文章目录
类别 | 元字符 |
---|---|
匹配字符 | . […] [^…] \d \D \w \W \s \S |
匹配重复 | * + ? {n} {m,n} |
匹配位置 | ^ $ \b \B |
其他 | () \ 竖杠 |
其他|| () \
re.findall(pattern,string)
功能: 根据正则表达式匹配目标字符串内容
参数: pattern 正则表达式
string 目标字符串
返回值: 匹配到的内容列表,如果正则表达式有子组则只能获取到子组对应的内容
元字符使用
匹配单个
1,普通字符
匹配规则:每个普通字符匹配其对应的字符
e.g.
In : re.findall('ab',"abcdefabcd")#去abcdefabcd这里找ab
Out: ['ab', 'ab']#找到的结果
注意:正则表达式在python中也可以匹配中文
2,或关系
元字符: |
匹配规则: 匹配 | 两侧任意的正则表达式即可
e.g.
In : re.findall('com|cn',"www.baidu.com/www.tmooc.cn")#向后面找com或cn
Out: ['com', 'cn']
3,匹配单个字符
元字符:.
匹配规则:匹配除换行外的任意一个字符
e.g.
In : re.findall('张.丰',"张三丰,张四丰,张五丰")
Out: ['张三丰', '张四丰', '张五丰']
4,匹配字符集
元字符: [字符集]
匹配规则: 匹配字符集中的任意一个字符
表达形式:
[aeiou你我他] 表示 [] 中的任意一个字符
[0-9],[a-z],[A-Z] 表示区间内的任意一个字符
[_#?0-9a-z] 混合书写,一般区间表达写在后面
e.g.
In : re.findall('[aeiou]',"How are you!")
Out: ['o', 'a', 'e', 'o', 'u']
5,匹配字符集反集
元字符:[^字符集]
匹配规则:匹配除了字符集以外的任意一个字符
e.g.
In : re.findall('[^0-9]',"Use 007 port")
Out: ['U', 's', 'e', ' ', ' ', 'p', 'o', 'r', 't']
匹配字符重复
元字符: *
匹配规则:匹配前面的字符出现0次或多次
我理解:比如re.findall('wo*',"wooooo~~w!"),是找以w开头的
e.g.
In : re.findall('wo*',"wooooo~~w!")
Out: ['wooooo', 'w']
元字符:+
匹配规则: 匹配前面的字符出现1次或多次
我理解:比如re.findall('wo+',"wooooo~~w!"),是找以wo开头的
e.g.
In : re.findall('wo*',"wooooo~~w!")
Out: ['wooooo']
元字符:?
匹配规则: 匹配前面的字符出现0次或1次
我理解:比如re.findall('wo?',"wooooo~~w!"),是找以wo开头的 和 w开头的
e.g.
In : re.findall('wo?',"wooooo~~w!")
Out: ['wooooo', 'w']
元字符:{n}
匹配规则: 匹配前面的字符出现n次
In : re.findall('wo{3}',"wooooo~~w!")
Out: ['wooo']
————————————————————————————————————————————————————————————————————————————
e.g. 匹配手机号码
In : re.findall('1[0-9]{10}',"Jame:13886495728")
Out: ['13886495728']
元字符:{m,n}
匹配规则: 匹配前面的字符出现m-n次
e.g. 匹配qq号
In : re.findall('[1-9][0-9]{5,10}',"Baron:1259296994")
Out: ['1259296994']
匹配字符串开始和结束位置
元字符: ^
以…开头
元字符: $
以…结尾
匹配任意(非)数字字符
元字符: \d \D
匹配规则:\d 匹配任意数字字符,\D 匹配任意非数字字符
e.g. 匹配端口
In : re.findall('\d{1,5}',"Mysql: 3306, http:80")
Out: ['3306', '80']
匹配任意(非)普通字符
元字符: \w \W
匹配规则: \w 匹配普通字符,\W 匹配非普通字符
说明: 普通字符指数字,字母,下划线,汉字。
e.g.
In : re.findall('\w+',"server_port = 8888")
Out: ['server_port', '8888']
匹配任意(非)空字符
元字符: \s \S
匹配规则:\s匹配空字符,\S 匹配非空字符
说明:空字符指 空格\r \n \t \v \f 字符
e.g.
In : re.findall('\w+\s+\w+',"hello world")
Out: ['hello world']
匹配(非)单词的边界位置
元字符:\b \B
匹配规则:\b 表示单词边界,\B 表示非单词边界
说明:单词边界指数字字母(汉字)下划线与其他字符的交界位置。
我理解是 独立的,比如:空格+要过滤的字符+空格,这个就使用\b
e.g.
In : re.findall(r'\bis\b',"This is a test.")
