python 正则

最新推荐文章于 2024-06-22 09:36:52 发布

傻丫头～

最新推荐文章于 2024-06-22 09:36:52 发布

阅读量570

点赞数

分类专栏： Python 文章标签： python 正则表达式

本文链接：https://blog.csdn.net/wang_xiaxia/article/details/120384575

版权

Python 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

整整20年的学生生涯终于结束了，目前已经正式步入职场了。话说以前我们总是在玩模型，可是工作之后感觉基于规则的场景还是蛮多的，毕竟要看实际落地效果，模型有时就成了辅助。聊到规则，就想到正则的强大，正则这玩意学起来容易，但是要会用还是蛮难的，话不多说，切入正题吧：

在python中通过内置的re库来使用正则表达式，它提供了所有正则表达式的功能。

函数：

1、compile 函数用于编译正则表达式，生成一个 Pattern 对象，它单独使用就没有任何意义，需要和findall(), search(), match(）搭配使用。如果需要重复使用某个正则表达式，可以将该正则表达式编译成模式对象。我们使用re.compile()方法来编译。

ps：除非需要多次使用该正则表达式，否则个人不推荐使用compile 函数，使用其余函数直接就可以完成功能。

import re
content = 'Hello, I am XiaoWang, from Shanxi, a montain city, nice to meet you……'
regex = re.compile('\w*a\w*')
x = regex.findall(content)  # find含有字母a的单词
print(x)

> ['am', 'XiaoWang', 'Shanxi', 'a', 'montain']

p = re.compile(r'[A-Z]')
type(p)
> <class 're.Pattern'>

p.search('I love python')
> <re.Match object; span=(0, 1), match='I'>

p.findall('I love python')
> ['I']

2、match函数，result = re.match(正则表达式，待匹配的字符串) ，尝试从字符串的起始位置匹配一个模式，成功则返回匹配对象，匹配失败，就返回None。正则表达式中，group（）用来提出分组截获的字符串,（）用来分组，当然正则表达式中没有括号，group(1)肯定不对了。

a = "1.2.3 功能说明www.com"
print(re.match(r"(\d+)(\.)(\d+)",a).span()) # 匹配1.2
> (0, 3)
print(re.match(r"www.com",a))  # 匹配www.com,不在起始位置
> None
print(re.match(r"(\d+)(\.)(\d+)",a).group()) #等于group(0),匹配正则表达式整体结果
> 1.2
print(re.match(r"(\d+)(\.)(\d+)",a).group(1)) #group(1)是第一个group的值
> 1
print(re.match(r"(\d+)(\.)(\d+)",a).groups()) # 以元组形式返回所有的group
> ('1', '.', '2')

复杂一点的问题，可以使用括号进行分组起别名，groupdict()用于将匹配结果转为dict

# 第一个括号代表要匹配的括号，进行转义，第二个括号是作为正则的一组 
print(re.match("\((.*?)\)","(三)功能说明").group())  
> (三) 


# 第一个数字1，第二个34589任选一个，然后9个数字，结束符
print(re.match("1[34589]\d{9}$","13000000000r"))  
> None
 

print(re.match(r"0|100|[1-9][\d?]$","99").group() ) #匹配0-100的数字
> 99


S="<html><body><p>python</p></body></html>"
# 使用分组思想，将<>里面的内容用（）包起来，然后后面使用索引
res = r"<(.+)><(.+)><(.+)>.+</\3></\2></\1>"  
print(re.match(res,S).group())
> <html><body><p>python</p></body></html>


# 使用起别名的方式，有括号才表示分组
res = r"<(?P<key1>.+)><(?P<key2>.+)><(?P<key3>.+)>.+</(?P=key3)></(?P=key2)></(?P=key1)>"
print(re.match(res,S).group())
> <html><body><p>python</p></body></html>

