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 > 编程开发 > Python > 正文

Python内置库:re(正则表达式)

发布时间:2020-12-20 10:07:13 所属栏目:Python 来源:网络整理
导读:1、正则表达式是用于处理字符串的功能强大的工具,但它并不是Python所独有的,许多编程语言都支持正则表达式,用法也都区别不大; 2、Python中正则表达式的应用在re模块中,re模块中的方法使用正则表达式来匹配字符串; 3、Python中的数量词默认是贪婪的,总

  1、正则表达式是用于处理字符串的功能强大的工具,但它并不是Python所独有的,许多编程语言都支持正则表达式,用法也都区别不大;

  2、Python中正则表达式的应用在re模块中,re模块中的方法使用正则表达式来匹配字符串;

  3、Python中的数量词默认是贪婪的,总是尝试匹配尽可能多的字符;非贪婪的则相反,总是尝试匹配尽可能少的字符(例如:正则表达式"ab*"如果用于查找"abbbc",将找到"abbb";而如果使用非贪婪的数量词"ab*?",将找到"a"。);

  4、与大多数编程语言相同,正则表达式里使用""作为转义字符,这就可能造成反斜杠困扰。假如你需要匹配文本中的字符"",那么使用编程语言表示的正则表达式里将需要4个反斜杠"\":前两个和后两个分别用于在编程语言里转义成反斜杠,转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题,这个例子中的正则表达式可以使用r""表示。

  5、如下是常用正则表达式语法:

语法 说明 正则表达式实例 匹配字符串 匹配结果
. 匹配任意字符,除换行符“n”外 r'a.' 'abc' 'ab'

转义字符,可以用来匹配特殊的字符

特殊字符也可以放在[]字符集中来匹配

r'a*'

r'a[*]'

'a*b'

'a*b'

'a*'

'a*'

[]或[^...]

字符集[],匹配字符集中的一个字符,从开始匹配直到匹配成功

开头加上“^”表示取反,即只要不是字符集中列出的字符都可匹配成功

可以在[]列出全部想要匹配的字符,也可以列出字符的范围,如[a-c]或[abc]

所有特殊字符放在字符集中都失去在正则表达式中的原有的意义

r'a[efg]' 'afggg' 'af'
d 匹配单个数字字符:0到9 r'ad' 'a345b' 'a3'
D 匹配非数字字符

r'aD'

r'a[^d]'

'ab3'

'ab3'

'ab'

'ab'

s 匹配空白字符:空格,t,r,n,f,v r'as' 'an' 'an'
S 匹配非空白字符

r'aS'

r'a[^s]'

'ab'

'ab'

'ab'

'ab'

w 匹配单词字符:[a-zA-Z0-9_] r'aw' 'a9' 'a9'
W 匹配非单词字符 r'aW' 'a+' 'a+'
* 匹配前一个字符0到无限次 r'ab*' 'a' 'a'
+ 匹配前一个字符1到无限次 r'ab+' 'abbbcde' 'abbb'
? 匹配前一个字符0次或1次 r'ab?' 'abbbcde' 'ab'
{m} 匹配前一个字符m次 r'ab{2}' 'abbbcde' 'abb'
{m,n}

匹配前一个字符m次至n次

m和n可省略,{m,}匹配前一个字符m次至无限次,{,n}匹配前一个字符0次至n次

r'ab{1,2}' 'abbbbcde' 'abb'
*?或+?或??或{m,n}? 使*、+、?和{m,n}的匹配变成非贪婪模式(Python默认是贪婪模式) r'ab+?' 'abbbcde' 'ab'
^ 匹配字符串的开头(用在字符集中[]表示取反) r'^ab' 'abbb' 'ab'
$ 匹配字符串的结尾 r'cd$' 'abcd' 'cd'
()

括号中的内容被作为分组

()后可以接数量词

r'a(def){2}b' 'adefdefbcc' 'adefdefb'
| ?相当于“或”,从左到右匹配被|分隔的表达式,一旦匹配成功就不会继续往后匹配了。 r'abb(c|d)' 'abbdefg'? 'abbd'?
?: 取消分组。想使用括号,但是不想它成为分组,就可以使用这个语法。 re.findall(r'abb(?:c|d)','abbdefg') 'abbd'
&;num> 引用指定编号的分组结果。 re.sub(r'a(a)b(b)',r'2dd1','aabbcc') 'bddacc'

?

 re模块中的几个常用方法(pattern为正则表达式,string为需要匹配查找的字符串):

