python-day20--正则表达式与re模块
1.通过re模块可以做一些关于正则的相关操作
2.正则表达式:做字符串匹配的规则
1)字符组:在同一个位置可能出现的各种字符组成了一个字符组,在正则表达式中用[ ]表示
[0-9][a-f][A-F] ,可以匹配数字,大小写形式的a~f
2)元字符:
3)量词
4)贪婪匹配与惰性匹配
贪婪匹配:在满足匹配时,匹配尽可能长的字符串,默认情况下,采用贪婪匹配
几个常用的非贪婪匹配Pattern: pattern控制的是前面紧挨着的一个字符
*? 重复任意次,但尽可能少重复
+? 重复1次或更多次,但尽可能少重复
?? 重复0次或1次,但尽可能少重复
{n,m}? 重复n到m次,但尽可能少重复
{n,}? 重复n次以上,但尽可能少重复
.*?的用法:
. 是任意字符 * 是取 0 至 无限长度 ? 是非贪婪模式。 何在一起就是 取尽量少的任意字符,一般不会这么单独写,他大多用在: .*?x 就是取前面任意长度的字符,直到一个x出现
5)分组()与或 | [ ^ ]
身份证号码: ^([1-9]\d{16}[0-9x]|[1-9]\d{14})$
3.re模块内的常用方法:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 import re 2 3 ret = re.findall('a', 'eva egon yuan') # 返回所有满足匹配条件的结果,放在列表里 4 print(ret) #结果 : ['a', 'a'] 5 6 ret = re.search('a', 'eva egon yuan').group() 7 print(ret) #结果 : 'a' 8 # 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,该对象可以 9 # 通过调用group()方法得到匹配的字符串,如果字符串没有匹配,则返回None。 10 11 ret = re.match('a', 'abc').group() # 同search,不过尽在字符串开始处进行匹配 12 print(ret) 13 #结果 : 'a' 14 15 ret = re.split('[ab]', 'abcd') # 先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割 16 print(ret) # ['', '', 'cd'] 17 18 ret = re.sub('\d', 'H', 'eva3egon4yuan4', 1)#将数字替换成'H',参数1表示只替换1个 19 print(ret) #evaHegon4yuan4 20 21 ret = re.subn('\d', 'H', 'eva3egon4yuan4')#将数字替换成'H',返回元组(替换的结果,替换了多少次) 22 print(ret) 23 24 obj = re.compile('\d{3}') #将正则表达式编译成为一个 正则表达式对象,规则要匹配的是3个数字 25 ret = obj.search('abc123eeee') #正则表达式对象调用search,参数为待匹配的字符串 26 print(ret.group()) #结果 : 123 27 28 import re 29 ret = re.finditer('\d', 'ds3sy4784a') #finditer返回一个存放匹配结果的迭代器 30 print(ret) # <callable_iterator object at 0x10195f940> 31 print(next(ret).group()) #查看第一个结果 32 print(next(ret).group()) #查看第二个结果 33 print([i.group() for i in ret]) #查看剩余的左右结果
4.findall优先级处理:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
import re ret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com') print(ret) # ['oldboy'] 这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可 ret = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com') print(ret) # ['www.oldboy.com']
5.split的优先级查询
ret=re.split("\d+","eva3egon4yuan") print(ret) #结果 : ['eva', 'egon', 'yuan'] ret=re.split("(\d+)","eva3egon4yuan") print(ret) #结果 : ['eva', '3', 'egon', '4', 'yuan'] #在匹配部分加上()之后所切出的结果是不同的, #没有()的没有保留所匹配的项,但是有()的却能够保留了匹配的项, #这个在某些需要保留匹配部分的使用过程是非常重要的。