python正则表达式
正则表达式 - 匹配单个字符 import re """lst = re.findall(正则表达式,字符串)""" # (1) 预定义字符集 # \d 匹配数字 strvar = "sdjfklj234&*(&1" lst = re.findall("\d",strvar) print(lst) # \D 匹配非数字 strvar = "YWERsdf78_&" lst = re.findall("\D",strvar) print(lst) # \w 匹配字母或数字或下划线 (正则函数中,支持中文的匹配) strvar = "sadf234_^&*%$^$%你好" lst = re.findall("\w",strvar) print(lst) # \W 匹配非字母或数字或下划线 strvar = "sadf234_^&*%$^$%你好" lst = re.findall("\W",strvar) print(lst) # \s 匹配任意的空白符 ( " " \t \n \r ) strvar = " \r " lst = re.findall("\s",strvar) print(lst) # \S 匹配任意非空白符 strvar = " \r 123_*(" lst = re.findall("\S",strvar) print(lst) # \n 匹配一个换行符 strvar = """ 今天国庆假期结束了,兄弟们满载 而归,玩的 很困,尽 快调 整. """ lst = re.findall(r"\n",strvar) print(lst) # \t 匹配一个制表符 lst = re.findall(r"\t",strvar) print(lst) # (2) 字符组 [] 匹配出字符组当中列举的字符(默认选一个) # lst = re.findall("[123]","a1b2c3d4") # print(lst) print(re.findall('a[abc]b','aab abb acb adb')) # aab abb acb print(re.findall('a[0123456789]b','a1b a2b a3b acb ayb')) # a1b a2b a3b # 优化写法 0123456789 => 0-9 print(re.findall('a[0-9]b','a1b a2b a3b acb ayb')) print(re.findall('a[abcdefg]b','a1b a2b a3b acb ayb adb')) # acb adb # 优化写法 abcdefg => a-g 表达所有的小写字母 a-z print(re.findall('a[a-g]b','a1b a2b a3b acb ayb adb')) print(re.findall('a[a-z]b','a1b a2b a3b acb ayb adb')) # acb adb ayb print(re.findall('a[ABCDEFG]b','a1b a2b a3b aAb aDb aYb')) # aAb aDb # 优化写法 ABCDEFG => A-G 表达所有的大写字母 A-Z print(re.findall('a[A-G]b','a1b a2b a3b aAb aDb aYb')) # aAb aDb print(re.findall('a[A-Z]b','a1b a2b a3b aAb aDb aYb')) # aAb aDb aYb # 注意点: 不能直接写A-z 中间ascii编码中包含了特殊的符号 print(re.findall('a[A-z]b','a1b a2b a3b acb ayb adb a[b')) # 匹配所有的字母和数字 print(re.findall('a[a-zA-Z0-9]b','a1b a2b a3b acb ayb adb a[b')) print(re.findall('a[0-9a-zA-Z]b','a-b aab aAb aWb aqba1b')) #aab aAb aWb aqb a1b print(re.findall('a[0-9][*#/]b','a1/b a2b a29b a56b a456b')) # a1/b # ^ 在字符组开头的位置出现代表 除了...的意思 print(re.findall('a[^-+*/]b',"a%b ccaa*bda&bd")) #a%b a&b # 匹配^-\等特殊字符时 ,需要前面加上\进行转义 strvar = "a^c a-c a\c" lst = re.findall(r"a[\^\-\\]c",strvar) print(lst) print(lst[-1]) # 注意点:为了防止转义,在正则表达式中或者要匹配的字符串中,无脑加r实现匹配 strvar = r"a\b" lst = re.findall(r"a\\b",strvar) print(lst[0])
2.匹配多个字符
