python中re模块及正则匹配
Python中正则表达式
re:re是提供正则表达式匹配操作的模块
一、什么是正则表达式
正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某个模式匹配,Python 自1.5版本起增加了re模块,它提供Perl风格的正则表达式。
二、正则表达式的基本使用
1、re.match()介绍
match() 试图从字符串的起始位置对模式进行匹配,如果匹配成功,就返回一个匹配对象,如果匹配失败,就返回None,匹配对象的group()方法能显示成功匹配的对象。
使用语法:
re.match(pattern,string[, flags])
参数说明
- 匹配的正则表达式,直接传入一个字符串,Python会将字符串作为正则表达式来对待
- 匹配的字符串
- 标志位:用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等
import re
ret = re.match("hello","hello word")
print(ret.group()) # 使用group()方式返回对应的分组
注意:
- match() 匹配是从字符串的开始位置匹配,如果开始匹配不到则不在匹配并返回一个None
import re
ret = re.match("hello","ahello word")
print(ret.group()) # 匹配不成功,就返回None
2、re.search()介绍
- re.match() 是从字符串的开始位置匹配,所以基本情况下能够匹配的概率不大。
- re.search() 是从字符串中搜索正则表达式模式,任何位置都可以被匹配,返回的是第一次出现的匹配对象(因为正则字符串中可能会多出匹配),它的参数和re.match()是一样的,返回值也是一个匹配对象
使用语法:
re.search(pattern,string[,flags])
import re
ret = re.search("hello","ahello word") # 搜索成功
print(ret.group()) # hello
3、re.match()和re.search()的区别
- re.match匹配的时候只匹配字符串的开始,如果字符串的开始不符合正则表达式,则匹配失败,函数返回None。
- re.search() 匹配整个字符串,直到匹配到一个。
import re
ret = re.search("^hello","ahello word") # 如果在hello前面加^号,其search的功能和match的功能一样
print(ret.group()) # 匹配不成功,返回None
4、re.fildall()介绍
- re.fildall() 对整个字符串从左到右进行匹配,返回所有匹配对象的列表.
使用语法:
re.fildall(pattern,string[,flags])
ret = re.fildall('\d+','hello123,word456')
print(ret)
结果:
>>>['123','456']
5、re.compile()介绍
- re.compile() 对整个正则表达式进行预编译,生成表达式对象,用于正则匹配
使用语法:
re.compile(pattern,flags)
import re
rule = re.compile('\d+')
ret = rule.findall('hellow word456')
print(ret)
>>>456
6、re.split()介绍
- re.split()方法与字符串的切割方法一样,返回的是一个列表,这了我用正则匹配进行切割
使用语法:
re.split(pattern,string,maxsplit,flags)
import re
strs = 'zhangsan123wangwu345we'
set = re.split('\d+',strs)
print(set)
>>>['zhangsan', 'wangwu', 'we']
7、re.sub()介绍
- re.sub() 批量替换字符串中某个字符,如:将’hello word’替换成’HELLO word’
使用语法:
re.sub(pattern,repl,string,count)
import re
strs = 'hello word'
ret = re.sub('hello','HELLO',strs)
print(ret)
>>>HELLO word
# 使用正则来匹配替换
strs = 'abcd123efg345hi'
ret = re.sub(r'\d+','HELLO',strs)
print(ret)
>>>abcdHELLOefgHELLOhi
8、re.subn()介绍
- re.subn的用法和re.sub是一样的,区别在与返回值,re.sub返回的是字符串,而re.subn返回的是元组
使用语法:
re.subn(pattern,repl,string,count)
import re
strs = 'abcd123efg345hi'
ret = re.subn(r'\d+','HELLO',strs)
print(ret)
>>>('abcdHELLOefgHELLOhi', 2) #('替换后的字符串',替换的次数)
# 指定替换的次数
import re
strs = 'abcd123efg345hi'
ret = re.subn(r'\d+','HELLO',strs,1)
print(ret)
