码迷,mamicode.com
首页 > 其他好文 > 详细

19.7.17

时间:2019-07-17 21:58:54      阅读:118      评论:0      收藏:0      [点我收藏+]

标签:顺序   表达   float   重复   元组   oldboy   search   灵活   class   

正则表达式,又称规则表达式

 正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。正则表达式是对字符串操作的一种逻辑公式,

就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达

对字符串的一种过滤逻辑。正则表达式是对字符串(包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为

“元字符”))操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字

符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式,该模式描述在搜索文本

时要匹配的一个或多个字符串;正则就是用一些具有特殊含义的符号组合到一起(称为正则表达式)来描述字符或

者字符串的方法。或者说:正则就是用来描述一类事物的规则;使用正则表达式我们可以:

1. 判断给定的字符串是否符合正则表达式的过滤逻辑(称作“匹配”)

2. 可以通过正则表达式,从字符串中获取我们想要的特定部分。

 正则表达式的特点是:

1. 灵活性、逻辑性和功能性非常强;

2. 可以迅速地用极简单的方式达到字符串的复杂控制。
简单列举一些我们常用的元字符:
元字符 匹配内容
. 匹配换行符以外的任意字符
\w 匹配字母或者数字或者下划线
\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
\b 匹配一个单词的结尾
^ 匹配字符串的开始
$ 匹配字符串的结尾
\W 匹配非字母或者字母或者下划线
\D 匹配非数字
\S 匹配非空白符
a|b 匹配字符a或者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
[^...] 匹配除了字符中字符的所以字符

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

量词:

量词 用法说明
* 重复多次或者更多次
+ 重复一次或者更多次
重复零次或一次
{n} 重复n次
{n,} 重复n次或者更多次
{n,m} 重复n到m次

 

 

 

 

 

 

 

 

 

 

 

 

元字符:

#正则匹配
import re  # 调用re模块

# \w与\W
print(re.findall(\w,hello 123))  # [‘h‘, ‘e‘, ‘l‘, ‘l‘, ‘o‘, ‘1‘, ‘2‘, ‘3‘]
print(re.findall(\W,hello 123))  # [‘ ‘]

# \s与\S
print(re.findall(\s,hello 123))  # [‘ ‘]
print(re.findall(\S,hello 123))  # [‘h‘, ‘e‘, ‘l‘, ‘l‘, ‘o‘, ‘1‘, ‘2‘, ‘3‘]

# \n \t都是空,都可以被\s匹配
print(re.findall(\s,hello \n world \t 123))  # [‘ ‘, ‘\n‘, ‘ ‘, ‘ ‘, ‘\t‘, ‘ ‘]

# \n与\t
print(re.findall(r\n,hello \n123))   # #\n与\t
print(re.findall(r\t,hello \t123))  # [‘\t‘]

# \d与\D
print(re.findall(\d,hello 123))  # [‘1‘, ‘2‘, ‘3‘]
print(re.findall(\D,hello 123))  # [‘h‘, ‘e‘, ‘l‘, ‘l‘, ‘o‘, ‘ ‘]

#\A与\Z
print(re.findall(\Ahe,hello 123))  #[‘he‘]
print(re.findall(123\Z,hello 123))  # [‘123‘]

#^与$
print(re.findall(^h,hello egon 123))  # [‘h‘]
print(re.findall(3$,hello egon 123))  # [‘3‘]

"""

^:以什么什么开头
$:以什么什么结尾
^$连用能够精准匹配固定长度的目标字符,^只能出现在开头(),\$只能出现结尾
 |:或
  ab|abc优先匹配前面的正则表达式ab,匹配上就不再用后面的abc,可以通过调换顺序修改优先级
 ^:出现在[]中的^表示除了^后面的其他都匹配
   [^a]除了a其他都匹配
   [^a-z]除了小写字母a-z其他都匹配


"""

 

 

 

量词:

"""

+   表示重复一次或者多次,
*    表示匹配0次或多次
?    表示匹配0次或一次

* + ? 在正则表达式里默认都是贪婪匹配,就是尽可能的多匹配,在后面加上问号能使其变成惰性匹配,也就是非贪婪匹配。

量词需要写在匹配符号的后面,并且只能约束紧挨着它的那个正则表达式


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\n和\s等,如果要在正则中匹配正常的"\n"而不是"换行符"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。如果匹配一次"\n",
字符串中要写成‘\\\n‘所以如果匹配一次"\\\n",字符串中要写成‘\\\\\\\\n‘简便操作,利用r可以让整个字符串都不再转义
"""

 

 

 

re模块下的常用方法:

import re

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
print(ret) #结果 : [‘a‘, ‘a‘]

ret = re.search(a, eva egon yuan).group()
print(ret) #结果 : ‘a‘
# 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
# 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。

ret = re.match(a, abc).group()  # 同search,不过尽在字符串开始处进行匹配
print(ret)
#结果 : ‘a‘

ret = re.split([ab], abcd)  # 先按‘a‘分割得到‘‘和‘bcd‘,在对‘‘和‘bcd‘分别按‘b‘分割
print(ret)  # [‘‘, ‘‘, ‘cd‘]

ret = re.sub(\d, H, eva3egon4yuan4, 1)#将数字替换成‘H‘,参数1表示只替换1个
print(ret) #evaHegon4yuan4

ret = re.subn(\d, H, eva3egon4yuan4)#将数字替换成‘H‘,返回元组(替换的结果,替换了多少次)
print(ret)

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
ret = obj.search(abc123eeee) #正则表达式对象调用search,参数为待匹配的字符串
print(ret.group())  #结果 : 123

import re
ret = re.finditer(\d, ds3sy4784a)   #finditer返回一个存放匹配结果的迭代器
print(ret)  # <callable_iterator object at 0x10195f940>
print(next(ret).group())  #查看第一个结果
print(next(ret).group())  #查看第二个结果
print([i.group() for i in ret])  #查看剩余的左右结果



"""
python使用正则必须借助于re模块 或者是支持正则表达式书写的方法

findall  找出字符串中符合正则表达式全部内容 并且返回的是一个列表,列表中的元素就是正则匹配到的结果

search  不会给你直接返回匹配到的结果 而是给你返回一个对象,必须调用group才能看到匹配到的结果;
search只会依据正则查一次 只要查到了结果 就不会再往后查找,当查找的结果不存在的情况下 调用group直接报错 match 只会匹配字符串的开头部分,当字符串的开头不符合匹配规则的情况下 返回的也是None 调用group也会报错
"""

 

 

findall的优先级查询:

import re

ret = re.findall(www.(baidu|oldboy).com, www.oldboy.com)
print(ret)  # [‘oldboy‘]     这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可

ret = re.findall(www.(?:baidu|oldboy).com, www.oldboy.com)
print(ret)  # [‘www.oldboy.com‘]

 

 

split的优先级查询

ret=re.split("\d+","eva3egon4yuan")
print(ret) #结果 : [‘eva‘, ‘egon‘, ‘yuan‘]

ret=re.split("(\d+)","eva3egon4yuan")
print(ret) #结果 : [‘eva‘, ‘3‘, ‘egon‘, ‘4‘, ‘yuan‘]

#在匹配部分加上()之后所切出的结果是不同的,
#没有()的没有保留所匹配的项,但是有()的却能够保留了匹配的项,
#这个在某些需要保留匹配部分的使用过程是非常重要的。

 

19.7.17

标签:顺序   表达   float   重复   元组   oldboy   search   灵活   class   

原文地址:https://www.cnblogs.com/sweet-i/p/11203902.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!