随笔- 95 文章- 2 评论- 1 阅读- 23万

正则

#!/usr/bin/python
# coding: utf-8
import re
 
'''
.                    匹配任意字符（不包括换行符）
^                    匹配开始位置，多行模式下匹配每一行的开始
$                    匹配结束位置，多行模式下匹配每一行的结束
*                    匹配前一个元字符0到多次
+                    匹配前一个元字符1到多次
?                    匹配前一个元字符0到1次
{m,n}                匹配前一个元字符m到n次
\\                   转义字符，跟在其后的字符将失去作为特殊元字符的含义，例如\\.只能匹配.，不能再匹配任意字符
[]                   字符集，一个字符的集合，可匹配其中任意一个字符
|                    逻辑表达式 或 ，比如 a|b 代表可匹配 a 或者 b
(...)                分组，默认为捕获，即被分组的内容可以被单独取出，默认每个分组有个索引，从 1 开始，按照"("的顺序决定索引值
(?iLmsux)            分组中可以设置模式，iLmsux之中的每个字符代表一个模式,用法参见 模式 I
(?:...)              分组的不捕获模式，计算索引时会跳过这个分组
(?P<name>...)        分组的命名模式，取此分组中的内容时可以使用索引也可以使用name
(?P=name)            分组的引用模式，可在同一个正则表达式用引用前面命名过的正则
(?#...)              注释，不影响正则表达式其它部分,用法参见 模式 I
(?=...)              顺序肯定环视，表示所在位置右侧能够匹配括号内正则
(?!...)              顺序否定环视，表示所在位置右侧不能匹配括号内正则
(?<=...)             逆序肯定环视，表示所在位置左侧能够匹配括号内正则
(?<!...)             逆序否定环视，表示所在位置左侧不能匹配括号内正则
(?(id/name)yes|no)   若前面指定id或name的分区匹配成功则执行yes处的正则，否则执行no处的正则
\number              匹配和前面索引为number的分组捕获到的内容一样的字符串
\A                   匹配字符串开始位置，忽略多行模式
\Z                   匹配字符串结束位置，忽略多行模式
\b                   匹配位于单词开始或结束位置的空字符串
\B                   匹配不位于单词开始或结束位置的空字符串
\d                   匹配一个数字， 相当于 [0-9]
\D                   匹配非数字,相当于 [^0-9]
\s                   匹配任意空白字符， 相当于 [ \t\n\r\f\v]
\S                   匹配非空白字符，相当于 [^ \t\n\r\f\v]
\w                   匹配数字、字母、下划线中任意一个字符， 相当于 [a-zA-Z0-9_]
\W                   匹配非数字、字母、下划线中的任意字符，相当于 [^a-zA-Z0-9_]
'''
 
def testdote():
    str1 = 'hello<b><b><hb> <strong> </strong> <h1>world</h1>'
    print(re.sub(r"<.*?>",'09',str1))#hello09 09 09 09world09
    print(re.sub(r"<strong>",'09',str1))#hello09 <strong> <strong> <h1>world</h1>
    print(re.sub(r"<[^>]+>",'x',str1))#helloxxx x x xworldx-
    print(re.sub(r"<[^strong]+>",'x',str1))#hellox <strong> <strong> xworldx
    print(re.sub(r"<[^h1]+>",'x',str1))#hellox<hb> x <h1>world</h1>
 
    str = "ab123ba4b56b"
    # + 匹配前一个元字符1到多次
    # ? 匹配前一个元字符0到1次
    print(re.sub(r"a(.?)b","-",str))#-123b-56b
    print(re.sub(r"[ab123]",'=',str))#=======4=56=
    print(re.sub(r"[^ab123$]",'.',str))#ab123ba.b..b
    print(re.findall(r"a(.+?)b", str))#['b123', '4']
    print(re.findall(r"a(.?)b", str))#['', '4']
    print(re.findall(r"a(.+)b", str))#['b123ba4b56']
    print(re.findall(r"a(.*)b", str))#['b123ba4b56']
    print(re.findall(r"a(.{1,3})b", str))#['4']
    print(re.findall(r"a(.{1,4})b", str))#['b123', '4b56']
    print(re.findall(r"a(.{1,10})b", str))#['b123ba4b56']
    print(re.findall(r"a|b", str))#['a', 'b', 'b', 'a', 'b', 'b']
    print(re.sub(r"a|b","x",str))#xx123xx4x56x
    print(re.sub(r"[^12$]","-",str))# --12--------
 
testdote()