>>>('abcdHELLOefg345hi', 1)
三、正则表达式语法
- 正则表达式的强大之处是因为它提供了很多特殊符号和字符,使用它们正则表达式才可以强大而又灵活。
字符组:
符号 | 描述 |
---|---|
[0-9] | 匹配数字 |
[a-z] | 匹配小写字母 |
A-Z | 匹配大写字母 |
[0-9A-z] | 匹配数字及大小写字母 |
[3-9] | 匹配小范围的数字值 |
[a-f] | 匹配小范围的字母值 |
[^abc] | 不匹配abc任意字符 |
[^a-z] | 不匹配a-z直接的任意字符 |
1[0-9] | 匹配10-19直接的数值 |
1[0-9][0-9] | 匹配100-199直接的数值 |
元字符:
符号 | 描述 |
---|---|
\d | 匹配固定:0-9数值 |
\w | 匹配数字字母及下划线中文:[0-9A-z_“中文”] |
\s | 匹配空白符:空格,Tab,回车 |
\t | 匹配Tab |
\n | 匹配回车 |
\D | 匹配数字 |
\W | 匹配非数字字母下划线 |
\S | 匹配非空白符 |
. | 匹配除换行符外任意一个字符 |
^ | 匹配以某字符开头 |
$ | 匹配以某字符结尾 |
[] | 字符组(只要在[]里面的都匹配) |
[^] | 非字符组(只要在[]里面的都不匹配) |
| | 或,(如:abcdef|acb) |
() | 分组,如:^(abcdef|abc)$ |
量词:
符号 | 描述 |
---|---|
{n} | 重复n次 |
{n,} | 重复至少n次,n次以上 |
{n,m} | 重复n-m次 |
? | 0或1次 |
+ | 1到不限 |
* | 0到不限 |
贪婪和惰性:
表达式 | 描述 |
---|---|
a.*b | 贪婪 |
a.*?b,a.+?b | 惰性,在量词后面的?表示惰性匹配,会在符合条件的基础上尽量少的匹配其他内容 |
贪婪匹配模式
- 用到量词的匹配时,默认为贪婪模式
- 贪婪模式的意思就是匹配的时候,尽量多匹配,不行再慢慢的减少匹配
import re
lst = "\d{2,4}"
ret = re.search(lst,"12345abcd")
print(ret.group())
结果:
>>>1234
惰性匹配模式
- 惰性匹配模式正好和贪婪模式相对
- 惰性匹配是尽量少的匹配,不行再慢慢去增加匹配的个数
- 惰性匹配只需要在量词后面添加?即可
import re
lst = "\d{2,4}?"
ret = re.search(lst,"12345abcd")
print(ret.group())
结果:
>>>12
常用正则表达式
表达式 | 描述 | 结果 |
---|---|---|
1[3-9]\d{9} | 匹配手机号 | 13888998899 |
[1-9]\d* | 匹配任意的正整数 | 143 |
\d+.\d+ | 匹配任意小数 | 12.345 |
\d+(.\d+) | 匹配整数或小数 | 12或者12.131231 |
常用分组
代码 | 描述 |
---|---|
(exp) | 匹配exp,并捕获文本到自动命名的组里 |
(?exp) | 匹配exp,并捕获文本到名称为name的组里,也可以写(?'name’exp) |
(?:exp) | 匹配exp,不捕获匹配的文本,也不给次分组分配组号 |
(?=exp) | 匹配exp前面的位置 |
(?<=exp) | 匹配exp后面的位置 |
(?!exp) | 匹配后面跟的不是exp的位置 |
(?<!exp) | 匹配前面不是exp的位置 |
findall,search和分组的关系
案例1:
import re
ret = re.findall('\d(\d)','a1,b22,c345')
print(ret)
>>>[2,4]
案例2:
import re
ret = re.findall('\d(?:\d)','a1,b22,c345')
print(ret)
>>>['22','34']
案例3:
import re
ret = re.search('(?P<num1>\d)(?P<num2>\d)','a14,b22,c3357')
print(ret.group()) # 14
print(ret.group(0)) # 14
print(ret.group(1)) # 1
print(ret.group(2)) # 4
print(ret.group('num1')) # 1
print(ret.group('num2')) # 4
案例4:
import re
ret = re.search('(?P<num1>\d)(?P=num1)','a14,b22,c3357')
print(ret.group()) #匹配10位数,并且分组1=分组2
>>>22
分组的作用
import re
ret = re.search("<(?P<tag_name)>\w)>.*</(?P=tag_name)>","<h1>hello<\h1>")
print(ret)
print(ret.group('tag_name'))
print(ret.group())
>>>h1
>>>h1
>>><h1>hello</h1>
python中re模块及正则匹配相关推荐
- Python使用re模块进行正则匹配日期和时间
Python使用re模块进行正则匹配日期和时间 目录 Python使用re模块进行正则匹配日期和时间 日期匹配 时间匹配 日期匹配 #导入需要的正则匹配的re包 # Load regex packag ...
