• 正则


    一.re模块

    1.什么是正则?

     正则就是用一些具有特殊含义的符号组合到一起(称为正则表达式)来描述字符或者字符串的方法。或者说:正则就是用来描述一类事物的规则。(在Python中)它内嵌在Python中,并通过 re 模块实现。正则表达式模式被编译成一系列的字节码,然后由用 C 编写的匹配引擎执行。

    元字符 匹配内容
    w 匹配字母(包含中文)或数字或下划线
    W 匹配非字母(包含中文)或数字或下划线
    s 匹配任意的空白符
    S 匹配任意非空白符
    d 匹配数字
    D 匹配非数字
    A 从字符串开头匹配
    z 匹配字符串的结束,如果是换行,只匹配到换行前的结果
    匹配一个换行符
    匹配一个制表符
    ^ 匹配字符串的开始
    $ 匹配字符串的结尾
    . 匹配任意字符,除了换行符,当re.DOTALL标记被指定时,则可以匹配包括换行符的任意字符。
    [...] 匹配字符组中的字符
    [...](https://guobaoyuan.gitee.io/new_book/Python/19-1 re.html#fn_...) 匹配除了字符组中的字符的所有字符
    * 匹配0个或者多个左边的字符。
    + 匹配一个或者多个左边的字符。
    匹配0个或者1个左边的字符,非贪婪方式。
    {n} 精准匹配n个前面的表达式。
    {n,m} 匹配n到m次由前面的正则表达式定义的片段,贪婪方式
    ab 匹配a或者b
    () 匹配括号内的表达式,也表示一个组

    ------------------------------------------------匹配模式----------------------------------------------------

    我们现在配合着正则表达式来进行测试

    1.字符串的常用操作:一对一匹配

    s1 = 'meet郭宝元'
    print(s1.find('宝元'))
    

    2.正则匹配

    w 匹配中文,字母,数字,下划线

    import re
    name = "宝元-meet_123 "
    print(re.findall("w",name))
    #结果
    ['宝', '元', 'm', 'e', 'e', 't', '_', '1', '2', '3']
    

    W 不匹配中文,字母,数字,下划线

    import re
    name = "宝元-meet_123 "
    print(re.findall("W",name))
    # 结果
    ['-',' ']
    

    s 匹配任意的空白符

    import re
    name = "宝元-meet_123 "
    print(re.findall("s",name))
    # 结果
    [' ']
    

    S 匹配不是任意的空白符

    import re
    name = "宝元-meet_123 "
    print(re.findall("s",name))
    # 结果
    ['宝', '元', '-', 'm', 'e', 'e', 't', '_', '1', '2', '3']
    

    d 匹配数字

    import re
    name = "宝元-meet_123 "
    print(re.findall("d",name))
    # 结果
    ['1', '2', '3']
    

    D 匹配非数字

    import re
    name = "宝元-meet_123 "
    print(re.findall("D",name))
    # 结果
    ['宝', '元', '-', 'm', 'e', 'e', 't', '_', ' ']
    

    A 与 ^ 从字符串开头匹配

    import re
    name = "宝元-meet_123 "
    print(re.findall("A宝元",name))
    # 结果
    ['宝元']
    
    import re
    name = "宝元-meet_123 "
    print(re.findall("A宝元",name))
    # 结果
    ['宝元']
    

     与 z 与 $ 字符串结尾匹配

    import re
    name = "宝元-meet_123 "
    print(re.findall("123 ",name))
    # 结果
    ['123 ']
    
    import re
    name = "宝元-meet_123 "
    print(re.findall("123 ",name))
    # 结果
    ['123 ']
    
    import re
    name = "宝元-meet_123 "
    print(re.findall("123 $",name))
    # 结果
    ['123 ']
    
    

    匹配换行符合制表符

    import re
    name = "宝元-meet_123	 
    "
    print(re.findall("
    ",name))
    # 结果
    ['
    ']
    
    import re
    name = "宝元-meet_123	 
    "
    print(re.findall("	",name))
    # 结果
    ['	']
    
