re模块
re模块 一、正则表达式中常用的字符 1.11个元字符 ①.匹配任意字符,‘n’除外 ? 1 import re 2 print(re.findall(‘a.c‘,‘abcjkhkjfagc‘)) ? [‘abc‘,‘agc‘] ②*匹配前一个字符0次或多次 1 import re 2 print(re.findall(‘ab*‘,‘abbbdsdsdabbja‘)) [‘abbb‘,‘abb‘,‘a‘] ③+匹配前一个字符至少一次或者多次 1 import re 2 print(re.findall(‘ab+‘,‘abb‘] 发现了没有,一样的例子用+匹配到的结果比用*匹配到的结果少了一个,因为+要求前一个字符至少匹配一次,所以你会发现在使用+匹配的时候那个‘a’是匹配不上的 ④?匹配前一个字符0次或者一次 import re print(re.findall(‘ab?‘,‘abbbdsdsdabbja‘)) [‘ab‘,‘ab‘,‘a‘] ⑤^匹配字符串开头。在多行模式中匹配每一行的开头 1 import re 2 print(re.findall(‘^ab‘,‘abbbdsdsdabbja‘)) [‘ab‘] ⑥匹配字符串末尾,在多行模式中匹配每一行的末尾 1 import re 2 print(re.findall(‘ab$‘,‘abbbdsdsdabbjab‘)) [‘ab‘] ⑦或。匹配|左右表达式任意一个,从左到右匹配,如果|没有包括在()中,则它的范围是整个正则表达式 1 import re 2 print(re.findall(‘ab|bj‘,‘abbbdsdsdabbjab‘)) [‘ab‘,‘bj‘,‘ab‘] ⑧{m}匹配前一个字符m次,{m,n}匹配前一个字符m至n次,若省略n,则匹配m至无限次 1 import re 2 print(re.findall(‘ab{0}‘,‘abbbbbbbbbbbbdas‘)) 3 print(re.findall(‘ab{5}‘,‘abbbbbbbbbbbbdas‘)) 4 print(re.findall(‘ab{0,2}‘,‘abbbbbbbbbbbbdas‘)) 5 print(re.findall(‘ab{2,3}‘,‘abbbbbbbbbbbbdas‘)) 6 print(re.findall(‘ab{2,}‘,‘abbbbbbbbbbbbdas‘)) [‘a‘,‘a‘] [‘abbbbb‘] [‘abb‘,‘a‘] [‘abbb‘] [‘abbbbbbbbbbbb‘] ⑨被括起来的表达式将作为分组,从表达式左边开始没遇到一个分组的左括号“(”,编号+1. 1 import re 2 print(re.findall(‘ab(ghj|c)‘,‘abghjdjsadkajsdabc‘)) [‘ghj‘,‘c‘] ⑩转义字符,使后一个字符改变原来的意思
十一:[]字符集。对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出,也可以给出范围,如[abc]或[a-c]。[^abc]表示取反,即非abc。 所有特殊字符在字符集中都失去其原有的特殊含义。用反斜杠转义恢复特殊字符的特殊含义。 ? ? 1 import re 2 print(re.findall(‘a[a-g]{2}‘,‘abghjdjsadkajsdabc‘)) ? [‘abg‘,‘abc‘] 1 import re 2 print(re.findall(‘a[^a-g]{2}‘,‘a546bghjdjsadkajsdabc‘)) [‘a54‘,‘ajs‘] import re print(re.findall(‘[()]‘,‘a546bghjda(5+2)dkajsdabc‘)) [‘(‘,‘)‘] 2、预定义字符集 ?
