Python 学习笔记 - 正则表达式模块

2019独角兽企业重金招聘Python工程师标准>>>

在Python里面，处理字符串除了基本的split，格式化操作等等，还可以使用正则表达式。使用正则表达式，需要导入模块re。正则本身也是一门语言，像下围棋一样，入门很容易，不过要玩的很溜就得花时间了。

 

老实说，老男孩13期的正则表达式的视频真的很烂，那个讲课的估计是个新人，说话颠三倒四，逻辑混乱，豆子听完还是稀里糊涂。

 

课后在网上找到一篇强文

http://www.cnblogs.com/huxi/archive/2010/07/04/1771073.html

 

拜读之后，受益匪浅。

 

基本规则如下所示：

 

re模块有下面几个常用的函数

 

1. findall(pattern, string, flags=0)，这个函数会返回一个列表，列表的元素是匹配到的字符串

 

例1，下面会匹配出以a开头的所有单词，\w+表示一个或者多个字母数字或者下划线，因为不包括空格，所以相当于单个的单词了

1 2 3 4

>>> import re ret=re.findall('a\w+','abc aaa bbh kjk hkk add') print(ret) ['abc', 'aaa', 'add']

 

例2，在字符集里面的元素可以表示或的意义。字符集里面特殊的字符会失去意义；但是他本身有2个特殊的字符，-表示范围，^表示取反，比如说我需要查找加减乘除的符号，那么-因为有特殊含义，因此需要用转移符\转义

1 2 3 4

>>> import re a=re.findall('[+\-*/]\d','3+3-2*4/2') print(a) ['+3', '-2', '*4', '/2']

 

2. search(pattern,string,flags)会通过pattern去匹配，如果匹配成功，会返回一个match对象，否则返回None。然后可以通过group（）函数获取对象里面的字符串

 

例3

1 2 3 4 5 6

>>> import re obj = re.search('\d+', '123uuasf') if obj:     print(obj.group()) ------------- 123

 

3. match(pattern,string,flags)会通过pattern去匹配，如果匹配成功，会返回一个match对象，否则返回None。然后可以通过group（）函数获取对象里面的字符串。他和search的区别在于match只能匹配字符串开头的字符，后面的无法匹配；而search可以匹配到任意位置的字符串。

 

例4

1 2 3 4 5 6

import re obj = re.match('\d+', 'u123uu888asf') if obj:     print(obj.group()) ------------- 123

 

4.finditer(pattern,string,flags) 搜索string，返回一个顺序访问每一个匹配结果（Match对象）的迭代器。 

 

例5，我希望匹配一个括号内的四则运算

 

注意他们的区别，search和match都返回了match对象，然后可以通过group获取字符串；而findall返回的是列表，因为我使用了圆括号分组，因此他会返回圆括号里面的内容；如何获取所有的内容呢，可以通过 finditer，他相当于一个加强版的search，会找到所有match对象放入一个列表，我们可以循环这个列表然后获取每个元素的group内容。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

>>> a=re.match('\(([+\-*/]?\d+\.?\d*){1,}\)','(-3.2)-2*2+(2-3*(22-3*3))') print(a.group()) print('search'.center(40,'-')) a=re.search('\(([+\-*/]?\d+\.?\d*){1,}\)','2-(3*(2.2-3*3))') print(a.group()) print('findall'.center(40,'-')) a=re.findall('\(([+\-*/]?\d+\.?\d*){1,}\)','(-3.2)-2*2+(2-3*(22-3*3))') for item in a:     print(item) print('finditer'.center(40,'-')) a=re.finditer('\(([+\-*/]?\d+\.?\d*){1,}\)','(-3.2)-2*2+(2-3*(22-3*3))') for item in a:     print(item.group()) ------------------------------------------- (-3.2) -----------------search----------------- (2.2-3*3) ----------------findall----------------- -3.2 *3 ----------------finditer---------------- (-3.2) (22-3*3)

 

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

用于替换匹配的字符串

 

例6 替换2次

1 2 3

>>> ss='one,two,three' print(re.sub('\w+','AAA',ss，2)) AAA,AAA,three

 

6.split(pattern, string, maxsplit=0, flags=0)

 

1 2 3 4

>>> a='i am ha happy man' print(re.split('am',a)) ----------------- ['i ', ' ha happy man']

 

除了上面的基本使用之外，还有几点需要注意。

 

*转移符\的使用，Python本身有转移符，在Re模块中也有转移符，因此，如果在Re里要匹配一个字符\，需要使用\\\\四次，首先Python转移为\\进入Re，然后Re再转义成\;一个简单的方法是使用原生字符r，这样\\就行了。

 

例7

1 2 3 4 5 6

>>> a=re.findall('\\\\','\sabc') print(a) b=re.findall(r'\\','\sjkll') print(b) ['\\'] ['\\']

 

正则里面还有有一个概念叫做分组。简单的说，分组就是在已经匹配获取的结果里面继续划分新的子集。

 

在search和match里面，group代表的是获取通过pattern匹配出来的结果；groups表示分组之后的结果；groupdic同样表示分组之后的结果，不过他需要通过P?指定名字才能显示出来

 

例8

1 2 3 4 5 6 7 8 9

import re a=re.search('h(?P<name>\w+)','hello 123a hoo bc333') print(a.group()) print(a.groups()) print(a.groupdict()) ---------------- hello ('ello',) {'name': 'ello'}

 

在findall里面分组比较特殊，如果有分组，那么他直接就显示出分组之后的子集，而不是匹配到的字符串

 

例9 首先匹配到['1hh','2kll']然后分组获取数字后面部分

1 2 3 4

>>> import re a=re.findall('\d(\w+)','1hh jjkl2 hhs 2kll') print(a) ['hh', 'kll']

 

sub就是替换，不存在分组

 

split的分组如下所示

 

例10，对比一下不分组和分组的差别，前者分割之后不会出现分隔符，后者会显示出来

1 2 3 4 5 6 7

>>> a='i am ha happy man' print(re.split('am',a)) a='i am ha happy man' print(re.split('(am)',a)) ---------------- ['i ', ' ha happy man'] ['i ', 'am', ' ha happy man']

 

最后补充一下，正则表达式的函数除了可以直接使用re.search, re.match等形式，还可以先编译一个pattern，然后通过pattern来调用这些函数

 

例11 先编译一次正则表达式，然后再通过编译后的pattern来调用，这样如果调用的地方很多，可以节省一下资源

1 2 3 4 5 6 7

>>> import re >>> p=re.compile(r'\b\w+\b') >>> match=p.search('jkl jkljl 23jk4 kjl2') >>> print(match.group()) jkl >>> p.findall('jkl kls 234lkjk23 23lk ') ['jkl', 'kls', '234lkjk23', '23lk']

 

 

登录乐搏学院官网http://www.learnbo.com/

或关注我们的官方微博微信，还有更多惊喜哦~

 

 

本文出自 “麻婆豆腐” 博客，请务必保留此出处http://beanxyz.blog.51cto.com/5570417/1852180

转载于:https://my.oschina.net/learnbo/blog/872208