re模块

本节内容:

1.正则表达式

2.练习题

3.re模块

4.练习题

 

 

 

一.正则表达式

1. 字符组:[字符组](对每一个字符进行匹配)

在同一位置可能出现的各种字符组成了一个字符组,在正则表达式中[]表示.假如你现在要求一个位置’只能出现数字’,那么这个位置上的字符只能是0,1,,9这是十个数之一

正则	待匹配字符	匹配结果	说明
[0-9]	878xghg	878xghg	匹配数字
[a-z]	2afdf47	2afdf47	匹配小写字母
[A-Z]	78xFFT	78xFFT	匹配大写字母
[a-zA-Z]	8Ta	8Ta	匹配大小写字母
[a-zA-Z0-9]	78Ta	78Ta	匹配大小写字母数字
[a-zA-Z0-9_]	78Ta_	78Ta_	匹配字母数字下划线
A ascii码65	Z     90	a   97	z   122

　　2.元字符

元字符	待匹配字符	匹配结果	匹配内容
.(李.)	李杰和李连杰和李二棍	李杰和李连杰和李二棍	匹配除换行符以外的其他字符
\w	78Ta_你好	78Ta_你好	匹配字母数字下划线
\s	78T  a_ 你	78T  a_ 你	匹配任意空白字符
\t	78T  a_ 你	78T  a_ 你	匹配任意制表符
\n	78T  a_ 你	匹配到 1 条结果	匹配任意换行符
\d	78T  a_ 你	78T  a_ 你	匹配任意数字
\d(lo\b)	hello world	hello world	匹配一个单词结尾
^(^李.)	李杰和李连杰和李二棍	李杰和李连杰和李二棍	匹配字符串的开头
^		匹配到 1 条结果	什么都不打也有
$		匹配到 1 条结果	什么也不打
$(李.{2}$)	李杰和李连杰和李二棍	李杰和李连杰和李二棍	匹配字符串的结尾
字符串的开头结尾相当于有一个东西占位虽然什么都不显示
\W			匹配非字母数字下划线
\D			匹配非数字
\S			匹配非空白符
[\s\S]         [\d\D]    [\w\W]   匹配所有字符
a|b			匹配字符a或b
\d+\.\d+|\d+ 1455.45456     \d+|\d+\.\d+ 1455.45456或前面的执行为真后面就不执行了()
如果b规则是a规则的一部分,且a规则比b规则要苛刻,就把a规则放前面
()	表示给几个字符加上量词的约束,就给这些字符加上()		匹配括号内的表达式
[......]([\d])	1455.45456		匹配字符组中的字符
[^.....](\s)	1455.45456		匹配非字符组中的字符

3.量词

量词	用法说明	待匹配字符	匹配结果
*(\d*)	重复零次或更多次	m|85fj545	m|85fj545
+(\d+.\d+|\d)	重复一次或更多次	1.26564	1.26564
?(李.?)	重复一次或零次	李杰和李连杰和李二棍	李杰和李连杰和李二棍
{n}(李.{2})	重复n次	李杰和李连杰和李二棍	李杰和李连杰和李二棍
{n,}(李.{2, })	重复至少n次	李杰和李连杰和李二棍	李杰和李连杰和李二棍
{n,m}李.{1,2}	重复n到m次	李杰和李连杰和李二棍	李杰和李连杰和李二棍

注意:前面的*+?等都是贪婪的的匹配,也就是尽可能匹配,后面加?号使其变成惰性机制

李.??            李杰和李连杰和李二棍

4.字符集[  ],[^   ]

李[杰和李连杰和李二棍]	李杰和李连杰和李二棍	表示匹配’李’后面[杰和李连杰和李二棍]的字符
李[^杰和李连杰和李二棍]	李杰和李连杰和李二棍李哈	表示匹配李后面除了[杰和李连杰和李二棍]
李[^和]*	李杰和李连杰和李二棍李哈	表示匹配一个不是和的字符的任意次

5.贪婪匹配机制

例子一

?

1 2	var pattern=/8[a-zA-Z0-9]*7/;贪婪模式 var string="abc8defghij7klngon8qrstwxy7";

这时使用了贪婪模式*，表示8与8之间可有有任意多个字母,那这个正则先匹配第一个8，如果匹配到了后，就无限制的匹配后面的内容，只要后面的内容都满足[a-zA-Z0-9]就可以。一直匹配，匹配到不能再匹配为止，看紧接着后面的一个是不是7，如果不是那他就往前进一个(吐出一个看是不是7)，如果不是再继续吐直到吐出7为止，然后匹配到的就是这之间的内容。所以结果匹配到的内容就是整条字符串。

?

