python正则re模块

最新推荐文章于 2024-11-05 15:32:33 发布

weixin_33878457

最新推荐文章于 2024-11-05 15:32:33 发布

阅读量108

点赞数

文章标签： python java c/c++

原文链接：https://my.oschina.net/u/4142063/blog/3058703

版权

2019独角兽企业重金招聘Python工程师标准>>>

举例

life is short, i use python
# 我要验证这个字符串最后一个单词是不是life
# 我想拿到这个字符串中第三个单词，
# 都可以通过正则实现
作用：（匹配和截取）给定的字符串是否符合正则表达式的过滤逻辑；可以通过正则表达式，从字符串中获取我们想要的特定部分。

re模块使用

# 导入re模块
import re

# 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)

# 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()

# 第一个re模块函数，match：从字符串的第一个字符开始匹配

# 示例
import re

# result = re.match("life", "life is short, i love python")
result = re.match("is", "life is short, i use python")

print(result)

# re.match() 能够匹配出以xxx开头的字符串

匹配单个字符

上面我们了解到通过re模块能够完成使用正则表达式来匹配字符串，接下来我们讲解正则表达式的单字符匹配

import re

"""
匹配任意一个字符（除了\n）
        '\r' 回车，回到当前行的行首，而不会换到下一行，如果接着输出的话，本行以前的内容会被逐一覆盖；
        '\n' 换行，换到当前位置的下一行，而不会回到行首；
        那就是windows在写入文件的时候把一个\n转换成了\r\n，\r保持不变,记事本只认\r\n
[]	匹配[]中列举的一个字符
\d	匹配一个数字，即0-9
\D	匹配非数字
\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
"""

ret = re.match(".", "M")
# ret = re.match(".|\n", "\n")
# ret = re.match(".", "\n", re.S) # 匹配\n的两种方法
# ret = re.match("[.\n]", "\n")
print(ret.group())

ret = re.match("t.o", "too")
print(ret.group())

ret = re.match("t.o", "two")
print(ret.group())

其他的不讲了

匹配多个字符

import re

"""
*  匹配一个字符出现0次或者无限次
+  匹配一个字符出现1次或者无限次
？  匹配一个字符出现1次或者0次
{m}       匹配一个字符出现m次
{m,n}  匹配一个字符出现m次到n次
"""

ret = re.match("A-Z*", "Aabcdef")
print(ret.group())

# 题目1：匹配一个字符串是不是163的邮箱地址，且@符号之前有4到20位，例如hello@163.com

ret1 = re.match("[a-zA-Z0-9]{4,20}@163.com", "fdfaffafa@163.com")
print(ret1.group())

# 注意点
# 1.{}不能有空格，2.\w可以匹配汉字  3..要转义  4.结尾的问题
# 错误示范
ret1 = re.match("\w{4, 20}@163.com", "fdfaffafa@163.com")
print(ret1.group())

匹配开头结尾

import re
"""
^  匹配字符串开头
$  匹配字符串结尾
"""
# 题目1：匹配出163的邮箱地址，且@符号之前有4到20位，例如hello@163.com
ret1 = re.match("\w{4,20}@163\.com$", "fdfaffafa@163.comfaf")
print(ret1.group())

# match就是从头开始匹配

匹配分组

"""
|  匹配左右任意一个表达式
(ab)   将括号中的字符作为一个分组
\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
"""

print("\\n")
# |    匹配左右任意一个表达式
ret = re.match("a|b", "a")
print(ret.group())

# (ab) 将括号中的字符作为一个分组
ret = re.match("\w{4,20}@(163|126|qq).com", "test@163.com")
	if ret:
       	print(ret.group(1))

   	# 如果打印group(1)可以得到分组的结果
   	else:
        print("不是163、126、qq邮箱")  # 不是163、126、qq邮箱


# \num 引用分组num匹配到的字符串
ret = re.match("<[a-zA-Z]>\w</[a-zA-Z]*>", "<html>hh</htmlbalabala>")
print(ret.group())
# 不行
# 引用分组

ret = re.match(r"<([a-zA-Z])>\w</\1>", "<html>hh</html>")
print(ret.group())
# 前面加一个r,如果不加r会出现下面的情况
print("<([a-zA-Z])>\w</\1>")

# 分组起别名，引用别名的分组
ret = re.match(r"<(\w)><(\w)>.*</\2></\1>", "<html><h1>www.baidu.cn</h1></html>")
print(ret.group())

ret = re.match(r"<(?P<name1>\w)><(?P<name2>\w)>.*</(?P=name2)></(?P=name1)>", "<html><h1>www.baidu.cn</h1></html>")

print(ret.group())

re模块的高级用法

import re

"""
re.match() 能够匹配出以xxx开头的字符串，打印结构需要group()
re.search()匹配出现在字符串中任意一个位置的xxx字符，打印结果需要group()
re.findall()匹配出现在字符串中所有的xxx字符，
re.sub()将匹配到的字符数据进行替换
re.split()根据匹配进行切割字符串，并返回一个列表
"""

import re

ret = re.search(r"\d+", "阅读次数为 9999")
print(ret.group())
# search实现和match一样的功能是只需要在正则表达式前面加^

ret = re.findall(r"\d+", "python = 9999, c = 7890, c++ = 12345")
print(ret)  # 返回一个列表

ret = re.sub(r"\d+", '998', "python = 997， java = 667")
print(ret)  # 返回替换后的结果
# 比字符串replace的功能强
s = "python = 997， java = 667"
print(s.replace("997", "998"))

ret = re.split(r":| ", "info:xiaoZhang 33 shandong")
print(ret)
# 比字符串split功能强
s = "info:xiaoZhang 33 shandong"
print(s.split(' '))

转载于:https://my.oschina.net/u/4142063/blog/3058703