- Python练习篇25-re模块利用正则匹配提取网页邮箱并保存
本文介绍re模块利用正则匹配提取网页邮箱并保存 提取网页邮箱我们需要用到requests模块.re模块和xlwt模块(下载方法:打开cmd,输入pip install 包名),负责去匹配邮箱数据. 本 ...
- 【转】关于python中re模块split方法的使用
注:最近在研究文本处理,需要用到正则切割文本,所以收索到了这篇文章,很有用,谢谢原作者. 原址:http://blog.sciencenet.cn/blog-314114-775285.html 关于 ...
- Python之glob模块进行文件匹配及遍历
Python之glob模块进行文件匹配及遍历 glob是python自带的一个操作文件的相关模块,用来查找符合特定规则的文件路径,是python处理文件路径相关问题中常用的包. glob 文件名模式匹 ...
- Python中collections模块
目录 Python中collections模块:模块实现了特定目标的容器,以提供Python标准内建容器 dict.list.set.tuple 的替代选择. Counter:字典的子类,提供了可哈希 ...
- python sys模块作用_浅谈Python中的模块
模块 为了编写可维护的代码,我们把很多函数分组,分别放到不同的文件里,这样,每个文件包含的代码就相对较少,很多编程语言都采用这种组织代码的方式.在Python中,一个.py文件就称之为一个模块(Mod ...
- python中Scipy模块求取积分
python中Scipy模块求取积分的方法: SciPy下实现求函数的积分的函数的基本使用,积分,高等数学里有大量的讲述,基本意思就是求曲线下面积之和. 其中rn可认为是偏差,一般可以忽略不计,wi可 ...
- python中的time库安装步骤-python中time模块需要安装么
time是python自带的模块,用于处理时间问题,提供了一系列的操作时间的函数. time模块中时间表现的格式主要有三种:(推荐学习:Python视频教程) timestamp时间戳,是以秒表示从& ...
- 关于python中requests模块导入问题-python中requests模块的使用方法
本文实例讲述了python中requests模块的使用方法.分享给大家供大家参考.具体分析如下: 在HTTP相关处理中使用python是不必要的麻烦,这包括urllib2模块以巨大的复杂性代价获取综合 ...
最新文章
- 解决在AX 2009中删除公司时提示:未授权用户##删除表“DEL_PBATRANSLATECONSISTOF”中的记录...
- 步步高java短信恢复_步步高智能手机自带的程序不见了怎么找回
- 【阿里云课程】如何从零开始完成一个完整的CV项目
- 禁止和恢复WIN7驱动强制签名
- 动态规划——命运(hdu2571)
- Oracle truncate和delete的区别
- 本地提交到yarn_Flink on Yarn三部曲之三:提交Flink任务
- 字节输入流-InputStream demo3
- IOS view的圆角和阴影并存
- Tensorflow中训练得到Nan错误的分析
- 测试图片色域软件,显示器色域检测图
- 小米平板2Android分区表,DIY:8G+128G双系统小米平板2
- LM358电流检测电路
- 微信怎么自动加好友java_iOS逆向开发之微信自动添加好友功能
- 哈工大人工智能研究院院长刘劼:打造从科研到产业的创新生态
- MATLAB 车牌识别程序介绍 SVM、神经网络[毕业设计]
- JSONObject转对象
- 单片机蓝牙烧录_怎么样蓝牙模块给单片机烧程序?
- ACM DP FatMouse and Cheese
- 轻松建站神器!15个超精致的Bootstrap网站模板下载