使用正则表达式
符号 | 解释 | 示例 | 说明 |
---|---|---|---|
. | 匹配任意字符 | b.t | 可以匹配bat / but / b#t / b1t等 |
w | 匹配字母/数字/下划线 | bwt | 可以匹配bat / b1t / b_t等 但不能匹配b#t |
s | 匹配空白字符(包括 、 、 等) | lovesyou | 可以匹配love you |
d | 匹配数字 | dd | 可以匹配01 / 23 / 99等 |
匹配单词的边界 | The | ||
^ | 匹配字符串的开始 | ^The | 可以匹配The开头的字符串 |
$ | 匹配字符串的结束 | .exe$ | 可以匹配.exe结尾的字符串 |
W | 匹配非字母/数字/下划线 | bWt | 可以匹配b#t / b@t等 但不能匹配but / b1t / b_t等 |
S | 匹配非空白字符 | loveSyou | 可以匹配love#you等 但不能匹配love you |
D | 匹配非数字 | dD | 可以匹配9a / 3# / 0F等 |
B | 匹配非单词边界 | BioB | |
[] | 匹配来自字符集的任意单一字符 | [aeiou] | 可以匹配任一元音字母字符 |
[^] | 匹配不在字符集中的任意单一字符 | [^aeiou] | 可以匹配任一非元音字母字符 |
* | 匹配0次或多次 | w* | |
+ | 匹配1次或多次 | w+ | |
? | 匹配0次或1次 | w? | |
{N} | 匹配N次 | w{3} | |
{M,} | 匹配至少M次 | w{3,} | |
{M,N} | 匹配至少M次至多N次 | w{3,6} | |
| | 分支 | foo|bar | 可以匹配foo或者bar |
(?#) | 注释 | ||
(exp) | 匹配exp并捕获到自动命名的组中 | ||
(? <name>exp) | 匹配exp并捕获到名为name的组中 | ||
(?:exp) | 匹配exp但是不捕获匹配的文本 | ||
(?=exp) | 匹配exp前面的位置 | w+(?=ing) | 可以匹配I'm dancing中的danc |
(?<=exp) | 匹配exp后面的位置 | (?<=danc)w+ | 可以匹配I love dancing and reading中的第一个ing |
(?!exp) | 匹配后面不是exp的位置 | ||
(?<!exp) | 匹配前面不是exp的位置 | ||
*? | 重复任意次,但尽可能少重复 | a.*b a.*?b |
将正则表达式应用于aabab,前者会匹配整个字符串aabab,后者会匹配aab和ab两个字符串 |
+? | 重复1次或多次,但尽可能少重复 | ||
?? | 重复0次或1次,但尽可能少重复 | ||
{M,N}? | 重复M到N次,但尽可能少重复 | ||
{M,}? | 重复M次以上,但尽可能少重复 |
说明: 如果需要匹配的字符是正则表达式中的特殊字符,那么可以使用进行转义处理,例如想匹配小数点可以写成.就可以了,因为直接写.会匹配任意字符;同理,想匹配圆括号必须写成(和),否则圆括号被视为正则表达式中的分组。
Python对正则表达式的支持
Python提供了re模块来支持正则表达式相关操作,下面是re模块中的核心函数。
函数 | 说明 |
---|---|
compile(pattern, flags=0) | 编译正则表达式返回正则表达式对象 |
match(pattern, string, flags=0) | 用正则表达式匹配字符串 成功返回匹配对象 否则返回None |
search(pattern, string, flags=0) | 搜索字符串中第一次出现正则表达式的模式 成功返回匹配对象 否则返回None |
split(pattern, string, maxsplit=0, flags=0) | 用正则表达式指定的模式分隔符拆分字符串 返回列表 |
sub(pattern, repl, string, count=0, flags=0) | 用指定的字符串替换原字符串中与正则表达式匹配的模式 可以用count指定替换的次数 |
fullmatch(pattern, string, flags=0) | match函数的完全匹配(从字符串开头到结尾)版本 |
findall(pattern, string, flags=0) | 查找字符串所有与正则表达式匹配的模式 返回字符串的列表 |
finditer(pattern, string, flags=0) | 查找字符串所有与正则表达式匹配的模式 返回一个迭代器 |
purge() | 清除隐式编译的正则表达式的缓存 |
