正则表达式 (re包)——python(快餐)
开始:正则表达式 (re包)
作者:Vamei 出处:http://www.cnblogs.com/vamei 欢迎转载,也请保留这段声明。谢谢!
我将从正则表达式开始讲Python的标准库。正则表达式是文字处理中常用的工具,而且不需要额外的系统知识或经验。我们会把系统相关的包放在后面讲解。
正则表达式(regular expression)主要功能是从字符串(string)中通过特定的模式(pattern),搜索想要找到的内容。
语法
之前,我们简介了字符串相关的处理函数。我们可以通过这些函数实现简单的搜索功能,比如说从字符串“I love you”中搜索是否有“you”这一子字符串。但有些时候,我们只是模糊地知道我们想要找什么,而不能具体说出我是在找“you”,比如说,我想找出字符串中包含的数字,这些数字可以是0到9中的任何一个。这些模糊的目标可以作为信息写入正则表达式,传递给Python,从而让Python知道我们想要找的是什么。
(官方documentation)
在Python中使用正则表达式需要标准库中的一个包re。
import re m = re.search('[0-9]','abcd4ef') print(m.group(0))
re.search()接收两个参数,第一个'[0-9]'就是我们所说的正则表达式,它告诉Python的是,“听着,我从字符串想要找的是从0到9的一个数字字符”。
re.search()如果从第二个参数找到符合要求的子字符串,就返回一个对象m,你可以通过m.group()的方法查看搜索到的结果。如果没有找到符合要求的字符,re.search()会返回None。
如果你熟悉Linux或者Perl, 你应该已经熟悉正则表达式。当我们打开Linux shell的时候,可以用正则表达式去查找或着删除我们想要的文件,比如说:
$rm book[0-9][0-9].txt
这就是要删除类似于book02.txt的文件。book[0-9][0-9].txt所包含的信息是,以book开头,后面跟两个数字字符,之后跟有".txt"的文件名。如果不符合条件的文件名,比如说:
bo12.txt
book1.txt
book99.text
都不会被选中。
Perl中内建有正则表达式的功能,据说是所有正则表达式系统中最强的,这也是Perl成为系统管理员利器的一个原因。
正则表达式的函数
m = re.search(pattern, string) # 搜索整个字符串,直到发现符合的子字符串。 m = re.match(pattern, string) # 从头开始检查字符串是否符合正则表达式。必须从字符串的第一个字符开始就相符。
可以从这两个函数中选择一个进行搜索。上面的例子中,我们如果使用re.match()的话,则会得到None,因为字符串的起始为‘a’, 不符合'[0-9]'的要求。
对于返回的m, 我们使用m.group()来调用结果。(我们会在后面更详细解释m.group())
我们还可以在搜索之后将搜索到的子字符串进行替换:
str = re.sub(pattern, replacement, string) # 在string中利用正则变换pattern进行搜索,对于搜索到的字符串,用另一字符串replacement替换。返回替换后的字符串。
此外,常用的正则表达式函数还有
re.split() # 根据正则表达式分割字符串, 将分割后的所有子字符串放在一个表(list)中返回
re.findall() # 根据正则表达式搜索字符串,将所有符合的子字符串放在一给表(list)中返回
(在熟悉了上面的函数后,可以看一下re.compile(),以便于提高搜索效率。)
写一个正则表达式
关键在于将信息写成一个正则表达式。我们先看正则表达式的常用语法:
1)单个字符:
. 任意的一个字符
a|b 字符a或字符b
[afg] a或者f或者g的一个字符
[0-4] 0-4范围内的一个字符
[a-f] a-f范围内的一个字符
[^m] 不是m的一个字符
\s 一个空格
\S 一个非空格
\d [0-9]
\D [^0-9]
\w [0-9a-zA-Z]
\W [^0-9a-zA-Z]
2)重复
紧跟在单个字符之后,表示多个这样类似的字符
* 重复 >=0 次
+ 重复 >=1 次
? 重复 0或者1 次
{m} 重复m次。比如说 a{4}相当于aaaa,再比如说[1-3]{2}相当于[1-3][1-3]
{m, n} 重复m到n次。比如说a{2, 5}表示a重复2到5次。小于m次的重复,或者大于n次的重复都不符合条件。
正则表达 相符的字符串举例
[0-9]{3,5} 9678
a?b b
a+b aaaaab
3) 位置
^ 字符串的起始位置
$ 字符串的结尾位置
正则表达 相符的字符串举例 不相符字符串
^ab.*c$ abeec cabeec (如果用re.search(), 将无法找到。)
4)返回控制
我们有可能对搜索的结果进行进一步精简信息。比如下面一个正则表达式:
output_(\d{4})
该正则表达式用括号()包围了一个小的正则表达式,\d{4}。 这个小的正则表达式被用于从结果中筛选想要的信息(在这里是四位数字)。这样被括号圈起来的正则表达式的一部分,称为群(group)。
我们可以m.group(number)的方法来查询群。group(0)是整个正则表达的搜索结果,group(1)是第一个群……
import re m = re.search("output_(\d{4})", "output_1986.txt") print(m.group(1))
我们还可以将群命名,以便更好地使用m.group查询:
import re m = re.search("output_(?P<year>\d{4})", "output_1986.txt") #(?P<name>...) 为group命名 print(m.group("year"))
练习
有一个文件,文件名为output_1981.10.21.txt 。下面使用Python: 读取文件名中的日期时间信息,并找出这一天是周几。将文件改名为output_YYYY-MM-DD-W.txt (YYYY:四位的年,MM:两位的月份,DD:两位的日,W:一位的周几,并假设周一为一周第一天)
总结
re.search() re.match() re.sub() re.findall()
正则表达式构成方法
转载于:https://www.cnblogs.com/zcwsmile/p/4027828.html
正则表达式 (re包)——python(快餐)相关推荐
- Python标准库01 正则表达式 (re包)
摘要:Python正则表达式标准库介绍 我将从正则表达式开始讲Python的标准库.正则表达式是文字处理中常用的工具,而且不需要额外的系统知识或经验.我们会把系统相关的包放在后面讲解. 正则表达式(r ...
