正则总结(Python)

正则大家都不陌生，工作中一定会接触到。最近在Python中用的了正则，所以顺便整理一下。

一、re模块的使用

#导入 re模块
import re# 使用match方法进行匹配操作
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()

re.match 是用来进行正则匹配检查的方法，如果字符串匹配正则表达式，则match方法返回匹配对象，否则返回None

二、表示字符等

字符	功能
.	匹配任意一个字符(除了\n)
[]	匹配[]中列举的字符
\d	匹配数字，也就是0-9
\D	匹配非数字
\s	匹配空白，即空格、tab键
\S	匹配非空白
\w	匹配单词字符即a-z、A-Z、0-9、_
\W	匹配非单词字符

如果[]里以^开头表示非的意思。

import reret = re.match(".", "M")
print(ret.group())p = "1[345]" # 这个正则也就是匹配13、14、15 这三种情况
result1 = re.match(p, '12') #不匹配
print(result1)
result2 = re.match(p, '13') # 匹配
print(result2)rP = "1[^345]" # [] 里面有个 ^ 表示取反的意思也就是不是这三个数的情况
result1 = re.match(rP, '12') #匹配
print(result1)
result2 = re.match(rP, '13') #不匹配
print(result2)print("----------------------------------------------")result = re.match('\d', "13") # 数字
print(result)result = re.match("嫦娥\d号","嫦娥3号发射成功")
print(result)

三、原始字符

就是在正则里面有可能出现转义的情况。在正则表达式里面使用“\”来表示转义，比如你要匹配“\”，这个时候正则需要“\\”,有时候这个斜杠可能遗漏等问题。Python里的原生字符串很好地解决了这个问题，有了原始字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。

import re
#转义
result = re.match('\\\\n\w', '\\nab')
print(result)# 原始字符
s = r'\nabc'
print(s)result = re.match(r'\\n\w', r'\nab')
print(result)

四、表示数量

字符	功能
*	匹配前一个字符0次或者无限次，即可有可无
+	匹配前一个字符1次或者无限次，即至少1次
?	匹配前一个字符出现一次或者0次，即要么1次，要么没有
{m}	匹配前一个字符出现m次
{m,}	匹配前一个字符至少出现m次
{m,n}	匹配前一个字符出现m到n次

五、表示边界

字符	功能
^	匹配字符串开头
$	匹配字符串结尾
\b	匹配一个单词的边界
\B	匹配非单词边界

说到开头和结尾想到vi编辑器里面鼠标移动到开头的位置就是 ^，光标移动到结尾的位置就是$

import re# ^ 开始
# $ 末尾 ， 其实在 vi 编辑器里面光标去头还是未也是这样的
result = re.match(r'^\w+\bve\b', 'hover')
print(result)result = re.match(r'^\w+\bve\b', 'ho ve r')
print(result)
# \b 不能匹配空格
result = re.match(r'^\w+\sve\b', 'ho ve r')
print(result)result = re.match(r'^.+ve\b', 'ho ve r')
print(result)

六、匹配分组

字符	功能
\|	匹配左右任意一个表达式
(ab)	将括号中字符作为一个分组
\num	引用分组num匹配到字符串
(?P<name>)	分组起别名
(?P=name)	引用别名为name分组匹配到字符串

比如现在要表示0-100之间的数字？

import re
#正则表示 0 - 100
result = re.match(r"[1-9]\d?$|0|100", '0')
print(result)result = re.match(r"[1-9]?\d?$|100", '0')
print(result)

假设现在要匹配“<html><h1>helo world</h1></html>” 这样的字符？

import re
#<html><h1>helo world</h1></html>
# \1 \2 提取的位置
result = re.match(r"<(.+)><(.+)>.+</\2></\1>", '<html><h1>helo world</h1></html>')
print(result)
result = re.match(r"<(.+)><(.+)>.+</\2></\1>", '<html><h1>helo world</h1></h1>') # 匹配不成功
print(result)

另外如果标号太麻烦的话，可以分组起名来写。

import re
# 分组起名
result = re.match(r"<(?P<Key1>.+)><(?P<Key2>.+)>.+</(?P=Key2)></(?P=Key1)>", '<html><h1>helo world</h1></html>')
print(result)

七、re的高级用法，search、findall、sub

import reresult = re.search(r"\d", 'asdf0')
print(result)result = re.search(r"^\d$", 'asdf0')
print(result)# search 只能找到一个
s = 'mar</h1>hellow od</h1>'
result = re.search(r'\w+</h1>', s)
print(result)# findall 可以找到所有的
s = 'mar</h1>hellow lod</h1>'
result = re.findall(r'\w+</h1>', s)
print(result)#sub 将匹配到的数据进行替换# ret = re.sub(r"要替换的正则", '要替换的值', "要修改的字符串")# 把 t 中的 php 都换成 python
t = "c++ php python shell window php python"
ret = re.sub(r"php", 'python', t)
print(ret)print("---------------------------------------------------------------------------------")
# 现在要有目的的去替换
def replace(result):r = int(result.group()) + 20# 在原有的值上面加 20 return str(r)ret = re.sub(r'\d+', replace, 'python = 100, php = 10')
print(ret)

八、Python贪婪和非贪婪

Python中的数量词默认的贪婪模式，总是尝试匹配尽可能多的字符；非贪婪则相反，总是尝试匹配尽可能少的字符。在"*","?","+","{m,n}"后面加上？，使贪婪变成非贪婪。比如看下面这个例子。

import res = "This is a number 234-235-22-423"
r = re.match(".+(\d+-\d+-\d+-\d+)",s)
print(r.group(1))s = "This is a number 234-235-22-423"
r = re.match("(.+)(\d+-\d+-\d+-\d+)",s) #前面的(.+) 是贪婪的，尽可能匹配多的
print(r.groups())#在"*","?","+","{m,n}"后面加上？，使贪婪变成非贪婪。
s = "This is a number 234-235-22-423"
r = re.match("(.+?)(\d+-\d+-\d+-\d+)",s) #前面的(.+) 是贪婪的，尽可能匹配多的
print(r.groups())

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/553584.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！