Out: ['is']
注意: 当元字符符号与Python字符串中转义字符冲突的情况则需要使用r将正则表达式字符串声明为原始字符串,如果不确定那些是Python字符串的转义字符,则可以在所有正则表达式前加r。
匹配规则
特殊字符匹配
目的 : 如果匹配的目标字符串中包含正则表达式特殊字符,则在表达式中元字符就想表示其本身含义时就需要进行 \ 处理。
特殊字符: . * + ? ^ $ [] () {} | \
操作方法:在正则表达式元字符前加 \ 则元字符就是去其特殊含义,就表示字符本身
贪婪模式和非贪婪模式
定义
贪婪模式: 默认情况下,匹配重复的元字符总是尽可能多的向后匹配内容。比如: * + ? {m,n}
非贪婪模式(懒惰模式): 让匹配重复的元字符尽可能少的向后匹配内容。
贪婪模式转换为非贪婪模式
在对应的匹配重复的元字符后加 ‘?’ 号即可
* -> *?
+ -> +?
? -> ??
{m,n} -> {m,n}?
正则表达式分组
定义
在正则表达式中,以()建立正则表达式的内部分组,子组是正则表达式的一部分,可以作为内部整体操作对象。
作用 : 可以被作为整体操作,改变元字符的操作对象
e.g. 改变 +号 重复的对象
In : re.search(r'(ab)+',"ababababab").group()
Out: 'ababababab'
e.g. 改变 |号 操作对象
In : re.search(r'(王|李)\w{1,3}',"王者荣耀").group()
Out: '王者荣耀'
我理解:用()包起来,看成一个整体
注意事项
一个正则表达式中可以包含多个子组
子组可以嵌套但是不宜结构过于复杂
子组序列号一般从外到内,从左到右计数
捕获组
我理解是起个名字,实际没啥用
格式:(?P内容)
直接放大招(偷懒)
https://tool.oschina.net/regex#
Python re模块使用
基础函数使用
1查找
re.findall(pattern,string)
功能: 根据正则表达式匹配目标字符串内容
参数: pattern 正则表达式
string 目标字符串
返回值: 匹配到的内容列表,如果正则表达式有子组则只能获取到子组对应的内容
如果正则表达式有组,则只能返回组对应的匹配部分
如果正则表达式有组,则只能返回组对应的匹配部分
如果正则表达式有组,则只能返回组对应的匹配部分
#################################################
注意:如果正则表达式有分组就用
re.search(pattern,string).group('pig')
2切割
re.split(pattern,string,max)
功能: 使用正则表达式匹配内容,切割目标字符串
参数: pattern 正则表达式
string 目标字符串
max 最多切割几部分
返回值: 切割后的内容列表
###############################################################
import re
text = "Alex:1996,Sunny:1998"
#非普通字符切割,就是用:和,切割text的内容
result = re.split('\W',text)
print(result)
#['Alex', '1996', 'Sunny', '1998']
3替换
re.sub(pattern,replace,string,count)
功能: 使用一个字符串替换正则表达式匹配到的内容
参数: pattern 正则表达式
replace 替换的字符串
string 目标字符串
count 最多替换几处,默认替换全部
返回值: 替换后的字符串
##############################################################
import re
text = "Alex:1996,Sunny:1998"
# 使用哈哈哈替换匹配到的内容
result = re.sub('\W','哈哈哈',text)
print(result)
#Alex哈哈哈1996哈哈哈Sunny哈哈哈1998
生成match对象
1,返回一个迭代对象
每次迭代获取一处对应匹配到的match对象
re.finditer(pattern,string)
功能: 根据正则表达式匹配目标字符串内容
参数: pattern 正则表达式
string 目标字符串
返回值: 匹配结果的迭代器
#############################################
import re
text = "Alex:1996,Sunny:1998"
# 匹配第一处符合规则的
result = re.finditer("\w+",text)
for i in result:
print(i.group())#i是一个Match对象
# Alex
# 1996
# Sunny
# 1998
2,匹配目标字符串开头位置
re.match(pattern,string)
功能:匹配某个目标字符串开始位置
参数:pattern 正则
string 目标字符串
返回值:匹配内容match object
######################################################
import re
text = "Alex:1996,Sunny:1998"
result = re.match('\w+:\d+',text)
print(result)#match对象
print(result.span())#(0, 9) 匹配的位置:text[0:9] 是匹配到的
print(result.group())#Alex:1996 匹配到对应的内容
3,返回一个迭代对象
re.search(pattern,string)
功能:匹配目标字符串第一个符合内容
参数:pattern 正则
string 目标字符串
返回值:匹配内容match object
##########################################################
import re
text = "Alex:1996,Sunny:1998"
# 匹配第一处符合规则的
result = re.search("(\w+):(?P<year>\d+)",text)
print(result.group())#Alex:1996 匹配的内容
print(result.group(1))#Alex 按照分组匹配第一组的
print(result.group("year"))#1996 按照分组匹配取别名year的组,或者是group(2)也一样
match对象使用
1,span() 获取匹配内容的起止位置
2,group(n = 0),
功能:获取match对象匹配内容
参数:默认为0表示获取整个match对象内容,如果是序列号或者组名则表示获取对应子组内容
返回值:匹配字符串