1></body>"
    req = re.match(r'<(?P<p1>\w*)><(?P<p2>\w*)>.*</(?P=p2)></(?P=p1)>',html_str)
    if req:
        print("匹配到:",req.group())
    else:
        print("没有匹配到")

if __name__ == "__main__":
    main()
    test()
    test2()

"""
匹配到: <h1>你好！</h1>
匹配到: <body><h1>你好！</h1></body>
匹配到: <body><h1>你好！</h1></body>

Process finished with exit code 0
"""
阿紫_PP
关注
专栏目录
python菜鸟教程中‘(?P＜value＞\d+)‘的理解
qq_45906474的博客
07-24 3772
python正则表达式，菜鸟教程，？P\d+的用法理解
Python3 正则表达式
12-29 949
Python3 正则表达式 正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。 Python 自1.5版本起增加了re 模块，它提供 Perl 风格的正则表达式模式。 re 模块使 Python 语言拥有全部的正则表达式功能。 compile 函数根据一个模式字符串和可选的标志参数生成一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和替换。 re...
搜索引擎终极名单大全
Linhanshi Blog
04-01 4195
http://www.cnbeta.com/modules.php?name=News&file=article&mode=flat&sid=24833访问:搜索引擎大全(包含链接) 搜索引擎研究 Zoolin Dingxiang Deyeb Creativeconfusion Threadwatch Seobook Seroundtable Battellemedia Searcheng
JavaScript查找您的Yahoo! 排行
cunbei2644的博客
09-26 133
动机 (Motivation) Inspired by this article on SitePoint that shows how to find the Google ranking for a specific page and a search query, I decided to do the same, but for the Yahoo! ranking. The fun p...
python核心编程--第十五章
weixin_34067102的博客
06-19 374
为什么80%的码农都做不了架构师？>>> ...
Python正则表达式匹配数字和小数的方法
01-20
 以上所述是小编给大家介绍的Python正则表达式匹配数字和小数的方法,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对软件开发网网站的支持！ 如果你觉得本文对你有...
Python正则表达式教程之二：捕获篇
12-23
在上一篇文中，我们介绍了关于Python正则表达式的基础，那么在这一篇文章里，我们将总结一下正则表达式关于捕获的用法。下面话不多说，来看看详细的介绍吧。  捕获 捕获和分组在正则表达式中有着密切的联系，一般...
Python正则表达式分组概念与用法详解
10-19
Python正则表达式是处理字符串的强大工具，它允许用户定义规则来匹配特定的字符序列。在Python中使用正则表达式时，分组是一个不可或缺的功能，它使得我们能够从复杂的字符串中提取出有用的信息。 首先，正则表达式...
第11.25节 Python正则表达式编译re.compile及正则对象使用.rar
09-16
总结，`re.compile()`是Python正则表达式的重要工具，它使得我们可以预先编译正则表达式模式，提高程序的效率和可读性。通过创建正则表达式对象，我们可以灵活地执行多种正则操作，如查找、替换和分割字符串，从而在...
Python 正则表达式入门（初级篇）
01-20
首先说 正则表达式是什么？ 正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式...
P-value个人理解
江州司马
06-04 3万+
最近见到p-value的频率有点高，之前也看到很多次了，基本当时懂了过几天就忘记了，整理下。 P值定义[from：百度百科] P值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P 值，一般以P < 0.05 为有统计学差异， P<0.01 为有显著统计学差异，P<0.001为有极其显著的统计学差异。其含义是样本间的差异由抽样误差所致的概率小于0....
