【华为云技术分享】Python正则表达式，看完这篇文章就够了...#华为云·寻找黑马程序员#

正则表达式简介

正则表达式，是一个特殊的字符序列，又称规则表达式（英语：Regular Expression，在代码中常简写为regex、regexp 或RE），本质而言是一种小型的，高度专业化的编程语言。
Python 自1.5版本起增加了re 模块，re 模块使Python语言拥有全部的正则表达式功能。

正则语法表

关于正则语法表，别想其他的都背过就行了。不管你是python还是其他的语言都是一样的，所以背不过就抄到记住为止！这个你背不过，再好的教程看了也没用。如何巧记？我们需要对其进行分类。

  • 开头结尾

这一对标签，大家都不会陌生...

  • 模糊匹配

  • 关于括号

  • "\" 反斜杠的应用

  • 其他

re模块用法

re.(function)(pattern[, flags])
pattern : 一个字符串形式的正则表达式
flags : 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：

  1. re.I 忽略大小写

  2. re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境

  3. re.M 多行模式

  4. re.S 即为 . 并且包括换行符在内的任意字符（. 不包括换行符）

  5. re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库

  6. re.X 为了增加可读性，忽略空格和 # 后面的注释

  • findall() (即：全部找到,返回的是一个列表)

findall(string[, pos[, endpos]])
参数：

  1. string : 待匹配的字符串。

  2. pos : 可选参数，指定字符串的起始位置，默认为 0。

  3. endpos : 可选参数，指定字符串的结束位置，默认为字符串的长度。

1 import re
2 s = 'helloworld hellobeijing'
3 ret = re.findall('hello\S+',s)
4 print(ret)
5 ['helloworld', 'hellobeijing']
  • finditer()

和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。
re.finditer(pattern, string, flags=0)
参数：

  • search() 与 match()

相同点：

  1. 语法：re.search/match(pattern, string, flags=0)

  2. 函数参数说明：

3.可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

 1 import re
 2 # re.search
 3 ret = re.search('h..','hello hello world')
 4 print(ret) # 输出结果：<_sre.SRE_Match object; span=(0, 3), match='hel'>
 5 ret1 = re.search('h..','hello hello world').group()
 6 print(ret1) # 输出结果：hel 只输出第一个符合条件的结果
 7 
 8 # re.match
 9 ret = re.match('asd','asdhskdjfksji')
10 print(ret) # 输出结果：<_sre.SRE_Match object; span=(0, 3), match='asd'>返回的是一个对象。
11 ret1 = re.match('asd','asdhskdjfasdksjiasd').group()
12 print(ret1) # 输出结果：asd 调用.group()方法，只返回匹配的第一个结果。

不同点：

  1. re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None

  2. re.search匹配整个字符串，直到找到一个匹配

 1 # re.search
 2 s = 'helloworld hellobeijing'
 3 ret = re.search('hellob\S+',s)
 4 print(ret)
 5 <re.Match object; span=(11, 23), match='hellobeijing'>
 6 
 7 # re.match
 8 s = 'helloworld hellobeijing'
 9 ret = re.match('hellob\S+',s)
10 print(ret)
11 None
  • split() 分隔符 对比字符串里边的split方法。

split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：

re.split(pattern, string[, maxsplit=0, flags=0])

1 import re
2 s = 'helloworld hellobeijing'
3 ret = re.split('hello',s)
4 print(ret)
5 ['', 'world ', 'beijing']
  • sub() 替换；类似字符串中的replace()方法。

re.sub用于替换字符串中的匹配项。
语法：
re.sub(pattern, repl, string, count=0, flags=0)
参数：

  1. pattern : 正则中的模式字符串。

  2. repl : 替换的字符串，也可为一个函数。

  3. string : 要被查找替换的原始字符串。

  4. count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

1 import re
2 s = 'helloworld hellobeijing'
3 ret = re.sub('hello','goodbye',s)
4 print(ret)
5 goodbyeworld goodbyebeijing
  • compile(strPattern[,flag]): 这个方法是Pattern类的工厂方法，用于将字符串形式的正则表达式编译为Pattern对象

compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。
语法格式为：
re.compile(pattern[, flags])
参数：
pattern : 一个字符串形式的正则表达式

  1. flags : 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：

  2. re.I 忽略大小写

  3. re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境

  4. re.M 多行模式

  5. re.S 即为 . 并且包括换行符在内的任意字符（. 不包括换行符）

  6. re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库

  7. re.X 为了增加可读性，忽略空格和 # 后面的注释

1 import re
2 pattern = re.compile('he.{3}')
3 pattern.match(s)
4 <re.Match object; span=(0, 5), match='hello'>

The End

OK,今天的内容就到这里，如果觉得内容对你有所帮助，可以点击文章右下角的“在看”。
欢迎将这篇文章或我的微信公众号【清风Python】分享给更多喜欢python的人，谢谢。

作者：清风Python

posted @ 2020-03-19 13:34  华为云官方博客  阅读(201)  评论(0)  编辑  收藏  举报