  • re.compile(pattern):编译正则表达式,返回编译后的模正则表达式对象,该对象同样拥有match、search等方法。如果某个正则表达式需要多次使用,建议使用此函数先预编译正则表达式,可以提升正则表达式部分的程序性能。
  • re.match(pattern,string):匹配字符串的开头,成功则返回匹配对象,否则返回None。
  • re.search(pattern,string):从字符串开头开始查找匹配,直到匹配成功,则不再往后继续查找匹配,成功返回匹配对象,否则返回None。
  • re.findall(pattern,string):查找匹配字符串中所有内容,返回查找成功的字符串的列表,如果字符串中没有匹配成功的内容,则返回空列表,如果pattern中有括号()分组,则列表中只返回匹配成功后的分组中的字符串内容。
  • re.sub(pattern,repl,string,count=0):使用正则表达式pattern在字符串string中匹配查找,匹配查找成功后使用新字符串repl替换掉匹配成功的字符串,并返回,count为替换次数,默认0不是替换0次,而是替换所有。repl中可以使用“&;num>”形式引用pattern中的分组内容。repl也可以是函数,该函数的参数为匹配对象,且应该返回一个字符串用于替换匹配成功的字符串,具体示例见下方的代码。
  • re.split(pattern,maxsplit=0):使用匹配成功后的字符串作为“分割符”,返回分割后的字符串列表,maxsplit为分割的次数,默认0不是分割0次,而是分割所有。建议简单的字符串分割首选字符串本身的split方法,复杂的分割才考虑正则表达式。
  • re.finditer(pattern,string):返回全部查找结果的迭代器,每个迭代对象为匹配对象,可以使用group()和groups()获取匹配成功的结果,如果没有匹配成功的字符串,则返回一个空的迭代器(不是None)。

 注:

  • group(*args):匹配对象的group()默认返回匹配成功的整个字符串,如果正则表达式中有括号分组,可以指定返回第几个分组结果,指定时从1开始计数,比如group(2)返回匹配成功的字符串中的第二个分组结果;也可以指定返回多个分组结果,结果以元组的形式返回,比如group(1,2,3)以元组返回匹配成功的字符串中的第一、第二和第三个分组结果;如果正则表达式中给某个或某几个分组指定了别名,则可以使用别名来代替分组编号来获取匹配成功的对应分组结果。
  • groups():匹配对象的groups()以元组的形式返回匹配成功后括号中分组的内容,相当于group(1,...,n),但是正则表达式中没有括号分组,则返回空元组,即使匹配成功,也是返回空元组。

?


>>> import re
>>> pattern = re.compile('python') # compile将字符串当做正则表达式来编译
>>> result = pattern.search('hello python!')
>>> result
<_sre.SRE_Match object; span=(6,12),match='python'>
>>> result.group()
'python'

>>>
>>> # match方法
>>> result = re.match('a','abc') # match是从字符串的开头开始匹配
>>> result
<_sre.SRE_Match object; span=(0,1),match='a'>
>>> result.group() # 并不直接返回匹配成功的字符串,需要使用group()方法
'a'
>>> result = re.match('a','dabc')
>>> result
>>> result.group() # 没有匹配成功
Traceback (most recent call last):
File "<pyshell#6>",line 1,in <module>
result.group()
AttributeError: 'NoneType' object has no attribute 'group'

>>>

>>> # search方法
>>> result = re.search('python','abcpythondef') # 在字符串的全文中搜索匹配一次,同样也不会直接返回匹配成功的字符串
>>> result
<_sre.SRE_Match object; span=(3,9),match='python'>
>>> result.group()
'python'

>>>

>>> # findall方法
>>> result = re.findall('python','abc python def python ghi')
>>> result
['python','python']
>>> # sub方法
>>> result = re.sub('c','z','click',1) # 使用匹配成功的字符串替换成指定的字符串,参数依次为正则表达式,匹配成功后要去替换的字符串,原字符串,替换次数
>>> result # 返回替换后的字符串
'zlick'

>>> def sub_no_use_match(match_obj): # 用不到模式对象match_obj,但是该函数必须有这个参数
return '36'

>>> re.sub(r'd+',sub_no_use_match,'Python27') # 以函数返回的字符串替换匹配成功的字符串
'Python36'
>>> def sub_use_match(match_obj): # 使用模式对象match_obj来返回最终的字符串
return match_obj.group() + 'hahahaha'

>>> re.sub(r'd+',sub_use_match,'Python27')
'Python27hahahaha'
>>>

>>> # split方法
>>> result = re.split('a','1a2a3a4guyuyun') # 将匹配成功的字符串用作字符串分隔符,返回分隔后的字符串列表
>>> result
['1','2','3','4guyuyun']

>>>

>>> # group和groups方法的区别
>>> result = re.search('(python)python(d{1,3})','pythonpython22')
>>> result.groups() # groups方法是匹配pattern中括号里的格式,以元组的形式返回括号里匹配成功的字符串
('python','22')
>>> result.group() # group是正常的匹配,返回匹配成功的字符串
'pythonpython22'
>>>

>>> string = 'python'
>>> import re
>>> result = re.search(r'(yt)h(o)',string)
>>> result
<_sre.SRE_Match object at 0x000000000293DE88>
>>> result.group()
'ytho'
>>> result.group(0) # 参数0无效
'ytho'
>>> result.group(1) # 从1开始计数
'yt'
>>> result.group(2)
'o'

>>> result.group(1,2)
('yt','o')
>>>

>>> result.groups()
('yt','o')
>>> result.groups(0) # 传入参数无效
('yt','o')
>>> result.groups(1)
('yt','o')
>>>

>>> # finditer方法

>>> string = 'one11python,two22,three33python '
>>> result = re.finditer(r'(d+)(python)',string)
>>> for p in result:
print(p.group())

11python
33python
>>> for p in result:
print(p.group(2))

python
python
>>> for p in result:
print(p.groups()) # 若是pattern中没有括号,则返回的是每个迭代器对应的空元组。

('11','python')
('33','python')

?

(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