• Python正则表达式大全


    前言

    正则表达式是对字符串(包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为“元字符”))操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式,该模式描述在搜索文本时要匹配的一个或多个字符串。
    上面都是官方的说明,博主自己的理解是(仅供参考):通过事先规定好一些特殊字符的匹配规则,然后利用这些字符进行组合来匹配各种复杂的字符串场景。比如现在的爬虫和数据分析,字符串校验等等都需要用到正则表达式来处理数据。
    python的正则表达式则是re模块了。
    re 模块使 Python 语言拥有全部的正则表达式功能。
    re 模块也提供了与这些方法功能完全一致的函数,这些函数使用一个模式字符串做为它们的第一个参数。

    基本语法

    编号 表达式 描述
    1 a, X, 9, < 普通字符完全匹配。
    2 . 匹配任何单个字符,除了换行符’ ‘
    3 w 匹配“单词”字符:字母或数字或下划线[a-zA-Z0-9_]。
    4 W 匹配任何非字词。
    5  字词与非字词之间的界限
    6 s 匹配单个空格字符 - 空格,换行符,返回,制表符
    7 S 匹配任何非空格字符。
    8 , , 制表符,换行符,退格符
    9 d 十进制数[0-9]
    10 ^ 匹配字符串的开头
    11 $ 匹配字符串的末尾
    12 抑制字符的“特殊性”,也叫转义字符。

    match函数

    只从字符串的最开始与pattern进行匹配
    下面是函数的语法 -
    re.match(pattern, string, flags = 0)
    这里是参数的描述 -
    pattern - 这是要匹配的正则表达式。
    string - 这是字符串,它将被搜索用于匹配字符串开头的模式。
    flags - 可以使用按位OR(|)指定不同的标志。 这些是修饰符,如下表所列。
    re.match 函数在成功时返回匹配对象,失败时返回None。使用match(num)或groups()函数匹配对象来获取匹配的表达式。

    编号 匹配对象 描述
    1 group(num = 0) 此方法返回整个匹配(或特定子组num)
    2 groups() 此方法返回一个元组中的所有匹配子组(如果没有,则返回为None)

    示例

    #未从初始位置匹配,会返回None
    import re
    
    line = 'i can speak good english'
    matchObj = re.match(r's(w*)s(w*).*',line)
    if matchObj:
        print('matchObj.group() :',matchObj.group())
        print('matchObj.group() :',matchObj.group(1))
        print('matchObj.group() :',matchObj.group(2))
        print('matchObj.group() :',matchObj.group(3))
    else:
        print('no match!')
    

    #从初始位置开始匹配
    import re
    
    line = 'i can speak good english'
    matchObj = re.match(r'(i)s(w*)s(w*).*',line)
    if matchObj:
        print('matchObj.group() :',matchObj.group())
        print('matchObj.group() :',matchObj.group(1))
        print('matchObj.group() :',matchObj.group(2))
        print('matchObj.group() :',matchObj.group(3))
    else:
        print('no match!')
    

    search函数

    与match()工作的方式一样,但是search()不是从最开始匹配的,而是从任意位置查找第一次匹配的内容。
    下面是这个函数的语法 -
    re.match(pattern, string, flags = 0)

    这里是参数的描述 -
    pattern - 这是要匹配的正则表达式。
    string - 这是字符串,它将被搜索用于匹配字符串开头的模式。
    flags - 可以使用按位OR(|)指定不同的标志。 这些是修饰符,如下表所列。
    re.search函数在成功时返回匹配对象,否则返回None。使用match对象的group(num)或groups()函数来获取匹配的表达式。

    编号 匹配对象 描述
    1 group(num = 0) 此方法返回整个匹配(或特定子组num)
    2 groups() 此方法返回一个元组中的所有匹配子组(如果没有,则返回为None)

    示例

    import re
    
    line = 'i can speak good english'
    matchObj = re.search('(.*) (.*?) (.*)',line)
    if matchObj:
        print('matchObj.group() :',matchObj.group())
        print('matchObj.group() :',matchObj.group(1))
        print('matchObj.group() :',matchObj.group(2))
        print('matchObj.group() :',matchObj.group(3))
    else:
        print('no match!')
    