# ### 正则表达式 - 匹配多个字符 # (1) 量词 import re '''1) ? 匹配0个或者1个a ''' print(re.findall('a?b','abbzab abb aab')) # ab b ab ab b ab '''2) + 匹配1个或者多个a ''' print(re.findall('a+b','b ab aaaaaab abb')) # ab aaaaaab ab '''3) * 匹配0个或者多个a ''' print(re.findall('a*b','b ab aaaaaab abbbbbbb')) # b ab aaaaaab ab b b b b b b '''4) {m,n} 匹配m个至n个a ''' # 1 <= a <= 3 print(re.findall('a{1,3}b','aaab ab aab abbb aaz aabb')) #aaab ab aab ab aab # {2} 代表必须匹配2个a print(re.findall('a{2}b','aaab ab aab abbb aaz aabb')) # aab aab aab # {2,} 代表至少匹配2个a print(re.findall('a{2,}b','aaab ab aab abbb aaz aabb')) # aaab aab aab # (2) 贪婪匹配 和 非贪婪匹配 """ 贪婪匹配 : 默认向更多次匹配 (回溯算法) 非贪婪匹配: 默认向更少次匹配 (配合?号使用) 回溯算法 : 从左向右进行匹配,直到找到最后一个,再也没有了,回头,返回上一个找到的内容 . 除了\n,匹配所有字符 非贪婪写法: 量词 + ? """ # 贪婪匹配(模式) strvar = "刘能和刘老根和刘罗锅111子222子" lst = re.findall("刘.",strvar) print(lst) # lst = re.findall("刘.?",strvar) lst = re.findall("刘.?",strvar) print(lst) # lst = re.findall("刘.?",strvar) lst = re.findall("刘.+",strvar) print(lst) # ['刘能和刘老根和刘罗锅111子222子'] lst = re.findall("刘.*",strvar) print(lst) # ['刘能和刘老根和刘罗锅111子222子'] lst = re.findall("刘.{1,20}",strvar) print(lst) # ['刘能和刘老根和刘罗锅111子222子'] lst = re.findall("刘.*子",strvar) print(lst) # 非贪婪匹配(模式) lst = re.findall("刘.??",strvar) print(lst) # ['刘', '刘', '刘'] lst = re.findall("刘.+?",strvar) print(lst) # 刘能 刘老 刘罗 lst = re.findall("刘.*?",strvar) print(lst) # ['刘', '刘', '刘'] lst = re.findall("刘.{1,20}?",strvar) print(lst) # ['刘能', '刘老', '刘罗'] lst = re.findall("刘.*?子",strvar) print(lst) # (3) 边界符 """ \b 本身是转义字符 退格,退到光标上一位 \b 在正则中还有边界符的意思 "word" 卡主左边界:\bw 卡主右边界:d\b """ strvar = "word old fuck" # 右边界 lst = re.findall(r"d\b",strvar) # ['d', 'd'] lst = re.findall(r".*d\b",strvar) # ['word old'] lst = re.findall(r".*?d\b",strvar) # ['word old'] print(lst) # 左边界 lst = re.findall(r"\bw",strvar) lst = re.findall(r"\bw.*",strvar) lst = re.findall(r"\bw.*?",strvar) lst = re.findall(r"\bw.*? ",strvar) # 空格在正则表达式中,不能随意加,是参与匹配的. lst = re.findall(r"\bw\S*",strvar) print(lst) # (4) ^ $的使用 """ ^ 写在在字符串的开头,表达必须以某个字符开头 $ 写在在字符串的结尾,表达必须以某个字符结尾 当使用了^ $ 代表要把该字符串看成一个整体 """ strvar = "大哥大嫂大爷" print(re.findall('大.',strvar)) # ['大哥', '大嫂', '大爷'] print(re.findall('^大.',strvar)) # ['大哥'] print(re.findall('大.$',strvar)) # ['大爷'] print(re.findall('^大.$',strvar))# [] print(re.findall('^大.*?$',strvar)) # ['大哥大嫂大爷'] print(re.findall('^大.*?大$',strvar)) # [] print(re.findall('^大.*?爷$',strvar)) # ['大哥大嫂大爷'] print(re.findall('^g.*? ' , 'giveme 1gfive gay')) # giveme print(re.findall('five$' , 'aassfive')) # [five] print(re.findall('^giveme$' , 'giveme')) # ['giveme'] print(re.findall('^giveme$' , 'giveme giveme')) # [] print(re.findall('giveme' , 'giveme giveme')) # ['giveme', 'giveme'] print(re.findall("^g.*e",'giveme 1gfive gay')) # ['giveme 1gfive']
