码迷,mamicode.com
首页 > 编程语言 > 详细

Python 入门之 内置模块 -- re模块

时间:2019-09-18 11:02:10      阅读:98      评论:0      收藏:0      [点我收藏+]

标签:匹配   hello   模块   tps   abc   精准   执行   head   bss   

Python 入门之 内置模块 -- re模块

1、re 模块

(1)什么是正则?

 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。(在Python中)它内嵌在Python中,并通过 re 模块实现。正则表达式模式被编译成一系列的字节码,然后由用 C 编写的匹配引擎执行。

元字符 匹配内容
\w 匹配字母(包含中文)或数字或下划线
\W 匹配非字母(包含中文)或数字或下划线
\s 匹配任意的空白符
\S 匹配任意非空白符
\d 匹配数字
\D 匹配非数字
\A 从字符串开头匹配
\z 匹配字符串的结束,如果是换行,只匹配到换行前的结果
\n 匹配一个换行符
\t 匹配一个制表符
^ 匹配字符串的开始
$ 匹配字符串的结尾
. 匹配任意字符,除了换行符,当re.DOTALL标记被指定时,则可以匹配包括换行符的任意字符。
[...] 匹配字符组中的字符
... 匹配除了字符组中的字符的所有字符
* 匹配0个或者多个左边的字符。
+ 匹配一个或者多个左边的字符。
匹配0个或者1个左边的字符,非贪婪方式。
{n} 精准匹配n个前面的表达式。
{n,m} 匹配n到m次由前面的正则表达式定义的片段,贪婪方式
ab 匹配a或者b
() 匹配括号内的表达式,也表示一个组

---------------------------------------------------------------------匹配模式-------------------------------------------------------------------------

import  re 

<1> \w 字母,数字,下划线,中文

print(re.findall("\w","小明-Marry_dsb123啸天吃D早餐"))   # \w 字母.数字.下划线.中文 

<2> \W 不是字母,数字,下划线,中文

print(re.findall("\W","小明-Marry_dsb123啸天吃D早餐"))   # \w 不是字母.数字.下划线.中文 

<3> \d 匹配数字

print(re.findall("\d","十10⑩"))                       #  \d 匹配数字   

<4> \D 匹配非数字

print(re.findall("\D","十10⑩"))                       # \D 匹配非数字

<5> \A 从字符串开头匹配 以什么开头 常用 ^a

print(re.findall("\Aa","asfdasdfasdfalex"))
print(re.findall("^a","alex"))                        # 以什么开头  

<6> \Z 从字符串结尾匹配 以什么结尾 常用 $

print(re.findall("d\Z","asfdasdfasdfalex"))
print(re.findall("x$","alex"))                        # 匹配什么结尾  

<7> \n 匹配换行符

print(re.findall("\n","alex\nwusir"))

<8> \t 匹配制表符

print(re.findall("\t","alex\twusir"))

<9> 字符串 匹配相应的字符串

print(re.findall("alex","alex\twusiralex"))

<10> [...] 匹配字符组中的字符

print(re.findall('[0-9]',"小明-Marry_dsb123啸天吃D早餐"))                 
print(re.findall('[a-z]',"小明-Marry_dsb123啸天吃D早餐"))
print(re.findall('[A-Z]',"小明-Marry_dsb123啸天吃D早餐"))

<11> ^[ ] 匹配非字符组中的字符

print(re.findall("[^0-9a-z]","123alex456"))  

<12> *匹配0个或多个左边的字符 贪婪匹配

print(re.findall("a*","marry,aa,aaaa,bbbbaaa,aaabbbaaa"))    # 匹配*左侧字符串0次或多次  贪婪匹配

