re模块
原文:https://www.cnblogs.com/schut/p/8439225.html
1、什么是re模块?
正则表达式就是字符串的匹配规则,在多数编程语言里都有相应的支持,python里对应的模块是re。
2、常用匹配规则:
'.' 默认匹配除\n之外的任意一个字符,若指定flag DOTALL,则匹配任意字符,包括换行 '^' 匹配字符开头,若指定flags MULTILINE,这种也可以匹配上(r"^a","\nabc\neee",flags=re.MULTILINE) '$' 匹配字符结尾, 若指定flags MULTILINE ,re.search('foo.$','foo1\nfoo2\n',re.MULTILINE).group() 会匹配到foo1 '*' 匹配*号前的字符0次或多次, re.search('a*','aaaabac') 结果'aaaa' '+' 匹配前一个字符1次或多次,re.findall("ab+","ab+cd+abb+bba") 结果['ab', 'abb'] '?' 匹配前一个字符1次或0次 ,re.search('b?','alex').group() 匹配b 0次 '{m}' 匹配前一个字符m次 ,re.search('b{3}','alexbbbs').group() 匹配到'bbb' '{n,m}' 匹配前一个字符n到m次,re.findall("ab{1,3}","abb abc abbcbbb") 结果'abb', 'ab', 'abb'] '|' 匹配|左或|右的字符,re.search("abc|ABC","ABCBabcCD").group() 结果'ABC' '(...)' 分组匹配, re.search("(abc){2}a(123|45)", "abcabca456c").group() 结果为'abcabca45' '\A' 只从字符开头匹配,re.search("\Aabc","alexabc") 是匹配不到的,相当于re.match('abc',"alexabc") 或^ '\Z' 匹配字符结尾,同$ '\d' 匹配数字0-9 '\D' 匹配非数字 '\w' 匹配[A-Za-z0-9] '\W' 匹配非[A-Za-z0-9] 's' 匹配空白字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 结果 '\t' '(?P<name>...)' 分组匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 结果{'province': '3714', 'city': '81', 'birthday': '1993'}
3、re的匹配语法有以下几种
re.match 从头开始匹配
re.search 匹配包含
re.findall 把所有匹配到的字符放到列表中并返回列表
re.split 以匹配到的字符当作列表分隔符
re.sub 匹配字符并替换
re.fullmatch 全部匹配
4、re的匹配语法1实例:
#!/usr/bin/env python3 #-*- coding:utf-8 -*- # write by congcong import re # 正则表达式就是字符串的匹配规则,在多数编程语言里都有相应的支持,python里对应的模块是re s = 'abc123d45' # re.match(pattern, string, flags=0) 从头开始匹配,只匹配第一个 ''' pattern 正则表达式 pattern 正则表达式 flags 标志位,用于控制正则表达式的匹配方式 ''' print(re.match('[0-9]',s)) # 因为第一个是’a‘所以没有匹配到 print(re.match('[0-9]','15abc234')) # <_sre.SRE_Match object; span=(0, 1), match='1'> # re.search() 遇到符合要求的就返回,不再继续向后找 print(re.search('[0-9]','ab12c3d')) # <_sre.SRE_Match object; span=(2, 3), match='1'> # 先判断是否匹配到,是的话 通过re.search().group() 返回匹配到的值 # re.findall() 全局查找,有多少符合返回多少,以列表的形式返回 print(re.findall('[0-9]','a1b2c3d4')) # ['1', '2', '3', '4'] # '.' 默认匹配除\n之外的任意一个字符 print(re.match('.','abc12d')) # <_sre.SRE_Match object; span=(0, 1), match='a'> print(re.match('..','abc12d')) # <_sre.SRE_Match object; span=(0, 2), match='ab'> print(re.search('.','ab12cd')) # <_sre.SRE_Match object; span=(0, 1), match='a'> # ' ^ ' 匹配字符开头 print(re.match('^a','ab12cd')) # <_sre.SRE_Match object; span=(0, 1), match='a'> print(re.match('^ab','ab12cd')) # <_sre.SRE_Match object; span=(0, 2), match='ab'> print(re.search('^ab','ab12cd')) # <_sre.SRE_Match object; span=(0, 2), match='ab'> # '$' 匹配字符结尾 print(re.match('d$','ab12cd'))# 无法获取 print(re.search('d$','ab12cd')) # <_sre.SRE_Match object; span=(5, 6), match='d'> print(re.search('cd$','ab1cd2cd')) # <_sre.SRE_Match object; span=(6, 8), match='cd'> # '*' 匹配*号前的字符0次或多次 print(re.match('d*','ad123dd')) # 没有匹配到 print(re.search('ab*','a123abv').group()) # a print(re.search('a*','aaaabac').group()) # aaaa # '+' 匹配前一个字符1次或多次 print(re.findall("ab+","ab+cd+abb+bba") ) # ['ab', 'abb'] print(re.findall('ab+','aabadfbab')) # ['ab', 'ab'] # '?' 