正则表达式学习总结
1.正则表达式
正则表达式是一种可以让一些复杂的字符串问题变得简答的工具
2.正则语法
-
re模块
fullmatch（正则表达式，字符串） —— 判断整个字符串是否满足正则表达式描述的规则（完全匹配）
python提供正则表达式的方法:提供一个字符串，字符串内容是一个正则表达式，这个字符串的最前面需要加rpython的正则表达式**:r ‘正则’**
python的正则表达式：r’正则’
js测正则表达式：/正则/
os的正则表达式：“正则”
3.正则语法内容
包括：包括:匹配类符号、控制次数的符号、分组和分支、检测类符号
-
匹配类符号 —— 约束字符串中某个位置上的字符是什么样的字符
-
普通符号（字符）— 在正则表达式中表示字符本身的符号就是普通符号(除了特殊符号以外的都是普通符号)
from re import fullmatch result = fullmatch(r'abc', 'abc') print(result) #<re.Match object; span=(0, 3), match='abc'> -
**“ . ” **—— 匹配任意一个字符
result = fullmatch(r'.bc', '好bc') print(result) #<re.Match object; span=(0, 3), match='好bc'> result = fullmatch(r'x..y', 'x-8y') print(result) #<re.Match object; span=(0, 4), match='x-8y'> -
\d —— 匹配任意一个数字字符
result = fullmatch(r'x\dy', 'x6y') print(result) #<re.Match object; span=(0, 3), match='x6y'> -
\s —— 匹配任意一个空白字符
result = fullmatch(r'x\sy', 'x\ny') print(result) #<re.Match object; span=(0, 3), match='x\ny'>空白字符：任何可以产生空白效果的符号，如：空格、\t、\n
-
**\D ** —— 匹配任意一个非数字字符
result = fullmatch(r'x\Dy', 'xMy') print(result) #<re.Match object; span=(0, 3), match='xMy'> -
\S —— 匹配任意一个非空白字符
result = fullmatch(r'x\Sy', 'xay') print(result) #<re.Match object; span=(0, 3), match='xay'> -
[字符集] —— 匹配字符集中的任意一个字
[mnab]-匹配m或者n或者a或者b [ \dmn]. ..[mldn].-.亚配任意数字或者m或者n[!d1s] —— 匹配任意数字或者任意空白[1-9]-匹配1到9中任意数字 [0-9]-和ld效果一样 [a-z]-匹配任意一个小写字母 [1-5a-z]-匹配数字1到5或者任意小写字母 [A-Za-z] -匹配任意一个字母 result = fullmatch(r'x[Mn3+]y', 'xMy') print(result) #<re.Match object; span=(0, 3), match='xMy'> result = fullmatch(r'x[\u4e00-\u9fa5\dwp]y', 'x3y') print(result) #<re.Match object; span=(0, 3), match='x3y'> -
**[^字符集] ** —— 匹配不在字符集中的任意一个字符
result = fullmatch(r'x[^mn]y', 'x-y') print(result) #<re.Match object; span=(0, 3), match='x-y'> result = fullmatch(r'x[^\u4e00-\u9fa5]y', 'x0y') print(result) #<re.Match object; span=(0, 3), match='x0y'>
-
-
控制次数的符号
-
**‘’ * ‘’ ** —— 任意次数（0或者多次）
print(fullmatch(r'xa*y', 'xy')) #<re.Match object; span=(0, 2), match='xy'> print(fullmatch(r'xa*y', 'xay')) #<re.Match object; span=(0, 3), match='xay'> -
**‘’ + ‘’ ** —— 至少一次（1或者多次）
print(fullmatch(r'xa+y', 'xy')) # None print(fullmatch(r'xa+y', 'xaaaaay')) #<re.Match object; span=(0, 7), match='xaaaaay'> -
‘’ ？ ‘’ —— 0次或者1次
print(fullmatch(r'[+-]?[1-9]\d\d', '810')) #<re.Match object; span=(0, 3), match='810'> print(fullmatch(r'❤?xy', '❤xy')) #<re.Match object; span=(0, 3), match='❤xy'> -
**‘’ {} ‘’ **
- {N} —— N次
- {M,N} —— M到N次
- {M，} —— 至少M次
- {，N} —— 最多N次
print(fullmatch(r'1[3-9]\d{9}', '13892839283')) #<re.Match object; span=(0, 11), match='13892839283'> print(fullmatch(r'123a{4}', '123aaaa')) #<re.Match object; span=(0, 7), match='123aaaa'> print(fullmatch(r'123a{2,4}', '123aaa')) #<re.Match object; span=(0, 6), match='123aaa'> print(fullmatch(r'123a{2,}', '123aaaaaaaa')) #<re.Match object; span=(0, 11), match='123aaaaaaaa'>
-
-
贪婪和非贪婪模式
匹配次数不确定的时候
-
贪婪模式：如果多种匹配次数都可以匹配成功，最后取最大的次数进行匹配
print(search('a.+b', '上访户大富豪amnbxybmnhjb按实际符合sdf')) # 'amnbxyb'默认是贪婪模式：*、+、{M,N}、{M,}、{,N}
-
非贪婪模式:?、+?、{M,N}?、{M,}?、{,N}?