    

    ------------------------------------------------匹配方式----------------------------------------------------

    . 匹配任意字符(换行符除外)

    import re
    name = "宝元-meet_123	 
    "
    print(re.findall(".",name))
    # 结果
    ['宝', '元', '-', 'm', 'e', 'e', 't', '_', '1', '2', '3', '	', ' ']
    
    

    . 匹配任意字符

    import re
    name = "宝元-meet_123	 
    "
    print(re.findall(".",name,re.DOTALL))
    # 结果
    ['宝', '元', '-', 'm', 'e', 'e', 't', '_', '1', '2', '3', '	', '
    ']
    
    

    ? 匹配?前元素0个或1个

    import re
    name = "m-e-me-meet-meet_123	 
    "
    print(re.findall("me?",name))
    # 结果
    ['m', 'me', 'me', 'me']
    
    

    ***** 匹配 * 前面元素0个或多个 [贪婪匹配]

    import re
    name = "m-e-me-meet-meet_123	 
    "
    print(re.findall("*",name))
    # 结果
    ['m', 'me', 'mee', 'mee']
    
    

    + 匹配 +前面元素1个或多个 [贪婪匹配]

    import re
    name = "m-e-me-meet-meet_123	 
    "
    print(re.findall("me+",name))
    # 结果
    ['me', 'mee', 'mee']
    
    

    {n,m} 匹配n到m个元素

    import re
    name = "m-e-me-meet-meet_123	 
    "
    print(re.findall("e{1,2}",name))
    # 结果
    ['e', 'e', 'ee', 'ee']
    
    

    .* 任意内容0个或多个

    import re
    name = "m-e-me-meet-meet_123	 
    "
    print(re.findall(".*",name))
    # 结果
    ['m-e-me-meet-meet_123', '']
    
    

    .*? 任意内容0个或1个

    import re
    name = "m-e-me-meet-meet_123"
    print(re.findall("m.*?e",name))
    # 结果
    ['m-e', 'me', 'mee', 'mee']
    
    import re
    name = "m-e-me-meet-meet_123"
    print(re.findall("m.?e",name))
    # 结果
    ['m-e', 'me', 'mee', 'mee']
    
    

    [] 获取括号中的内容

    import re
    name = "m-e-me-meet-meet_123"
    print(re.findall("[1-9]",name))
    # 结果
    ['1', '2', '3']
    # []中的-是什么至什么不会匹配-
    
    import re
    name = "m-e-me-meet-meet_123"
    print(re.findall("[a-z]",name))
    # 结果
    ['m', 'e', 'm', 'e', 'm', 'e', 'e', 't', 'm', 'e', 'e', 't']
    
    import re
    name = "m-e-me-meet-meet_123"
    print(re.findall("[A-z]",name))
    # 结果
    ['m', 'e', 'm', 'e', 'm', 'e', 'e', 't', 'm', 'e', 'e', 't', '_']
    # 是按照ascii码表位进行匹配的
    
    import re
    name = "m-e-me-meet-meet_123"
    print(re.findall("[a-zA-Z]",name))
    # 结果
    ['m', 'e', 'm', 'e', 'm', 'e', 'e', 't', 'm', 'e', 'e', 't']
    
    import re
    name = "m-e-me-meet-meet_123"
    print(re.findall("[^A-z]",name))
    # 结果
    ['-', '-', '-', '-', '1', '2', '3']
    # [^A-z] 有上尖号就是取反,获取不是字母和特定的几个字符
    
    如果想要匹配到-,就需要进行如下操作(将-号放到最前面)
    import re
    name = "m-e-me-meet-meet_123"
    print(re.findall("[-+*/]",name))
    # 结果
    ['-', '-', '-', '-']
    
    

    练习

    有如下字符串:'alex_sb ale123_sb wu12sir_sb wusir_sb ritian_sb' 的 alex wusir '

    找到所有带_sb的内容

    () 分组 定制一个匹配规则

    import re
    print(re.findall('(.*?)_sb', 'alex_sb wusir_sb 日天_sb'))
    # 结果
    ['alex', ' wusir', ' 日天']
    
