【Python】正则表达式
使用正常表达式
# 导入re模块
import re
# 使用match方法进程匹配操作
result = re.match(正则表达式，要匹配的字符串)
# 如果上一步匹配到数据的话， 可以使用group方法来提取数据
result.group()
简单示例
In [1]: import re
In [2]: re.match(r"hello", "hello world")
Out[2]: <re.Match object; span=(0, 5), match='hello'>
In [3]: re.match(r"Hello", "hello world")
In [4]: re.match(r"[Hh]ello", "hello world")
Out[4]: <re.Match object; span=(0, 5), match='hello'>
匹配规则
单个
In [8]: re.match(r"速度与激情\d", "速度与激情1")
Out[8]: <re.Match object; span=(0, 6), match='速度与激情1'>
In [18]: re.match(r"速度与激情\d*", "速度与激情11").group()
Out[18]: '速度与激情11'
多个
开头结尾
匹配分组
# 判断变量名是否合法
import re
def main():
names = ["age", "_age", "1age", "age1", "a_age", "age_1_", "age!", "a#123"]
for name in names:
ret = re.match(r"[a-zA-Z_][a-z0-9A-Z_]*$", name)
if ret:
print("变量名:%s 符合要求...通过正则匹配出来的字符是:%s" % (name, ret.group()))
else:
print("变量名:%s 不符合要求...." % name)
if __name__ == '__main__':
main()
高级功能
search
import re
# 只找一次
ret = re.search(r"\d+", "阅读测试为 9999，点赞次数为：100")
if ret:
print(ret.group())
else:
print("None")
findall
# 查找所有，返回一个数组
ret = re.findall(r"\d+", "阅读测试为 9999，点赞次数为：100")
if ret:
print(ret)
else:
print(ret)
sub 将匹配到的数据进行替换
# 方法 1
import re
ret = re.sub(r"\d+", '998', "python = 997")
print(ret)
# 方法 2
import re
def add(temp):
strNum = temp.group()
num = int(strNum) + 1
return str(num)
ret = re.sub(r"\d+", add, "python = 997")
print(ret)
ret = re.sub(r"\d+", add, "python = 99")
print(ret)
split 根据匹配进行切割字符串，并返回一个列表
需求：切割字符串“info:xiaoZhang 33 shandong”
#coding=utf-8
import re
ret = re.split(r":| ","info:xiaoZhang 33 shandong")
print(ret)
# 结果
['info', 'xiaoZhang', '33', 'shandong']
练习，分析网页内容
import re
info = '''<div>
<p>岗位职责：</p>
<p>完成推荐算法、数据统计、接口、后台等服务器端相关工作</p>
<p><br></p>
<p>必备要求：</p>
<p>良好的自我驱动力和职业素养，工作积极主动、结果导向</p>
<p> <br></p>
<p>技术要求：</p>
<p>1、一年以上 Python 开发经验，掌握面向对象分析和设计，了解设计模式</p>
<p>2、掌握HTTP协议，熟悉MVC、MVVM等概念以及相关WEB开发框架</p>
<p>3、掌握关系数据库开发设计，掌握 SQL，熟练使用 MySQL/PostgreSQL 中的一种<br></p>
<p>4、掌握NoSQL、MQ，熟练使用对应技术解决方案</p>
<p>5、熟悉 Javascript/CSS/HTML5，JQuery、React、Vue.js</p>
<p> <br></p>
<p>加分项：</p>
<p>大数据，数理统计，机器学习，sklearn，高性能，大并发。</p>
</div>'''
# print(info)
# 匹配不是 > 的字符，一次或多次
ret = re.sub(r"(<[^>]*>| )","",info)
print(ret)