匹配前一个字符1次或0次 print(re.search('a?','alaex').group()) # a # '{m}'匹配前一个字符m次 print(re.search('b{3}','alexbbbs').group()) # 匹配到'bbb' # '{n,m}' 匹配前一个字符n到m次 print(re.findall("ab{1,3}","abb abc abbcbbb")) # ['abb', 'ab', 'abb'] # '|' 匹配|左或|右的字符 print(re.search("abc|ABC","ABCBabcCD").group()) # ABC # (...)' 分组匹配 print( re.search("(abc){2}a(123|45)", "abcabca456c").group()) # abcabca45 print(re.search('[q-z]{1,3}','ab123qwe').group()) # qw print(re.search('([a-z]+)([0-9]+)','zbc12a5').groups()) # ('zbc', '12')
re的匹配语法2实例:
#!/usr/bin/env python3 #-*- coding:utf-8 -*- # write by congcong import re # '\A' 只从字符开头匹配 print(re.search("\Aabc","alexabc")) # 匹配不到的,相当于re.match('abc',"alexabc") 或^ print(re.search('\Aale','alexabc').group()) # ale # '\Z' 匹配字符结尾,同$ print(re.search('abc\Z','alexabc').group()) # abc # '\d' 匹配数字0-9 print(re.search('\d+','123ab4').group()) # 123 # '\D' 匹配非数字 print(re.search('\D+','asd$12!@').group()) # asd$ print(re.findall('\D+','asd$12!@')) # ['asd$', '!@'] # '\w' 匹配[A-Za-z0-9] print(re.search('\w+','123abA!4').group()) # 123abA # '\W' 匹配 非 [A-Za-z0-9] print(re.search('\W+','123abA!4').group()) # ! # '\s' 匹配空白字符、\t、\n、\r 结果 '\t' print(re.search("\s+","ab\tc1\n3")) # <_sre.SRE_Match object; span=(2, 3), match='\t'> # '(?P<name>...)' 分组匹配 结果{'province': '3714', 'city': '81', 'birthday': '1993'} re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") s = '412142199612012510' res = re.search('(?P<province>\d{3})(?P<city>\d{3})(?P<born_year>\d{4})',s).groups() print(res) # ('412', '142', '1996') # re.split 以匹配到的字符当做列表分隔符 s = 'qeqwe135asdf14as!df-312qw' print(re.split('\d+|!|-',s)) # ['qeqwe', 'asdf', 'as', 'df', '', 'qw'] cunt ='12334+2312*12-56/8%2' print(re.split('[\+\*-/%]',cunt,maxsplit=3)) # ['12334', '2312', '12', '56/8%2'] # re.fullmatch 全部匹配 print(re.fullmatch('\w+@\w+\.(com|cn|edu)','ccqwe@asdf.com').group()) # ccqwe@asdf.com # re.compile 先制定规则,再匹配,提高效率 str = re.compile('\d+@\w+\.com') print(str.fullmatch('935259249@qq.com').group()) # 935259249@qq.com # re.sub 替换 s = 'qwert1234zx666hyt999' print(re.sub('\d+','*',s)) # qwert*zx*hyt* print(re.sub('\d+','%',s,count=2)) # qwert%zx%hyt999 ''' Flags标志符 re.I(re.IGNORECASE): 忽略大小写(括号内是完整写法,下同) M(MULTILINE): 多行模式,改变'^'和'$'的行为 S(DOTALL): 改变'.'的行为,make the '.' special character match any character at all, including a newline; without this flag, '.' will match anything except a newline. X(re.VERBOSE) 可以给你的表达式写注释,使其更可读,下面这2个意思一样 ''' # re.I(re.IGNORECASE): 忽略大小写(括号内是完整写法,下同) print(re.search('a','Alehello',re.I).group()) # A # X(re.VERBOSE) 可以给你的表达式写注释,使其更可读,下面这2个意思一样 a = re.compile(r"""\d + # the integral part \. # the decimal point \d * # some fractional digits""", re.X) b = re.compile(r"\d+\.\d*")
目前正在学习Python中,如果有什么不对的地方 希望广大朋友,指出错误指出,深表感谢