<13> +匹配1个或多个左边的字符 贪婪匹配

print(re.findall("a+","alex,aa,aaaa,bbbbaaa,aaabbbaaa"))  匹配左侧字符串一次或多次  贪婪匹配 

<14> ?匹配0个或1个左边的字符 非贪婪匹配

print(re.findall("a?","alex,aa,aaaa,bbbbaaa,aaabbbaaa"))  # 匹配?号左侧0个或1个 非贪婪匹配

<15> {n} 精准匹配左边n个前面的表达式

print(re.findall("[0-9]{11}","18612239999,18612239998,136133333323")) # 指定查找的元素个数 

<16> {n,m} 匹配n到m次前面的正则表达式定义的片段

print(re.findall("a{3,8}","alex,aaaabbbaaaaabbbbbbaaa,aaaaaaaaabb,ccccddddaaaaaaaa")) 

<17> a|b 匹配a或b

print(re.findall("a|b","alexdsb"))

<18> () 匹配括号内的表达式,也表示一组

print(re.findall("<a>(.+)</a>","<a>alex</a> <a>wusir</a>"))     #分组  
print(re.findall("<a>(.+?)</a>","<a>alex</a> <a>wusir</a>"))   #控制贪婪匹配 

<19> . 匹配任意字符,除了换行符 当定义re.DOTALL时,可以匹配换行符

print(re.findall("a.c","abc,aec,a\nc,a,c"))           # 匹配任意一个字符串(\n除外) 
print(re.findall("a.c","abc,aec,a\nc,a,c",re.DOTALL))

<20> ?. 就没有任意功能了

print(re.findall("-\d+\.\d+|-[0-9]|\d+",s))

<21> \s 匹配空格

print(re.findall("\s","alex\tdsbrimocjb"))            # \s 匹配空格

<22> \S 匹配非空格

print(re.findall("\S","alex\tdsbrimocjb"))            # \s 匹配非空格

试题:

有如下字符串:'alex_sb ale123_sb wu12sir_sb wusir_sb ritian_sb' 的 alex wusir '找到所有带_sb的内容

答案:

s = 'alex_sb ale123_sb wu12sir_sb wusir_sb ritian_sb'print(re.findall("(.+?)_sb",s))

-------------------------------------------------------------------常用方法----------------------------------------------------------------

(1)findall 全部找到返回的是一个列表

print(re.findall("alex","alexdsb,alex_sb,alexnb,al_ex"))

(2)search 从字符串中任意位置进行匹配查找到一个就停止了,返回的是一个对象. 获取匹配的内容必须使用.group()进行获取

print(re.search("a.+","lexaaaa,bssssaaaasa,saaasaasa").group())

(3)match 从字符串开始位置进行匹配

print(re.match("a.+","alexalexaaa,bssssaaaasa,saaasaasa").group())

试题

search 和 match 的区别

search 从任意位置开始查找

match 从头开始查找,如果不符合就不继续查找了

都用group()进行查看

(4)split -- 分割 必须要有[ ]

print(re.split("[:;,.!#]","alex:dsb#wusir.djb"))

(5)sub -- 替换

s = "alex:dsb#wusir.djb"
print(re.sub("d","e",s,count=1))

(6)complie -- 定义匹配规则

s = re.compile("\w")
print(s.findall("alex:dsb#wusir.djb"))

(7)finditer -- 返回一个迭代器

s = re.finditer("\w","alex:dsb#wusir.djb")   # 返回的就是一个迭代器
print(next(s).group())
print(next(s).group())
for i in s:
    print(i.group())

(8)search -- 给分组命名 ?P

ret = re.search("<(?P<tag_name>\w+)>\w+</\w+>","<h1>hello</h1>")
ret = re.search("<(?P<tag_name>\w+)>(?P<content>\w+)</\w+>","<h1>hello</h1>")
print(ret.group("tag_name"))
print(ret.group("content"))

Python 入门之 内置模块 -- re模块

标签:匹配   hello   模块   tps   abc   精准   执行   head   bss   

原文地址:https://www.cnblogs.com/caiyongliang/p/11539822.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!