3、re.search 扫描整个字符串并返回第一个成功的匹配。

print(re.search(r"\d+","阅读次数为：999,浏览次数为：2000").group())
> 999


s = '1102232000xxxxxxxx'  # 身份证号
res = re.search(r'(?P<province>\d{3})(?P<city>\d{3})(?P<born_year>\d{4})',s)
print(res.groupdict())  # 将匹配结果直接转为字典模式
> {'province': '110', 'city': '223', 'born_year': '2000'}


print(re.search(r'ab{3,10}c','abbbc'))#匹配3到10次
> <re.Match object; span=(0, 5), match='abbbc'>

print(re.search(r'[01]\d\d|2[0-4]\d|25[0-5]','168'))#匹配000-255的数字
> <re.Match object; span=(0, 3), match='168'>


print(re.search(r'(([01]\d\d|2[0-4]\d|25[0-5])\.){3}([01]\d\d|2[0-4]\d|25[0-5])','192.168.100.100'))   #每一个数字000-255
x = "196.255.255.1"
print(re.search(r'(([01]{0,1}\d{0,1}\d|2[0-4]\d|25[0-5])\.){3}(2[0-4]\d|25[0-5]|[01]{0,1}\d{0,1}\d)',x))    匹配0-255，,IP地址使用

> <re.Match object; span=(0, 15), match='192.168.100.100'>
> <re.Match object; span=(0, 13), match='196.255.255.1'>

4、如果想要把所有的数字都找出来，可以使用findall方法，findall方法返回的是一个列表，没有group方法，可以直接打印列表。

print(re.findall(r"\d+","阅读次数为：999,浏览次数为：2000"))
> ['999', '2000']


print(re.findall('^\d',"阅读次数为：999,浏览次数为：2000")) # 以数字开头
> []


print(re.findall('\d$',"阅读次数为：999,浏览次数为：2000")) # 以数字结尾
> []

re.findall(r'[a-z]','wxx.com')
> ['w', 'x', 'x', 'c', 'o', 'm']

5、re.sub用于替换字符串中的匹配项，sub方法的第一个参数是正则表达式，需要替换掉的内容，第2个参数为替换后的数据，第三个参数是待匹配待替换的字符串。sub函数和replace函数和相似，

x = "阅读次数为：999,浏览次数为：2000"
print(re.sub(r"\d+","***",x)) # 把x数字替换为***
> 阅读次数为：***,浏览次数为：***



x.replace("***","999")  #把***替换为999
print(x)
> 阅读次数为：999,浏览次数为：2000

6、re.split方法将字符串分割后返回一个列表

print(re.split(r" +|:+","hi python:hello world"))# 以空格或者冒号分割
> ['hi', 'python', 'hello', 'world']

字符功能：

字符	功能
.(点，英文的句号)	匹配任意一个字符，除了\n
[] \|	[] 匹配[]中列举的字符 \| 匹配左右任意一个表达式
\d \D	\d 匹配数字，即0-9； \D匹配非数字
\s \S	\s匹配空白，即空格，tag键； \S匹配非空白
\w \W	\w 匹配单词字符，即数字，小写字母，大写字母，下划线_ \W匹配非单词字符
*	匹配一个字符出现0次或者多次，即可有可无
+	匹配一个字符出现1次或者多次，至少出现一次
？	一个字符出现1次或者0次，
{m}	匹配个数，前面的字符出现了m次
{m,}	匹配个数，前面的字符至少出现了m次
{m,n}	匹配个数，前面的字符出现了m到n次
^ $	^ 匹配一个字符的开头 $匹配一个字符的结尾
\b \B	\b匹配一个字符的边界 \B匹配非字符边界
（ab）	将括号中的字符作为一个分组/或者只返回括号的内容
\num	引用分组num匹配到的字符串
(?P<name>)	给分组起名字
(?P=name)	引用分组的名字
[\s\S]	匹配任意字符
在“*”“？”“+”“{m,n}”的后面加上？就可以做到非贪婪，尽可能少的匹配