加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 百科 > 正文

正则表达式

发布时间:2020-12-14 06:17:34 所属栏目:百科 来源:网络整理
导读:如何使用python操作正则 正则表达式 是什么? 通过以恶搞规则 从一段字符串中找到符合规则的内容/判断某段字符串是否符合规则 有什么用? 注册页/网页上 要求你输入一个信息 判断你输入的信息是否格式正确 爬取数据 从网页上把代码以字符串形式下载回到内存,提
  • 如何使用python操作正则
  • 正则表达式
  • 是什么? 通过以恶搞规则 从一段字符串中找到符合规则的内容/判断某段字符串是否符合规则
  • 有什么用?
    • 注册页/网页上 要求你输入一个信息 判断你输入的信息是否格式正确
    • 爬取数据 从网页上把代码以字符串形式下载回到内存,提取这个大字符串中我们想要的内容
  • 正则规则
    • #1.字符组 约束字符中某一个字符位置上的值是什么 只要出现在字符组中的内容都算匹配到了
    • #2. 普通字符串 从小到大的顺序是根据ascii码的顺序来的
    • #3.匹配数字 [0-9] 匹配字母[A-Za-z] 匹配数字和字母的组合[0-9a-zZ-Z]
  • 元字符
    • .匹配除了换行符之外的所有字符
    • d s w 数字 空白 数字字母下划线
    • D S W非(数字 空白 数字字母下划线)
    • ^ $ 开始 结束
    • n t b 换行 制表 单词两端
    • | 或者
    • () 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]
  • 量词
    • * 重复零次或者更多次
    • + 重复一次或更多次
    • ? 重复零次或者一次
    • {} 重复n次
    • {n,}重复n次或更多次
    • {n,m}重复n到m次
  • . ^ $
    • 正则 待匹配字符 匹配结果 说明
    • 海. 海燕海娇海东 海燕海娇海东 ?匹配所有"海."的字符
    • ^海. 海燕海娇海东 海燕 只从开头匹配"海."
    • 海.$ ?海燕海娇海东 海东 只匹配结尾的"海.$"
  • * + ? { } 前面的*,+,?等都是贪婪匹配,也就是尽可能匹配,后面加?号使其变成惰性匹配
  • 字符集[] [^]
  • 分组() 与或| [^]
  • 转义符
    • 在正则表达式中,有很多有特殊意义的是元字符,比如d和s等,如果要在正则中匹配
    • 正常的"d"而不是"数字"就需要对""进行转义,变成‘‘。
    • 在python中,无论是正则表达式,还是待匹配的内容,都是以字符串的形式出现的,在字符串
    • 中也有特殊的含义,本身还需要转义。所以如果匹配一次"d",字符串中要写成‘d‘,那么
    • 正则里就要写成"\d",这样就太麻烦了。这个时候我们就用到了r‘d‘这个概念,此时的
    • 正则是r‘d‘就可以了。
    • 正则 待匹配字符 匹配结果 说明
    • d d ?False 因为在正则表达式中是有特殊意义的字符,所以要匹配d本身,用表达式d无法匹配
    • d d ?True 转义之后变成,即可匹配
    • "\d" ‘d‘ ?True 如果在python中,字符串中的‘‘也需要转义,所以每一个字符串‘‘又需要转义一次
    • r‘d‘ r‘d‘ ?True 在字符串之前加r,让整个字符串不转义
  • 贪婪匹配
  • 贪婪匹配:在满足匹配时,匹配尽可能长的字符串,默认情况下,采用贪婪匹配
    • 正则 待匹配字符 匹配结果 说明
    • <.*> <script>...<script> <script>...<script> 默认为贪婪匹配模式,会匹配尽量长的字符串
    • <.*?> r‘d‘ ?<script><script> 加上?为将贪婪匹配模式转为非贪婪匹配模式,会匹配尽量短的字符串
  • 几个常用的非贪婪匹配Pattern
    • *? 重复任意次,但尽可能少重复
    • +?重复1次或更多次,但尽可能少重复
    • ??重复0次或者1次,但尽可能少重复
    • (n,m)?重复n到m次,但尽可能少重复
    • (n,)? 重复n次以上,但尽可能少重复
    • .*?的用法:
      • . 是任意字符
      • * 是取 0 至 无限长度
      • ? 是非贪婪模式。
      • 何在一起就是 取尽量少的任意字符,一般不会这么单独写,他大多用在:
      • .*?x
      • 就是取前面任意长度的字符,直到一个x出现
  • import re
    • 正则表达式 本身具有处理字符串的能力
    • 如果 要处理的字符串 存在python的内存中
    • 模块 -> 操作正则表达式
  •  1 ret = re.findall(a,eva egon yuan)  # 返回所有满足匹配条件的结果,放在列表里
     2 print(ret) #结果 : [a,a]
     3 
     4 ret = re.search(a,eva egon yuan).group()
     5 print(ret) #结果 : a
     6 # 函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以
     7 # 通过调用group()方法得到匹配的字符串,如果字符串没有匹配,则返回None。
     8 
     9 ret = re.match(a,abc).group()  # 同search,不过尽在字符串开始处进行匹配
    10 print(ret)
    11 #结果 : a
    12 
    13 ret = re.split([ab],abcd)  # 先按a分割得到‘‘bcd,在对‘‘bcd分别按b分割
    14 print(ret)  # [‘‘,‘‘,cd]
    15 
    16 ret = re.sub(d,H,eva3egon4yuan4,1)#将数字替换成H,参数1表示只替换1个
    17 print(ret) #evaHegon4yuan4
    18 
    19 ret = re.subn(d,eva3egon4yuan4)#将数字替换成H,返回元组(替换的结果,替换了多少次)
    20 print(ret)
    21 
    22 obj = re.compile(d{3})  #将正则表达式编译成为一个 正则表达式对象,规则要匹配的是3个数字
    23 ret = obj.search(abc123eeee) #正则表达式对象调用search,参数为待匹配的字符串
    24 print(ret.group())  #结果 : 123
    25 
    26 import re
    27 ret = re.finditer(d,ds3sy4784a)   #finditer返回一个存放匹配结果的迭代器
    28 print(ret)  # <callable_iterator object at 0x10195f940>
    29 print(next(ret).group())  #查看第一个结果
    30 print(next(ret).group())  #查看第二个结果
    31 print([i.group() for i in ret])  #查看剩余的左右结果

(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!

    推荐文章
      热点阅读