    sub()函数

    使用正则表达式re模块中的最重要的之一是sub。
    模块
    re.sub(pattern, repl, string, max=0)

    此方法使用repl替换所有出现在RE模式的字符串,替换所有出现,除非提供max。此方法返回修改的字符串。

    示例

    import re
    
    line = 'i can speak good english'
    speak = re.sub(r'can','not',line)
    print(speak)
    speak1 = re.sub(r's','',line) #替换所有空格
    print(speak1)
    

    特殊语法示例

    字符类

    编号 示例 说明
    1 [Pp]ython 匹配“Python”或“python”
    2 rub[ye] 匹配“ruby”或“rube”
    3 [aeiou] 匹配任何一个小写元音
    4 [0-9] 匹配任何数字; 如[0123456789]
    5 [a-z] 匹配任何小写ASCII字母
    6 [A-Z] 匹配任何大写的ASCII字母
    7 [a-zA-Z0-9] 匹配上述任何一个
    8 [^aeiou] 匹配除小写元音之外的任何东西
    9 [^0-9] 匹配数字以外的任何东西

    特殊字符类

    编号 示例 说明
    1 . 匹配除换行符以外的任何字符
    2 d 匹配数字:[0-9]
    3 D 匹配非数字:[^0-9]
    4 s 匹配空格字符:[ f]
    5 S 匹配非空格:[^ f]
    6 w 匹配单字字符: [A-Za-z0-9_]
    7 W 匹配非单字字符: [A-Za-z0-9_]

    重复匹配

    编号 示例 说明
    1 ruby? 匹配“rub”或“ruby”:y是可选的
    2 ruby* 匹配“rub”加上0个以上的y
    3 ruby+ 匹配“rub”加上1个或更多的y
    4 d{3} 完全匹配3位数
    5 d{3,} 匹配3位或更多位数字
    6 d{3,5} 匹配3,4或5位数

    非贪婪重复

    这匹配最小的重复次数 -

    编号 示例 说明
    1 <.*> 贪婪重复:匹配“ perl>”
    2 <.*?> 非贪婪重复:在“ perl”中匹配“

    用圆括号分组

    编号 示例 说明
    1 Dd+ 没有分组:+重复d
    2 (Dd)+ 分组:+重复Dd对
    3 ([Pp]ython(,)?)+ 匹配“Python”,“Python,python,python”等

    反向引用

    这与以前匹配的组再次匹配 -

    编号 示例 说明
    1 ([Pp])ython&1ails 匹配python和pails或Python和Pails
    2 (['"])[^1]*1 单引号或双引号字符串。1匹配第一个分组匹配。 2匹配任何第二个分组匹配等
    3 python perl
    4 rub(y le)
    5 Python(!+ ?)

    锚点

    这需要指定匹配位置。

    编号 示例 说明
    1 ^Python 在字符串或内部行的开头匹配“Python”
    2 Python$ 在字符串或内部行的结尾匹配“Python”
    3 APython 在字符串的开头匹配“Python”
    4 Python 在字符串的末尾匹配“Python”
    5 Python 在字词的边界匹配“Python”
    6 rubB B是非字词边界:在“rube”和“ruby”中匹配“rub”,而不是单独匹配
    7 Python(?=!) 匹配“Python”,如果跟着感叹号。
    8 Python(?!!) 匹配“Python”,如果没有感叹号后面。

    带括号的特殊语法

    编号 示例 说明
    1 R(?#comment) 匹配“R”。其余的都是注释
    2 R(?i)uby 匹配“uby”时不区分大小写
    3 R(?i:uby) 同上
    4 rub(?:yle)) 仅组合而不创建1反向引用
  • 相关阅读:
    css基础属性
    选择器的类型
    css的三种表现形式
    表单和表格
    如何比较两个xml 的异同
    xslt 简单的语法
    xslt 和一个demo
    event based xml parser (SAX) demo
    SAX vs. DOM (Event vs. Tree)
    xmlns 实例分析
  • 原文地址:https://www.cnblogs.com/huny/p/14040416.html
Copyright © 2020-2023  润新知