- Python标准库01 正则表达式(re包)
python正则表达式基础 简单介绍 正则表达式并不是python的一部分.正则表达式是用于处理字符串的强大工具,拥有自己独特的语法及一个独立的处理引擎,效率上可能不如str自带的方法,但功能十分强大 ...
- mitmproxy抓包 | Python篡改请求参数实战(五)
抓包工具mitmproxy环境配置使用(一) 抓包工具mitmproxy | mitmweb基本用法(二) mitmproxy抓包 | Python实时生成接口自动化用例(三) mitmproxy抓包 ...
- mitmproxy抓包 | Python双篡改假请求实战(六)
往期回顾: 抓包工具mitmproxy环境配置使用(一) 抓包工具mitmproxy | mitmweb基本用法(二) mitmproxy抓包 | Python实时生成接口自动化用例(三) mitmp ...
- mitmproxy抓包 | Python疑难测试场景mock实战(四)
往期经典文章回顾: 抓包工具mitmproxy环境配置使用(一) 抓包工具mitmproxy | mitmweb基本用法(二) mitmproxy抓包 | Python实时生成接口自动化用例 mitm ...
- mitmproxy抓包 | Python疑难测试场景mock
往期经典文章回顾: 抓包工具mitmproxy环境配置使用(一) 抓包工具mitmproxy | mitmweb基本用法(二) mitmproxy抓包 | Python实时生成接口自动化用例 mitm ...
- Ubuntu下Python安装了依赖包后仍然找不到包 python setup.py install 解决方案
Ubuntu下Python安装了依赖包后仍然找不到包 python setup.py install 解决方案 参考文章: (1)Ubuntu下Python安装了依赖包后仍然找不到包 python s ...
- 自制表情包——python合成gif
自制表情包--python合成gif 首先,你需要有imageio这个库.没有的话可以在环境中执行下列指令: pip install imageio 下面是实现代码,简单易懂,这里就不多加赘述了: i ...
- 正则表达式re模式(python爬虫糗事百科热点段子)
python编程快速上手(持续更新中-) python爬虫从入门到精通 文章目录 python编程快速上手(持续更新中-) python爬虫从入门到精通 非结构化数据与结构化数据提取 概述 非结构化的 ...
最新文章
- SQL 去除重复记录 只保留重复记录中的一条
- linux下mysql无法看到3306端口监听
- docker中部署Redis
- oracle 驱动表提示错误代码,oracle驱动表以及如何确定驱动表
- 计算机远程桌面自动关闭,windows10重启之后自动关闭远程桌面是怎么回事
- 中国计算机学会通讯下载工具(简易爬虫)
- matlab同步发电机外特性仿真,基于Matlab-Simulink的虚拟同步发电机控制方法的仿真研究...
- ios App开发的基本流程
- 跨域认证--使用Passport
- 如何在svn上新建一个目录并赋予相应的权限
- Yii 2.0 权威指南(7) 关键概念
- 5.13.1.3 jmeter组件-非测试元件—HTTP代理服务器--HTTPS证书及其安装
- 《海外社交媒体营销》一一第1章 电商创业起步
- 一个tesseract ocr box 文件查看toy,python
- 计算机专业的创意文案,抖音创意文案大全
- 产品研发管理的系统解决方案
- 为什么学python十大理由-python用于什么
- stk 坐标系_STK用户手册.pdf
- 鼠标移到子组件时发生mouseExited事件
- 南明:在大数据发展浪潮中勇立潮头
热门文章
- Codeforces Round #491 (Div.2)
- Linux信号量之内核信号量
- c++中lambda表达式用法
- 计算机课组会议讲话,在计算机部教师会议上的讲话
- 西南交通大学计算机基础实验,西南交通大学实验教学平台-关于
- 去重复java_去重复数据(JAVA)
- linux文件解压zip文件,linux下解压zip文件报错
- psql+加载mysql数据库_Go实战--go语言操作PostgreSQL数据库(github.com/lib/pq)
- stm32气压传感器 带探头的_ST SSC 频道 | 基于ST STM32F302R8T6 电机空气压缩机方案
- 详细讲解在Spring中进行集成测试AbstractDependencyInjectionSpringContextTests