1 2	var pattern=/8[a-zA-Z0-9]*?7/ig;惰性模式 var string="abc8defghij7klngon8qrstwxy7";

上面正则使用了惰性模式*?,此时匹配方式是这样的,先匹配一个8，然后在往后匹配一个字符看是不是符合[a-zA-Z0-9]，如果符合，再去看紧接着后面的一个字符是不是7，如果是7就结束，如果不是就再往后匹配一个字符，看是不是符合[a-zA-Z0-9]，如果符合，就再看紧接着后面的一个字符是不是7，如果是7就结束，否则，按照上面的方式依次循环下去,指导符合为止

6.转义字符

在正则表达式中如果要匹配正常的"\d"而不是数字就需要对'\'进行转义,变成'\\',在python中,无论是正则表达式还是带匹配的内容都是以字符串的形式出现的,所以如果要匹配一次''\d',字符串中要写成'\\d',那么正则里就写成'\\\\d',第一个\是使\d变成正常字符

正则	待匹配字符	匹配结果	说明
\d	\d	False	因为在正则表达式中\是有特殊意义的字符所以要匹配\d本身用表达式\d无法匹配
\\d	\d	True	转义\之后变成\\,即可匹配
‘’\\\\d”	‘\\d’	True	如果在python中,字符串中的’python’也需要转义,所以每一字符串’\’又需要转义一次
r'\\d'	r’\d’	True	在字符串之前加r,让整个字符串不转义

 

import re
ret=re.sub('\\d','sb','hdhsbkdfjid154',1)#将数字换成sb,替换一次
print(ret)       


#hdhsbkdfjidsb54

 

 

 二.练习题

1.匹配整数或者小数（包括正数和负数）

-?\d+(\.\d+)?        与split的尽量用第二种                          -?(\d+\.\d+|\d+)

2.匹配年月日日期 格式2018-12-6

[1-9]\d{0,3}-(1[0-2]|0?[1-9])-(3[01]|[12]\d|0?[1-9])

3.1-2*((60-30+(-40/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2)) # 1）从上面算式中匹配出内层没有其他小括号的表达式

\([^()]+\)

4.匹配邮箱地址

[0-9a-zA-Z][\w\-.]+@[a-zA-Z0-9\-]+(\.[a-zA-Z0-9\-]+)*\.[A-Za-z0-9]{2,6}

 

 三.re模块的方法

1.findall()找到所有匹配项,返回一个列表,如果没有则返回一个空列表[],不用和group(函数一起)

import re
ret=re.findall("alex?",'hello alexxxxxxxxx')
print(ret)       #['alex']表示x出现一次或零次(不是惰性匹配也不是贪婪匹配)
ret=re.findall("alex*",'hello alexxxxxxxxx')
print(ret)       #['alexxxxxxxxx']
ret=re.findall("alex*?",'hello alexxxxxxxxx')
print(ret)      #['ale']
ret=re.findall("alex+?",'hello alexxxxxxxxx')
print(ret)         #['alex']
ret=re.findall("ale\w+8",'hello alexxxxxxxxx8xxx8alex')
print(ret)           #['alexxxxxxxxx8xxx8']贪婪匹配
ret=re.findall("ale\w+?8",'hello alexxxxxxxxx8xxx8alex')
print(ret) 

2.search()

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,如果没有返回None,如果匹配到了该对象可以 通过调用group()方法得到匹配的字符串,如果没有匹配到直接调用group()则会报错.

import re
ret=re.search('\d+','5464821 cvdhgyfusg 7877')
print(ret)    #<_sre.SRE_Match object; span=(0, 7), match='5464821'>
print(ret.group())        #5464821



ret=re.search('[<>]','5464821 cvdhgyfusg 7877')
print(ret)    #None
print(ret.group())      #'NoneType' object has no attribute 'group'

解决方案

ret=re.search('[\d]','5464821 cvdhgyfusg 7877')
if ret:
    print(ret.group())      #5



ret=re.search('[<>]','5464821 cvdhgyfusg 7877')
if ret:
    print(ret.group()) #什么都不输出

3.match()同search()不过尽在字符串开始处进行

import re
ret=re.match('abh','abh哈哈哈哈1548')
print(ret)     #<_sre.SRE_Match object; span=(0, 3), match='abh'>
print(ret.group())      #abh

4.split(''要以什么分割的东西','字符串','分割的次数)   #分割,如果分割在两端则会产生空白

import re
ret=re.split('\d+','dufhuf15486ndgfyhd14',1)
print(ret)    


 #['dufhuf', 'ndgfyhd', '']

5.　　sub('想要替换掉的','想要替换成的','替换的大对象',替换次数),返回字符串

import re
ret=re.sub('\d','sb','hdhsbkdfjid154',1)#将数字换成sb,替换一次
print(ret)      


 #hdhsbkdfjidsbsbsb

　　subn('想要替换掉的','想要替换成的','替换的大对象')  返回元组(替换的结果,替换了多少次)

ret=re.subn('\d','sb','hdhsbkdfjid154')#将数字换成sb,
print(ret)         


 #('hdhsbkdfjidsbsbsb', 3)

6.compile()可与findall(),       search(),match()调用对象需要如果要输出匹配内容需要与group()连用(请使用if语句,否则会报错)

语法

import re
obj=re.compile('要匹配的内容'')
ret=obj.findall('带匹配内容')
print(ret)

import re
obj=re.compile('\d{1,3}')
ret1=obj.search('156478756ndjhgsfy4578')
print(ret1.group())

#156

7.findinter()

 

# it = re.finditer(r"\w+", "meirenyao, meichaofeng, meixingfu, meiqian")
# for i in it:
#     print(i.group())