Python(re模块,正则)

 day18

正则表达式用处？

匹配　字符串

s = 'hello world'

print(s.find('llo'))#第一个的位置

ret = s.replace('ll','xx')
print(ret)

print(s.split(' '))

执行结果

2
hexxo world
['hello', 'world']

Process finished with exit code 0

以上字符串提供的是完全匹配
模糊匹配，以上方法不可行，需正则表达式

import re

ret = re.findall('ww{2}l','hello world')  # ['worl']
print(ret)

ret1 = re.findall('alex', 'aalexsbvesalexfwfawea')#完全匹配，但是没必要   ['alex', 'alex']
print(ret1)
print(' ')
#元字符

# . 代指所有符号，除换行符
  通配符　.
reta = re.findall('w..l', r'hello w  ld') #只能代指任意一个字符 ['w l']
print(reta)
print(' ')
# ^
retb = re.findall('^h...o', 'hjasdadsdhello') #只在开始匹配，尽管后面有hello []
print(retb)
print(' ')
# $
retc = re.findall('a..x$','asfsacsxjaoox') #只在最后匹配 ['aoox']
print(retc)
print(' ')
# * 重复匹配
retd = re.findall('al.*i', 'sanvjalexli')  #[0,+oo] 匹配０到多次  ['alexli']
print(retd)
print(' ')
# + 重复匹配
rete = re.findall('ab+', 'sanvjah')  #[1,+oo] 匹配1到多次,a后面必须接上b  []
print(rete)
print(' ')
# ? [0,1]
retf = re.findall('a?b', 'aaabhghabfb') #0个或者１个a,后面接b  ['ab', 'ab', 'b']
print(retf)
print(' ')
# {}
retg = re.findall('a{5}b', 'vaaaaaab') #5个a  ['aaaaab']
print(retg)
reth = re.findall('a{1,3}b', 'vaab') #贪婪匹配，设定一个范围，按最多的取  ['aab']
print(reth)

执行结果

['worl']
['alex', 'alex']
 
['w  l']
 
[]
 
['aoox']
 
['alexli']
 
[]
 
['ab', 'ab', 'b']
 
['aaaaab']
['aab']

Process finished with exit code 0

结论：*等于｛０，正无穷｝　+等于｛1,正无穷｝　?等于｛０，１｝

# 字符集
reta = re.findall('a[c,d]x', 'adx')   # ['adx']
print(reta)

retb = re.findall('[a-z]', 'adx') # a到z都可以匹配   ['a', 'd', 'x']
print(retb)#['a', 'd', 'x']

# [] 取消元字符的特殊功能，　但是 ^ - 例外
retc = re.findall('[w,*]', 'wad*') # *为一个普通字符      ['w', '*']
print(retc)

#但是 ^ - 例外
retd = re.findall('[1-9,a-z,A-Z]', '12sfsA') # *为一个普通字符   ['1', '2', 's', 'f', 's', 'A']
print(retd)

#  ^放在[]中意味着去反
rete = re.findall('[^s,A]', '12sfsA') # 除了s和A  ['1', '2', 'f']
print(rete)


#  
# 反斜杠后面跟元字符去除特殊功能
#　反斜杠后面跟普通字符实现特殊功能

print(re.findall('d{11}', 'scbdhsh3123124326543')) # d数字[0-9]   ['31231243265']

print(re.findall('sasd', 'fak asd')) # s匹配任何空白字符   [' asd']

print(re.findall('w', 'scbhsh 12432'))# w字母数字 ,相当于a-zA-Z0-9   ['s', 'c', 'b', 'h', 's', 'h', '1', '2', '4', '3', '2']

print(re.findall(r'I', 'hello, I am LI$T'))# 匹配一个特殊字符的边界    ['I', 'I']


#匹配出第一个满足的结果
retf = re.search('sb', 'scbdsbhshsb')# 对象
print(retf) #<_sre.SRE_Match object; span=(4, 6), match='sb'>
print(retf.group())


retg = re.search('a.g', 'a.gj').group()# 此时的点并不是通配符，只是一个　.    a.g
print(retg)

执行结果：

['adx']
['a', 'd', 'x']
['w', '*']
['1', '2', 's', 'f', 's', 'A']
['1', '2', 'f']
['31231243265']
[' asd']
['s', 'c', 'b', 'h', 's', 'h', '1', '2', '4', '3', '2']
['I', 'I']
<_sre.SRE_Match object; span=(4, 6), match='sb'>
sb
a.g

Process finished with exit code 0

()

import re
ret = re.findall(r'\d', 'abcde')# r 代表原生字符串,将\d传给re,而非python解释器
print(ret)

m = re.search(r'blow', 'blow')
print(m)

print(re.search('(as)+', 'adcdasasas').group())#asas   as为一个整体，匹配多个as

print(re.search('(as)|3', 'as3').group()) #或

执行结果

['\d']
<_sre.SRE_Match object; span=(0, 4), match='blow'>
asasas
as

Process finished with exit code 0

1 import re
2 ret = re.findall("www.(w+).com", "www.baidu.com")  #() 组的概念
3 print(ret)

执行结果：

['baidu']

Process finished with exit code 0

正则表达式的方法：

１．findall():所有结果都返回一个列表

２．search():返回匹配到的一个对象，对象可调用group()返回结果

３．match():只在字符串开始进行匹配

import re
eta = re.match('asd', 'fhdsasd')#只在字符串开始进行匹配  None
print(reta)

retb = re.split('[j,s]', 'sdjksal')# 注意空字符  ['', 'd', 'k', 'al']
print(retb)

retc = re.sub('a..x', 's.....b', 'ffghalexbn') # 替换  ffghs.....bbn
print(retc)

retd = re.compile('.com')#规则被编译到对象, 点.不再是通配符
rete = retd.findall('adcdscd.com')#对象中已经有规则
print(rete)

执行结果：

None
['', 'd', 'k', 'al']
ffghs.....bbn
['.com']

Process finished with exit code 0

参考：

http://www.cnblogs.com/yuanchenqi/articles/5732581.html