正则表达式 re模块

最新推荐文章于 2024-08-23 09:55:33 发布

看山不是山a

最新推荐文章于 2024-08-23 09:55:33 发布

阅读量324

点赞数 1

分类专栏： Python基础知识文章标签：正则表达式

本文链接：https://blog.csdn.net/weixin_62848630/article/details/134168567

版权

Python基础知识专栏收录该内容

21 篇文章 1 订阅

订阅专栏

本文介绍了正则表达式的概念，包括常见元字符、量词的用法，以及Python中`re`模块的常用函数如`findall`、`finditer`、`search`和`match`的示例。还讲解了预加载正则表达式和分组提取内容的方法。

摘要由CSDN通过智能技术生成

正则表达式：一种使用表达式的方式对字符串进行匹配的语法规则

可以在如下网站中测试正则表达式

在线正则表达式测试 (oschina.net)

1.常见的正则项匹配符号

①元字符：

.          匹配除换⾏符以外的任意字符

\w 匹配字⺟或数字或下划线

\s        匹配任意的空⽩符

\d        匹配数字

\n        匹配⼀个换⾏符

\t         匹配⼀个制表符

^         匹配字符串的开始

$         匹配字符串的结尾

\W       匹配⾮字⺟或数字或下划线

\D        匹配⾮数字

\S        匹配⾮空⽩符

a|b       匹配字符a或字符b

() 匹配括号内的表达式，也表示⼀个组

[...]       匹配字符组中的字符

[^...]      匹配除了字符组中字符的所有字符

②量词：控制前面的元字符出现的次数

* 重复零次或更多次

+         重复⼀次或更多次

?         重复零次或⼀次

{n}       重复n次

{n,}      重复n次或更多次

{n,m}   重复n到m次

③贪婪匹配和惰性匹配

.* 贪婪匹配（尽可能多）

.*? 惰性匹配（尽可能少）

2.使用语法

import re

# findall:  匹配字符串中所有的符合正则的内容
lst = re.findall(r"\d+", "我的电话号是:10086, 我女朋友的电话是:10010")
print(lst)            #['10086', '10010']

# finditer: 匹配字符串中所有的内容[返回的是迭代器], 从迭代器中拿到内容需要.group()
it = re.finditer(r"\d+", "我的电话号是:10086, 我女朋友的电话是:10010")
for i in it:
    print(i.group())

# search, 找到一个结果就返回, 返回的结果是match对象. 拿数据需要.group()
s = re.search(r"\d+", "我的电话号是:10086, 我女朋友的电话是:10010")
print(s.group())


# match是从头开始匹配
s = re.match(r"\d+", "10086, 我女朋友的电话是:10010")
print(s.group())

预加载正则表达式（快捷使用）

# 预加载正则表达式
obj = re.compile(r"\d+")     #效果同上面

ret = obj.finditer("我的电话号是:10086, 我女朋友的电话是:10010")
for it in ret:
    print(it.group())

ret = obj.findall("呵呵哒, 我就不信你不换我1000000000")
print(ret)

s = """
<div class='jay'><span id='1'>郭麒麟</span></div>
<div class='jj'><span id='2'>宋铁</span></div>
<div class='jolin'><span id='3'>大聪明</span></div>
<div class='sylar'><span id='4'>范思哲</span></div>
<div class='tory'><span id='5'>胡说八道</span></div>
"""

# (?P<分组名字>正则) 可以单独从正则匹配的内容中进一步提取内容
obj = re.compile(r"<div class='.*?'><span id='(?P<id>\d+)'>(?P<wahaha>.*?)</span></div>", re.S)  # re.S: 让.能匹配换行符

result = obj.finditer(s)
for it in result:
    print(it.group("wahaha"))
    print(it.group("id"))