python正则记录

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