    # 应用举例:
    print(re.findall('href="(.*?)"','<a href="http://www.baidu.com">点击</a>')
    # 结果
    ['http://www.baidu.com']
    
    

    | 匹配 左边或者右边

    import re
    print(re.findall('alex|宝元|wusir', 'alex宝元wusiraleeeex宝宝元odlb'))
    # 结果
    ['alex', '宝元', 'wusir', '宝元']
    
    import re
    print(re.findall('compan(day|morrow)','Work harder today than yesterday, and the day after tomorrow will be better'))
    # 结果
    ['day', 'morrow']
    
    import re
    print(re.findall('compan(?:day|morrow)','Work harder today than yesterday, and the day after tomorrow will be better'))
    # 结果
    ['today', 'tomorrow']
    # 分组() 中加入?: 表示将整体匹配出来而不只是()里面的内容。
    
    

    ------------------------------------------------常用方法----------------------------------------------------

    findall 全部找到返回一个列表

    import re
    print(re.findall("alex","alexdsb,alex_sb,alexnb,al_ex"))
    # 结果
    ['alex', 'alex', 'alex']
    
    

    search 从字符串中任意位置进行匹配查找到一个就停止了,返回的是一个对象. 获取匹配的内容必须使用.group()进行获取

    import re
    print(re.search("sb|nb","alexdsb,alex_sb,alexnb,al_ex").group())
    # 结果
    sb
    
    

    match 从字符串开始位置进行匹配

    import re
    print(re.match('meet', 'meet alex wusir 日天').group())
    # 结果
    meet
    
    import re
    print(re.match('alex', 'meet alex wusir 日天'))
    # 结果
    None
    
    

    split 分隔 可按照任意分隔符进行分隔

    import re
    print(re.split('[ ::,;;,]','alex wusir,日天,太白;女神;肖锋:吴超'))
    # 结果
    ['alex', 'wusir', '日天', '太白', '女神', '肖锋', '吴超']
    
    

    sub 替换

    import re
    print(re.sub('barry', 'meet', 'barry是最好的讲师,barry就是一个普通老师,请不要将barry当男神对待。'))
    # 结果
    meet是最好的讲师,meet就是一个普通老师,请不要将meet当男神对待。
    
    

    compile 定义匹配规则

    import re
    obj = re.compile('d{2}')
    print(obj.findall("alex12345"))
    # 结果
    ['12', '34']
    
    import re
    ['12', '34']
    obj = re.compile('d{2}')
    print(obj.search("alex12345").group())
    # 结果
    12
    
    

    finditer 返回一个迭代器

    import re
    g = re.finditer('al',"alex_alsb,al22,aladf")
    print(next(g).group())
    print([i.group() for i in g])
    # 结果
    al
    ['al','al','al']
    
    

    给分组起名字

    import re
    ret = re.search("<(?P<tag_name>w+)>w+</w+>","<h1>hello</h1>")
    print(ret.group("tag_name"))
    print(ret.group())
    # 结果
    h1
    <h1>hello</h1>
    
    import re
    ret = re.search(r"<(w+)>w+</1>","<h1>hello</h1>")
    print(ret.group(1))
    print(ret.group())
    
    

    相关练习:

    1 "1-2*(60+(-40.35/5)-(-4*3))"
    1.1 匹配所有的整数
    print(re.findall('d+',"1-2*(60+(-40.35/5)-(-4*3))"))
    1.2 匹配所有的数字(包含小数)
    print(re.findall(r'd+.?d*|d*.?d+', "1-2*(60+(-40.35/5)-(-4*3))"))
    1.3 匹配所有的数字(包含小数包含负号)
    print(re.findall(r'-?d+.?d*|d*.?d+', "1-2*(60+(-40.35/5)-(-4*3))"))
    
    2,匹配一段你文本中的每行的邮箱
    http://blog.csdn.net/make164492212/article/details/51656638 匹配所有邮箱
    
