正则基础语法
语法 | 说明 | 表达式实例 | 完整匹配 | ||
---|---|---|---|---|---|
. | 匹配任意字符 | a.c | abc | ||
\ | 转义字符 | a\.c | a.c | ||
[] | 字符集 | a[bcd]e | abe/ace/ade | ||
\d | 数字:[0-9] | a\dc | a1c | ||
\D | 非数字:[ ^\d] | a\Dc | abc | ||
\s | 空白字符:[<空格>]\t\r\n\f\v | a\sc | a c | ||
* | 匹配拳一个字符0或无限次 | abc* | ab/abccc | ||
+ | 匹配前一个字符1或无限次 | abc* | abc/abccc | ||
? | 匹配前一个字符0次或1次 | abc? | ab/abc | ||
\w | 单词字符[A-Za-z0-9_] | a\wc | abc | ||
{m} | 匹配前一个字符m次 | ab{2}c | abbc | ||
( ) | 匹配括号内的表达式,也表示一个组 |
re.match
尝试从字符串的其实位置匹配一个模式,如果不是其实位置匹配成功的话,返回none
常规匹配:
import re
content="Hello 123 456 World is a houzi"
result = re.match("^Hello\s\d\d\d\s\d\d\d\s\w.*houzi$",content)
print(result.group())
print(result)
print(result.span())
#返回结果
>>>Hello 123 456 World is a houzi
>>><_sre.SRE_Match object; span=(0, 30) >>>match='Hello 123 456 World is a houzi'>
>>>(0, 30)
泛匹配: .* 匹配任意个任意字符
import re
content="Hello 123 456 World is a houzi"
result = re.match("^Hello.*houzi$",content)
print(result.group())
print(result)
print(result.span())
# 返回结果
>>>Hello 123 456 World is a houzi
>>><_sre.SRE_Match object; span=(0, 30)
>>>match='Hello 123 456 World is a houzi'>
>>>(0, 30)
匹配目标:
import re
content="Hello 123 456 World is a houzi"
result = re.match("^Hello\s(\d+)\s.*houzi$",content)
print(result.group(1))
print(result)
print(result.span())
# 输出结果
>>> 123
>>> <_sre.SRE_Match object; span=(0, 30)
>>> match='Hello 123 456 World is a houzi'>
>>> (0, 30)
贪婪匹配:
.*尽可能匹配多的字符
import re
content="Hello 123 456 World is a houzi"
result = re.match("^Hello.*(\d+)\s.*houzi$",content)
print(result.group(1))
print(result)
print(result.span())
# 输出结果
>>> 6 # 123 45 全被.*匹配走了
>>> <_sre.SRE_Match object; span=(0, 30)
>>> match='Hello 123 456 World is a houzi'>
>>> (0, 30)
非贪婪匹配:
.*?尽可能匹配较少的字符
import re
content="Hello 123 456 World is a houzi"
result = re.match("^Hello.*?(\d+)\s.*houzi$",content)
print(result.group(1))
print(result)
print(result.span())
#输出结果
>>> 123 # .*只匹配到有数字的时候就停止
>>> <_sre.SRE_Match object; span=(0, 30)
>>> match='Hello 123 456 World is a houzi'>
>>> (0, 30)
匹配模式:
import re
content="Hello 123 456 World \n is a houzi"
result = re.match("^Hello.*?(\d+).*houzi$",content,re.S)
# re.S 使.*可以匹配特殊字符
print(result.group(1))
print(result)
print(result.span())
# 输出结果
123
<_sre.SRE_Match object; span=(0, 32), match='Hello 123 456 World \n is a houzi'>
(0, 32)
转义:
在特殊符号前加\转义
import re
content="Hello $5.00"
result = re.match("Hello \$5\.00",content)
print(result.group())
print(result.span())
re.search
- 搜索整个字符串,返回第一个成功的匹配
import re
content="Hello $5.00"
result = re.search("(Hello)",content)
print(result.group())
print(result.span())
# 输出结果
>>> Hello
>>> (0, 5)
re.findall(找所有)
- 搜索字符串,以列表形式返回全部能匹配的子串
ret = re.findall("匹配规则",待匹配对象)
# 返回的是一个列表
re.findall(".","\n",re.S)
#re.S可以匹配换行符
re.sub(替换)
- 替换字符串中每一个匹配的子串后返回替换后的字符串
import re
content="Hello $5.00"
result = re.sub("(Hello)","shut!",content)
print(result)
# 输出结果
>>> shut! $5.00
import re
content="Hello $5.00"
# r"\1 shut!" 表示拿到匹配的第一组
result = re.sub("(Hello)",r"\1 shut!",content)
print(result)
# 输出结果
>>> Hello shut! $5.00
- 可以用sub
import re
content="<a src='www.baidu.com'></a>" \
"<li>ssss</li>"
result = re.sub("<a.*?></a>","",content)
print(result)
# 输出结果
>>> <li>ssss</li>
re.compile(编译)
- 将正则字符串编译成正则对象,以便于复用改匹配模式
import re
content="<a src='www.baidu.com'></a>" \
"<li>ssss</li>"
pattern = re.compile("<a.*?></a>",re.S)
result = re.match(pattern,content)
print(type(pattern))
print(result.group())
# 输出结果
<class '_sre.SRE_Pattern'>
<a src='www.baidu.com'></a>
最后,正则在工作中用的确实比较多,还是好好学习,一直不停的超越自己.第一篇文章到这里吧