首先看正則表達式(regular expression),它的主要功能是从字符串(string)中通过特定的模式(pattern),搜索想要找到的内容。
比如:要从一个字符串中找出全部的数字,我们能够这样做:
import re str = "int2str" m = re.search("[0-9]",str) print(m.group(0))输出:2
re.search()接收两个參数,第一个正則表達式。是匹配条件。
re.search()假设从第二个參数是目标字符串。
返回一个对象m,通过m.group()查看搜索到的结果;没有找到。则返回None。
经常使用函数:
m = re.search(pattern, string)搜索整个字符串,直到发现符合的子字符串。
m = re.match(pattern, string)从头開始检查字符串是否符合正則表達式。必须从字符串的第一个字符開始就相符。
对于返回的m, 我们使用m.group()来调用结果。
str = re.sub(pattern, replacement, string)在string中利用正则变换pattern进行搜索,对于搜索到的字符串,用还有一字符串replacement替换。
返回替换后的字符串str。
re.split()依据正則表達式切割字符串, 将切割后的全部子字符串放在一个表(list)中返回
re.findall()依据正則表達式搜索字符串。将全部符合的子字符串放在一给表(list)中返回
正則表達式:
1)单个字符:
. 随意一个字符
a|b 字符a或字符b
[afg] a或者f或者g的一个字符
[0-4] 0-4范围内的一个字符
[a-f] a-f范围内的一个字符
[^m] 不是m的一个字符
s 一个空格
S 一个非空格
d [0-9]
D [^0-9]
w [0-9a-zA-Z]
W [^0-9a-zA-Z]
2)反复
紧跟在单个字符之后,表示多个这样类似的字符
* 反复 >=0 次
+ 反复 >=1 次
? 反复 0或者1 次
{m} 反复m次。比方说 a{4}相当于aaaa,再比方说[1-3]{2}相当于[1-3][1-3]
{m, n} 反复m到n次。
比方说a{2, 5}表示a反复2到5次。
小于m次的反复,或者大于n次的反复都不符合条件。
比如:
[0-9]{3,5} 9678
a?b b
a+b aaaaab
3) 位置
^ 字符串的起始位置
$ 字符串的结尾位置
比如:
正则表达 相符的字符串举例
不相符字符串
^ab.*c$ abeec
cabeec
4)返回控制
有可能对搜索的结果进行进一步精简信息。比方以下一个正則表達式:
output_(d{4})
该正則表達式用括号()包围了一个小的正則表達式。d{4}。 这个小的正則表達式被用于从结果中筛选想要的信息(在这里是四位数字)。
这样被括号圈起来的正則表達式的一部分。称为群(group)。
我们能够m.group(number)的方法来查询群。group(0)是整个正则表达的搜索结果,group(1)是第一个群……
import re m = re.search("output_([0-9]{4})", "output_1986.txt") print(m.group(0),m.group(1))输出:
('output_1986', '1986')
我们还能够使用(?P<name>...)为group命名,以便更好地使用m.group查询:
import re m = re.search("output_(?P<year>[0-9]{4})", "output_1986.txt") print(m.group("year"))
输出:1986
坚持每天都能学一点新东西。好了。今天就先到这里了。