re.I / re.IGNORECASE | 忽略大小写匹配标记 |
re.M / re.MULTILINE | 多行匹配标记 |
说明: 上面提到的re模块中的这些函数,实际开发中也可以用正则表达式对象的方法替代对这些函数的使用,如果一个正则表达式需要重复的使用,那么先通过compile函数编译正则表达式并创建出正则表达式对象无疑是更为明智的选择。
下面我们通过一系列的例子来告诉大家在Python中如何使用正则表达式。
例子1:验证输入用户名和QQ号是否有效并给出对应的提示信息。
1 """
2 验证输入用户名和QQ号是否有效并给出对应的提示信息
3
4 要求:用户名必须由字母、数字或下划线构成且长度在6~20个字符之间,QQ号是5~12的数字且首位不能为0
5 """
6 import re
7
8
9 def main():
10 username = input('请输入用户名: ')
11 qq = input('请输入QQ号: ')
12 # match函数的第一个参数是正则表达式字符串或正则表达式对象
13 # 第二个参数是要跟正则表达式做匹配的字符串对象
14 m1 = re.match(r'^[0-9a-zA-Z_]{6,20}$', username)
15 if not m1:
16 print('请输入有效的用户名.')
17 m2 = re.match(r'^[1-9]d{4,11}$', qq)
18 if not m2:
19 print('请输入有效的QQ号.')
20 if m1 and m2:
21 print('你输入的信息是有效的!')
22
23
24 if __name__ == '__main__':
25 main()
提示: 上面在书写正则表达式时使用了“原始字符串”的写法(在字符串前面加上了r),所谓“原始字符串”就是字符串中的每个字符都是它原始的意义,说得更直接一点就是字符串中没有所谓的转义字符啦。因为正则表达式中有很多元字符和需要进行转义的地方,如果不使用原始字符串就需要将反斜杠写作\,例如表示数字的d得书写成\d,这样不仅写起来不方便,阅读的时候也会很吃力。
lambda表达式
1 # 普通python函数
2 def func(a,b,c):
3 return a+b+c
4
5 print func(1,2,3)
6 # 返回值为6
7
8 # f = lambda a,b,c:a+b+c 中的关键字lambda表示匿名函数,
9 # 冒号:之前的a,b,c表示它们是这个函数的参数(参数可为空)。
10 # 匿名函数不需要return来返回值,表达式本身结果就是返回值。
11 f = lambda a,b,c:a+b+c
12
13 print f(1,2,3)
14 # 返回结果为6
可以看到,匿名函数 lambda 和常规函数一样,返回的都是一个函数对象(function object),它们的用法也极其相似,不过还是有下面几点区别。
第一、lambda 是一个表达式(expression),并不是一个语句(statement)。
-
所谓的表达式,就是用一系列“公式”去表达一个东西,比如
x + 2
、x**2
等等; -
而所谓的语句,则一定是完成了某些功能,比如赋值语句
x = 1
完成了赋值,print 语句print(x)
完成了打印,条件语句if x < 0:
完成了选择功能等等。
因此,lambda 可以用在一些常规函数 def 不能用的地方,比如,lambda 可以用在列表内部,而常规函数却不能:
1 [(lambda x: x*x)(x) for x in range(10)]
2 # 输出
3 [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
再比如,lambda 可以被用作某些函数的参数,而常规函数 def 也不能:
1 l = [(1, 20), (3, 0), (9, 10), (2, -1)]
2 l.sort(key=lambda x: x[1]) # 按列表中元祖的第二个元素排序
3 print(l)
4 # 输出
5 [(2, -1), (3, 0), (9, 10), (1, 20)]
常规函数 def 必须通过其函数名被调用,因此必须首先被定义。但是作为一个表达式的 lambda,返回的函数对象就不需要名字了。
第二、lambda 的主体是只有一行的简单表达式,并不能扩展成一个多行的代码块。
这其实是出于设计的考虑。Python 之所以发明 lambda,就是为了让它和常规函数各司其职:lambda 专注于简单的任务,而常规函数则负责更复杂的多行逻辑。关于这点,Python 之父 Guido van Rossum 曾发了一篇文章解释,你有兴趣的话可以自己阅读。