python高级之正则表达式

python高级之正则表达式

四、正则表达式

正则表达式就是记录文本规则的代码

在python中使用正则表达式需要先导入re模块

4.1匹配单个字符

代码	功能
.	匹配任意1个字符（除了\n）
[ ]	匹配[ ]中列举的字符
\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	匹配非特殊字符，即a-z、A-Z、0-9、_、汉字
\W	匹配特殊字符，即非字母、非数字、非汉字

如：match_obj = re.match(“t.o”, “two”)

if match_obj:

获取匹配结果

print(match_obj.group())

else:

print(“匹配失败”)

4.2匹配多个字符

代码	功能
*	匹配前一个字符出现0次或者无限次，即可有可无
+	匹配前一个字符出现1次或者无限次，即至少有1次
?	匹配前一个字符出现1次或者0次，即要么有1次，要么没有
{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

4.3匹配开头结尾

代码	功能
^	匹配字符串开头
$	匹配字符串结尾

4.4匹配分组

代码	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

如：match_obj = re.match(“t.o”, “two”)

if match_obj:

print(match_obj.group())

else:

print(“匹配失败”)

示例1：|

需求：在列表中[“apple”, “banana”, “orange”, “pear”]，匹配apple和pear

import re

# 水果列表
fruit_list = ["apple", "banana", "orange", "pear"]

# 遍历数据
for value in fruit_list:
    # |    匹配左右任意一个表达式
    match_obj = re.match("apple|pear", value)
    if match_obj:
        print("%s是我想要的" % match_obj.group())
    else:
        print("%s不是我要的" % value)

4.5re模块的高级用法

（1）search

根据正则表达式查找指定数据，只查找一次结果

格式：re.search(“正则表达式”，“要匹配的字符串”)

（2）findall

根据正则表达式查找指定数据，会全部查找,会返回一个结果列表

格式：re.findall(“正则表达式”，“要匹配的字符串”)

（3）sub

根据正则表达式查找指定数据，将匹配到的数据进行替换，默认会全部替换，可用count=num进行指定替换次数

格式：re.sub(“正则表达式”，“替换后的数据”,“要匹配的字符串”,count=1)

如：

match_obj-》 sub函数匹配完成以后会自动传入该参数

def add(match_obj):

获取匹配结果

value = match_obj.group()

result = int(value) + 1

返回数据类型必须是字符串

return str(result)

value = re.sub("\d+", add, “阅读数:11”)

print(value)

（4）split

根据正则表达式匹配，进行切割字符串，并返回一个列表，默认全部分割，可用maxsplit=num进行指定分割次数

格式：re.split(“正则表达式”, “要匹配的字符串”, maxsplit=1)

4.6贪婪和非贪婪

（1）贪婪:根据正则表达式尽量多匹配数据，python里面正则默认是贪婪的

提示：如果以后开发过程中使用正则匹配数据比预想的数据要多，要想到非贪婪模式

（2）非贪婪：根据正则表达式尽量少匹配数据

提示：?后面的数据不跟前面的正则表达式匹配，留给后面的代码进行匹配

如：

match_obj = re.search(r"https??/.*?.jpg", my_str)

if match_obj:

获取匹配结果对象

print(match_obj.group())

else:

print(“匹配失败”)

4.7r的作用

r:表示原始数据，不需要对反斜杠进行转义，r里面的反斜杠是一个真正反斜杠

建议:以后使用正则表达式可以统一加上r

转义字符：用\来对字符进行转义，如想查找*，就得写成*