re 模块

match 函数

尝试用正则表达式模式从字符串的 开头匹配，如果匹配成功，则返回一个匹配对象；否则返回 None

案例：使用match函数匹配字符串

>>> import re       #导入正则表达式模块
>>> re.match('foo', 'food')        #匹配字符串'food'中是否包含字符'foo'，包含返回一个对象
<re.Match object; span=(0, 3), match='foo'>
>>> re.match('foo', 'food').group()    #匹配'seafood'中是否包含字符'foo'，不包含返回None
'foo'

search 函数

在字符串中查找正则表达式模式的第一次出现，如果匹配成功，则返回一个匹配对象；否则返回 None。

案例

>>> import re       # 导入正则表达式模块
>>> m = re.search('foo', 'food')  # 匹配字符串'food'中是否包含字符'foo'，包含返回一个对象
>>> print(m)                   # 打印对象m
<re.Match object; span=(0, 3), match='foo'>
>>> m = re.search('foo', 'seafood')       # 字符串'seafood'中是否包含字符'foo'，包含返回对象
>>> m
>>> m.group()      # 通过group()，取出m对象中的内容

findall 函数

在字符串中查找正则表达式模式的所有出现；返回一个匹配对象的列表

案例

>>> import re       # 导入正则表达式模块
>>> re.findall('foo', 'seafood is food')       # 查找所有的'foo'，会返回在一个列表中
['foo', 'foo']

finditer函数

查找字符串中所有匹配字符【返回迭代器】

案例

>>> import re       # 导入正则表达式模块
>>> re.finditer('foo', 'seafood is food')      #查找所有的'foo'，返回在一个迭代器对象中
>>> list(re.finditer('foo', 'seafood is food'))        #将迭代器对象转换为列表，验证结果
>>> for m in re.finditer('foo', 'seafood is food'):        #for循环遍历finditer迭代器对象中元素
...     m.group()

import re
# 1. re.match(正则表达式, 字符串)
# \d: 数字      \d\d\d == \d{3}
dc1 = re.match("\d{3}", "456aaabbb")
print(dc1)  # <_sre.SRE_Match object; span=(0, 3), match='456'>
print(dc1.group())  # "456"
# 2. re.search(正则表达式, 字符串)
# 在字符串中查找正则表达式模式的第一次出现，如果匹配成功，则返回一个匹配对象；
# 否则返回 None
dc2 = re.search("\d{3}", "aaa123bbb456ccc789ddd")
print("dc2:", dc2)  # <_sre.SRE_Match object; span=(3, 6), match='123'>
print(dc2.group())  # 123
# 3. re.findall(正则表达式, 字符串)
#    在字符串中查找正则表达式模式的所有出现,返回一个列表
dc3 = re.findall("\d{3}", "aaa123bbb456ccc789ddd")
print("dc3:", dc3)  # ['123', '456', '789']
# 4. re.finditer(正则表达式, 字符串): 查找字符串中所有匹配字符
dc4 = re.finditer("\d{3}", "aaa123bbb456ccc789ddd")
print("dc4:", dc4)  # <callable_iterator object at 0x7f25594d0048>
for item in dc4:print(item.group())

split 方法

根据正则表达式中的分隔符把字符分割为一个列表，并返回成功匹配的列表
字符串也有类似的方法，但是正则表达式更加灵活

案例

# split方法，使用正则切割字符串
>>> s1 = 'hello-world-how-are-you.tar.gz'       #定义一个字符串s1
>>> s1.split('-')                                #split()，将字符串s1，用字符'-'进行切割
>>> s1.split('.')                #split()，将字符串s1，用字符'.'进行切割
>>> re.split('-|\.', s1)     #split()，使用正则，将字符串s1，用字符'-' 或'.'行切割，'.'代表任意字符，要用'\'进行转义

sub方法

把字符串中所有匹配正则表达式的地方替换成新的字符串

>>> import re       # 导入正则表达式模块
>>> re.sub('X', 'nfx', 'Hi X, Nice to meet you, X')      #将字符串中的'X', 替换成'nfx'

compile函数

对正则表达式模式进行编译，返回一个正则表达式对象
不是必须要用这种方式，但是在大量匹配的情况下，可以提升效率

案例

>>> patt = re.compile('f..')     #编译正则表达式'f..'【匹配包含f的任意三个字串】
>>> m = patt.search('seafood is food')      #search(), 在字符串中，匹配正则表达式patt【f..】
>>> m          #查看对象m
>>> m.group()      #查看m中的对象# findall(), 在字符串'seafood is food'中，匹配正则表达式patt【f..】
>>> patt.findall('seafood is food')      #将查找到的所有'foo'，返回在一个列表中