print(search('a.+?b', '上访户大富豪amnbxybmnhjb按实际符合sdf')) # 'amnb'
-
-
分支和分组
-
分组
-
整体操作：将正则的一部分用（）括起来表示一个分组，然后整体控制次数
print(fullmatch(r'([a-z]{2}\d{2})+', 'an23an23km78an23an23')) #<re.Match object; span=(0, 20), match='an23an23km78an23an23'> print(fullmatch(r'(ab){3}', 'ababab')) #print(fullmatch(r'(ab){3}', 'ababab')) -
重复匹配结果：在正则中用()添加分组，然后在正则用\N来重复前面第N个分组的匹配结果
print(fullmatch(r'abc(\d{3})mn\1', 'abc800mn800')) #<re.Match object; span=(0, 11), match='abc800mn800'> print(fullmatch(r'abc(\d{3})mn\1', 'abc800mn801')) # None -
捕获：将只需要提取的字符串用（）括起来
str1 = '大姐夫237收到w82hjjk===23sjs923.s,数据ssd282' result = findall(r'\d+', str1) print(result) # ['237', '82', '23', '923', '282']
-
-
分支
正则1|正则2|正则3|
注意:如果是正则的部分要进行分支选择，需要将部分分支地方加()
print(fullmatch(r'abc\d{2}|abc[A-Z]{2}', 'abc89')) #<re.Match object; span=(0, 5), match='abc89'> print(fullmatch(r'abc(\d{2}|[A-Z]{2})', 'abcKS')) #<re.Match object; span=(0, 5), match='abcKS'>
-
-
检测类符号
检测符号所在的位置是否符合条件（必须是在匹配成功的条件下才能检测）
-
单词边界 —— **\b **
检测 \b 所在的位置是否是单词边界
单词边界:凡是可以将两个单词区分开的符号都是单词边界，比如︰字符串开头、字符串结尾、空白字符、标点符号等!
注意：检测类符号不影响字符串长度
result = findall(r'\d{2}\b', '收到回复就27就是28 ssj09是==238skkls23;72') print(result) #['28', '23', '72'] result = fullmatch(r'abc\b123', 'abc123') print(result) # None result = fullmatch(r'abc,\b123', 'abc,123') print(result) #<re.Match object; span=(0, 7), match='abc,123'> -
检测字符串开头 —— ^
result = findall(r'^\d{2}', '78收到回复就27就是28 ssj09是==238skkls23;72') print(result) #['78'] -
检测字符串结尾 —— $
result = findall(r'\d{2}$', '78收到回复就27就是28 ssj09是==238skkls23;72') print(result) ['72']
-
-
转义符号
在正则中本身具备特殊功能或者特殊意义的符号前加上**“ \ ”**,让它的功能消失，变成普通符号
print(fullmatch(r'\d\d\.\d\d', '12.34')) #<re.Match object; span=(0, 5), match='12.34'> print(fullmatch(r'\d\+\d', '2+4')) #<re.Match object; span=(0, 3), match='2+4'> print(fullmatch(r'abc\\d', 'abc\d')) #<re.Match object; span=(0, 5), match='abc\\d'> print(fullmatch(r'\(\d\d\)', '(23)')) #<re.Match object; span=(0, 4), match='(23)'>[]也可以让独立存在有特殊意义的符号功能消失
注意: ’‘ ^ ’‘ ** 和’‘ - ’‘在[]中的意义，’‘ [] ’‘在’‘ [] ’‘中需要加上’‘ \ ’‘**
print(fullmatch(r'\d\d[.+*?\]$^-]\d\d', '12]34')) #<re.Match object; span=(0, 5), match='12]34'> -
re模块中常用的函数及其功能
-
fullmatch（正则，字符串）—— 完全匹配，判断整个字符串是否满足正则描述的规则，如果不满足结果是None，满足返回匹配对象
print(fullmatch(r'\d{3}', '123')) #<re.Match object; span=(0, 3), match='123'> -
match（正则，字符串）—— 匹配字符串开头，如果不满足结果是None，满足返回匹配对象
print(match(r'\d{3}', '123阿萨德发234234asfas')) <re.Match object; span=(0, 3), match='123'> -
search（正则，字符串）—— 在整个字符串中查找第一个满足正则表达式的子串，如果不满足结果是None，满足返回匹配对象
print(search(r'\d{3}', '阿萨892德发208asf1023as')) #<re.Match object; span=(2, 5), match='892'> -
findall（正则，字符串）—— 获取整个字符串中所有满足正则的子串，返回一个列表（注意分组问题）
print(findall(r'\d{3}', '阿萨892德发208asf1023as')) #['892', '208', '102'] -
finditer（正则，字符串）—— 获取整个字符串中所有满足正则的子串，返回一个迭代器，迭代器中的元素就是匹配对象
print(findall(r'[a-z](\d{3})', '阿萨892德发208asf1023as')) #['102'] -
sub（正则，字符串1，字符串2）—— 将字符串2中所有满足正则的字串全部替换成字符串1
str1 = 'how are you? i am fine! thank you! and you?' result = str1.replace('you', 'me') print(result) #how are me? i am fine! thank me! and me? -
split（正则，字符串）—— 将字符串中所有满足正则的子串作为切割点对字符串进行切割
str1 = 'hsj+23g-shdf-ahsf-水电费+234' print(split(r'[+-]', str1, 2)) #['hsj', '23g', 'shdf-ahsf-水电费+234']
-
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