? ****使用正则表达式提取表达式2+5*98+(1+(2*5))最里面的括号里面的值 1 import re 2 print(re.findall(‘([^()]*)‘,‘2+5*98+(1+(2*5))‘)) [‘(2*5)‘] ?3.特殊的分组用法
二、正则表达式中常用功能函数 ? 1、compile() ? 编译正则表达式模式,返回一个对象的模式。(可以把那些常用的正则表达式编译成正则表达式对象,这样可以提高一点效率。) ? 格式: ? re.compile(pattern,flags=0) ? pattern: 编译时用的表达式字符串。 ? flags 编译标志位,用于修改正则表达式的匹配方式,如:是否区分大小写,多行匹配等。常用的flags有:
import re tt = "Tina is a good girl,she is cool,clever,and so on..." rr = re.compile(r‘w*oow*‘) print(rr.findall(tt)) #查找所有包含‘oo‘的单词 执行结果如下: [‘good‘,‘cool‘]
2、match() 决定RE是否在字符串刚开始的位置匹配。//注:这个方法并不是完全匹配。当pattern结束时若string还有剩余字符,仍然视为成功。想要完全匹配,可以在表达式末尾加上边界匹配符‘$‘ 格式: re.match(pattern,string,flags=0) print(re.match(‘com‘,‘comwww.runcomoob‘).group()) print(re.match(‘com‘,‘Comwww.runcomoob‘,re.I).group()) 执行结果如下: com com
3、search() ?格式: re.search(pattern,flags=0) re.search函数会在字符串内查找模式匹配,只要找到第一个匹配然后返回,如果字符串没有匹配,则返回None。 print(re.search(‘dcom‘,‘www.4comrunoob.5com‘).group()) 执行结果如下: 4com
*注:match和search一旦匹配成功,就是一个match object对象,而match object对象有以下方法:
a. group()返回re整体匹配的字符串, import re a = "123abc456" print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(0)) #123abc456,返回整体 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(1)) #123 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(2)) #abc print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(3)) #456
4、findall() re.findall遍历匹配,可以获取字符串中所有匹配的字符串,返回一个列表。 ?格式: re.findall(pattern,flags=0) p = re.compile(r‘d+‘) print(p.findall(‘o1n2m3k4‘)) 执行结果如下: [‘1‘,‘2‘,‘3‘,‘4‘]
import re tt = "Tina is a good girl,and so on..." rr = re.compile(r‘w*oow*‘) print(rr.findall(tt)) print(re.findall(r‘(w)*oo(w)‘,tt))#()表示子表达式 执行结果如下: [‘good‘,‘cool‘] [(‘g‘,‘d‘),(‘c‘,‘l‘)]
5、finditer() ?搜索string,返回一个顺序访问每一个匹配结果(Match对象)的迭代器。找到 RE 匹配的所有子串,并把它们作为一个迭代器返回。 格式: re.finditer(pattern,flags=0) iter = re.finditer(r‘d+‘,‘12 drumm44ers drumming,11 ... 10 ...‘) for i in iter: print(i) print(i.group()) print(i.span()) 执行结果如下: <_sre.SRE_Match object; span=(0,2),match=‘12‘> 12 (0,2) <_sre.SRE_Match object; span=(8,10),match=‘44‘> 44 (8,10) <_sre.SRE_Match object; span=(24,26),match=‘11‘> 11 (24,26) <_sre.SRE_Match object; span=(31,33),match=‘10‘> 10 (31,33)
6、split() 按照能够匹配的子串将string分割后返回列表。 可以使用re.split来分割字符串,如:re.split(r‘s+‘,text);将字符串按空格分割成一个单词列表。 格式: re.split(pattern,string[,maxsplit]) maxsplit用于指定最大分割次数,不指定将全部分割。 print(re.split(‘d+‘,‘one1two2three3four4five5‘)) 执行结果如下: [‘one‘,‘two‘,‘three‘,‘four‘,‘five‘,‘‘]
7、sub() 使用re替换string中每一个匹配的子串后返回替换后的字符串。 格式: re.sub(pattern,repl,count) import re text = "JGood is a handsome boy,he is cool,and so on..." print(re.sub(r‘s+‘,‘-‘,text)) 执行结果如下: JGood-is-a-handsome-boy,-he-is-cool,-clever,-and-so-on...
其中第二个函数是替换后的字符串;本例中为‘-‘ 第四个参数指替换个数。默认为0,表示每个匹配项都替换。 re.sub还允许使用函数对匹配项的替换进行复杂的处理。 如:re.sub(r‘s‘,lambda m: ‘[‘ + m.group(0) + ‘]‘,text,0);将字符串中的空格‘ ‘替换为‘[ ]‘。 import re text = "JGood is a handsome boy,lambda m:‘[‘+m.group(0)+‘]‘,0)) 执行结果如下: JGood[ ]is[ ]a[ ]handsome[ ]boy,[ ]he[ ]is[ ]cool,[ ]clever,[ ]and[ ]so[ ]on...
8、subn() ?返回替换次数 格式: subn(pattern,count=0,flags=0) print(re.subn(‘[1-2]‘,‘A‘,‘123456abcdef‘)) print(re.sub("g.t","have",‘I get A,I got B,I gut C‘)) print(re.subn("g.t",I gut C‘)) 执行结果如下: (‘AA3456abcdef‘,2) I have A,I have B,I have C (‘I have A,I have C‘,3)
三、小实践 ? 1、匹配电话号码 ? p = re.compile(r‘d{3}-d{6}‘) print(p.findall(‘010-628888‘))
? 2、匹配IP ? re.search(r"(([01]?d?d|2[0-4]d|25[0-5]).){3}([01]?d?d|2[0-4]d|25[0-5].)","192.168.1.1")
(编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |
- React Router 中文文档(一)
- 正则表达式 – 基于本体的字符串分类
- ios – DWARF和DWARF与dSYM文件有什么区别?
- ruby-on-rails – 在Rails模型/表中验证presense vs null f
- iphone – Xcode Organizer:找不到有效的签名身份
- director与flash通讯的一种解决方案(同样适用于dir 11.X 与
- 头脑风暴-如何减少软件项目对于人的依赖性。
- cocos2d-x触摸事件addTouchEventListener在2.x和3.x的区别
- 批量将xml文件转json并写入文件
- Vlan的3种访问模式:Access、Hybrid和Trunk