# 5. re.split(正则表达式，字符串): 根据正则表达式中的分隔符把字符分割为一个列表，并返回成功匹配的列表
#    字符串也有类似的方法，但是正则表达式更加灵活
str01 = "hello_tar.gz"
dc5 = re.split("_|\.",str01)
print("dc5:",dc5)# 6. re.sub(正则表达式，替换字符串，字符串) 把字符串中所有匹配正则表达式的地方替换成新的字符串
dc6 = re.sub("\d{3}","wwy","Hi 123, Nice to meet you, 456~")
print("dc6:",dc6) # dc6: Hi wwy, Nice to meet you, wwy~# 7. re.compile(字符串): 对正则表达式模式进行编译，返回一个正则表达式对象
#         不是必须要用这种方式，但是在大量匹配的情况下，可以提升效率
patt = re.compile("\d{3}")  #  # patt: 正则表达式对象
dc7 = patt.search("aaa123bbb456ccc789ddd")
print("dc7:",dc7)   # <_sre.SRE_Match object; span=(3, 6), match='123'>
print(dc7.group())   # 123
dc8 = patt.findall("aaa123bbb456ccc789ddd")
print("dc8:",dc8)   # ['123', '456', '789']

分析 apache 访问日志

需求：编写一个apache 日志分析脚本(count_patt.py)：

统计每个客户端访问 apache 服务器的次数
将统计信息通过字典的方式显示出来
分别统计客户端是 Firefox 和 MSIE 的访问次数
分别使用函数式编程和面向对象编程的方式实现

# 需求：编写一个日志分析脚本：
# 统计每个客户端(ip)访问 apache 服务器的次数
# 将统计信息通过字典(dict)的方式显示出来
# {"192.168.1.100":3, "192.168.1.101":2, .....}
# 分别统计客户端是 Firefox 和 MSIE 的访问次数
import re
def count_data(fname, patt_str):  # fname: /opt/apache.logpatt_jg = {}  # 存储结果数据fr = open(fname, mode="r")patt_obj = re.compile(patt_str)  # patt_str: "(\d+\.){3}\d+"for line in fr.readlines():  # for line in fr:dc = patt_obj.search(line)  # SRE_Match objectip = dc.group()if ip in patt_jg.keys():  # 判断key在不在字典中patt_jg[ip] += 1  # 在的话, 出现次数+1else:patt_jg[ip] = 1   # 不在的话, 出现次数=1fr.close()return patt_jg
if __name__ == '__main__':fname = "/opt/apache.log"# \d+\.\d+\.\d+\.\d+  ->  (\d+\.){3}\d+patt_ip = "(\d+\.){3}\d+"patt_browser = "Firefox|MSIE"dc = count_data(fname, patt_ip)print(dc)dc1 = count_data(fname, patt_browser)print(dc1)
# cat /opt/apache.log
# 192.168.1.100  Firefox
# 192.168.1.101  MSIE
# 192.168.1.102  Firefox
# 192.168.1.100  MSIE
# 192.168.1.103  Firefox
# 192.168.1.101  MSIE

正则表达式及re模块相关推荐

python正则表达式之re模块方法介绍
python正则表达式之re模块其他方法 1:search(pattern,string,flags=0) 在一个字符串中查找匹配 2:findall(pattern,string,flags=0) ...
python基础—正则表达式即re模块
正则表达式(regular expression),就是字符匹配模式,而这个匹配规则在我们写爬虫进行数据提取,或者进行数据可视化进行数据清洗时经常用到,多样化的匹配规则在复杂的字符的情况提取数据时助我 ...
python re正则_正则表达式+Python re模块详解
正则表达式(Regluar Expressions)又称规则表达式,在代码中常简写为REs,regexes或regexp(regex patterns).它本质上是一个小巧的.高度专用的编程语言. 通 ...
Python正则表达式和re模块，完美匹配中文与中文标点符号
正则表达式和re模块世界上分两种人,一种是懂正则表达式的,一种是不懂正则表达式的. https://darlewo.cn/getting_started_with_crawler_advanced_ ...
正则表达式与re模块
一 .正则表达式与re模块的关系正则表达式(regular expression)是对字符串数据的处理 re是python中的一个模块 1.正则模式是一门独立的技术,大多编程语言都支持使用 2.Py ...
Python爬虫学习笔记-第六课(正则表达式下+csv模块的使用)
正则表达式下+csv模块的使用 1. re模块方法补充 1.1 compile()方法 1.2 search()和findall()方法 1.3 split()方法 1.4 sub()方法 2. re ...
关于学习Python的一点学习总结（57-＞正则表达式及re模块中的一些函数）
关于这个正则表达式,我本人也是有点不完全懂,还在继续学习中. 97.re 1.正则表达式: 1.通配符:正则表达式可与多个字符串匹配,可使用特殊字符来创建这种正则表达式例如:正则表达式'.ython ...
[ python ] 正则表达式及re模块
正则表达式正则表达式描述: 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 ...
python中的正则表达式re模块_python中的正则表达式（re模块）
一.简介正则表达式本身是一种小型的.高度专业化的编程语言,而在python中,通过内嵌集成re模块,程序媛们可以直接调用来实现正则匹配.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 ...
python爬虫 -- 正则表达式与 Re模块的介绍
Regular Expression,正则表达式,一种使用表达式的方式对字符串进行匹配的语法规则. 爬虫中我们抓取到的网页源代码本质上就是一个超长的字符串,想从里面提取内容.用正则再合适不过了. 正则 ...

正则表达式及re模块

re 模块

match 函数

search 函数

findall 函数

finditer函数

split 方法

sub方法

compile函数

分析 apache 访问日志

正则表达式及re模块相关推荐

最新文章

热门文章