搜索邮件地址
漫漫程序人生路
10-25 1万+
限定查找某一国家或地区的相关信息,即site:域名后缀+关键词 如SITE:USA 这样的方法,可以避免很多你不需要的国家的网站,准确地搜索到你定位的国家的信息 2.在1基础上168002选择网站类别如SITE:USA .org ..... 我之所以选写．org　也是我要指出一个东西，很多协会网址以．org结尾，在这样的网址里，大部分都有参与会员（也就是公司）的详细 信息，包括名称，公司网址联...
人工智能大数据,公开的海量数据集下载,ImageNet数据集下载,数据挖掘机器学习数据集下载...
weixin_33796177的博客
10-13 2329
人工智能大数据,公开的海量数据集下载,ImageNet数据集下载,数据挖掘机器学习数据集下载 ImageNet挑战赛中超越人类的计算机视觉系统微软亚洲研究院视觉计算组基于深度卷积神经网络（CNN）的计算机视觉系统，在ImageNet 1000挑战中首次超越了人类进行对象识别分类的能力。他们的系统在ImageNet 2012分类数据集中的错误率已降低至4.94%。这个数据集包含约120万张训练图像...
国内外各大搜索引擎登录入口
热门推荐
№快乐因你♂
04-09 6万+
1、中文各大搜索引擎登录入口 http://www.google.com/intl/zh-CN/add_url.html google网站登录 http://www.baidu.com/search/url_submit.html baidu网站登录 http://search.help.cn.yahoo.com/h4_4.html Yahoo 网站登录 http://ads.zhongs
【python学习笔记】自动抓取雅虎新闻的内容
Sindy_Jen的专栏
03-12 3499
在雅虎新闻（http://news.yahoo.com/）搜索，过滤掉来源自雅虎新闻的新闻，提取在html源代码中包含的新闻正文，采用计算文段密度并提取最长文段为正文。对文本进行清洗，去除html标记、无用字段等垃圾，存成txt。再去除无效、过短等不符合质量要求的新闻， 存在的问题是一旦有http报错，就会终止程序，极大影响效率。 #coding:utf-8 import re import
网站免费登录中文搜索引擎入口
[木子]的专栏
03-22 1万+
登录搜索引擎是推广网站很重要的一步。为了方便大家，整理了主要搜索引擎，希望对大家有帮助。以下地址都经过了测试，可以使用，若您在使用时发现死链接，请通知我们，以便更好的为大家服务。同时也欢迎大家推荐好的搜索引擎，在留言本中给我留言就可以了。另外要指出的是，贡献流量的主要是几个著名的搜索引擎，其它的对流量贡献微乎其微。如果您时间不多，大可不必全部登录。当然，如果时间充足，又没有很多推广经费，登录一下也
部分搜索引擎免费登陆口
草尚菲的专栏
10-22 2472
部分搜索引擎登陆口百度免费登录入口 http://www.baidu.com/search/url_submit.htm 新浪免费登录入口 http://bizsite.sina.com.cn/newbizsite/docc/index-2jifu-09.htm 搜狐免费登录入口http://db.sohu.com/regurl/regform.asp?Step=REGFORM&class= 天网
Python正则表达式(re)中sub方法参数为函数函数函数问题解决
m0_46397094的博客
04-05 2105
这是我的第一篇博客！！嘻嘻嘻嘻，可能讲的不大好 我就最近遇到的问题（re正则表达式）之sub方法的参数讨论一下 废话不多说，开始进正题 先介绍一下这个方法 Python 的re模块提供了re.sub用于替换字符串中的匹配项。 语法： re.sub(pattern, repl, string, count=0, flags=0) 参数： pattern : 正则...
正则表达式 ？P<name>
dxcve的博客
08-27 1万+
import re # 将匹配的数字乘以 2 def double(matched): value = int(matched.group('value')) return str(value * 2) s = 'A23G4HFD567' print(re.sub('(?P&lt;value&gt;\d+)', double, s)) ?P&lt;value&gt;的意...
Python正则表达式完全指南
"Python正则表达式详解教程链接：http://www.tutorialspoint.com/python/python_reg_expressions.htm" Python中的正则表达式是用于匹配或查找其他字符串或字符串集的一系列特殊字符，其语法模式在Perl-like风格下...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值