    3,匹配一段你文本中的每行的时间字符串 这样的形式:'1995-04-27'
    
    s1 = '''
    时间就是1995-04-27,2005-04-27
    1999-04-27 老男孩教育创始人
    老男孩老师 alex 1980-04-27:1980-04-27
    2018-12-08
    '''
    print(re.findall('d{4}-d{2}-d{2}', s1))
    
    4 匹配 一个浮点数
    print(re.findall('d+.d*','1.17'))
    
    5 匹配qq号:腾讯从10000开始:
    print(re.findall('[1-9][0-9]{4,}', '2413545136'))
    
    s1 = '''
    <div id="cnblogs_post_body" class="blogpost-body"><h3><span style="font-family: 楷体;">python基础篇</span></h3>
    <p><span style="font-family: 楷体;">&nbsp; &nbsp;<strong><a href="http://www.cnblogs.com/guobaoyuan/p/6847032.html" target="_blank">python 基础知识</a></strong></span></p>
    <p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/p/6627631.html" target="_blank">python 初始python</a></strong></span></p>
    <p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<strong><a href="http://www.cnblogs.com/guobaoyuan/articles/7087609.html" target="_blank">python 字符编码</a></strong></strong></span></p>
    <p><span style="font-family: 楷体;"><strong><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/articles/6752157.html" target="_blank">python 类型及变量</a></strong></strong></span></p>
    <p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/p/6847663.html" target="_blank">python 字符串详解</a></strong></span></p>
    <p><span style="font-family: 楷体;">&nbsp; &nbsp;<strong><a href="http://www.cnblogs.com/guobaoyuan/p/6850347.html" target="_blank">python 列表详解</a></strong></span></p>
    <p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/p/6850496.html" target="_blank">python 数字元祖</a></strong></span></p>
    <p><span style="font-family: 楷体;">&nbsp; &nbsp;<strong><a href="http://www.cnblogs.com/guobaoyuan/p/6851820.html" target="_blank">python 字典详解</a></strong></span></p>
    <p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<strong><a href="http://www.cnblogs.com/guobaoyuan/p/6852131.html" target="_blank">python 集合详解</a></strong></strong></span></p>
    <p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/articles/7087614.html" target="_blank">python 数据类型</a>&nbsp;</strong></span></p>
    <p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/p/6752169.html" target="_blank">python文件操作</a></strong></span></p>
    <p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/p/8149209.html" target="_blank">python 闭包</a></strong></span></p>
    <p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/articles/6705714.html" target="_blank">python 函数详解</a></strong></span></p>
    <p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/articles/7087616.html" target="_blank">python 函数、装饰器、内置函数</a></strong></span></p>
    <p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/articles/7087629.html" target="_blank">python 迭代器 生成器</a>&nbsp;&nbsp;</strong></span></p>
    <p><span style="font-family: 楷体;"><strong>&nbsp; &nbsp;<a href="http://www.cnblogs.com/guobaoyuan/articles/6757215.html" target="_blank">python匿名函数、内置函数</a></strong></span></p>
    </div>
    '''
    1,找到所有的span标签的内容
    ret = re.findall('<span(.*?)>', s1)
    print(ret)
    
    2,找到所有a标签对应的url
    print(re.findall('<a href="(.*?)".*?</a>',s1))
    
    
    python
  • 相关阅读:
    053(二十七)
    【leetcode❤python】141. Linked List Cycle
    【leetcode❤python】13. Roman to Integer
    【leetcode❤python】121. Best Time to Buy and Sell Stock
    【leetcode❤python】119. Pascal's Triangle II
    【leetcode❤python】118. Pascal's Triangle
    【leetcode❤python】110. Balanced Binary Tree
    【leetcode❤python】107. Binary Tree Level Order Traversal II
    【leetcode❤python】102. Binary Tree Level Order Traversal
    【leetcode❤python】101. Symmetric Tree
  • 原文地址:https://www.cnblogs.com/bky20061005/p/12144619.html
Copyright © 2020-2023  润新知