人生苦短

记录大学,记录生活,天道殷勤,请多关注!

人生苦短,我用Python!
大数据、机器学习、深度学习
  menu

正则表达式详解

常见的正则匹配模式:

在这里插入图片描述

最常规的匹配

re.match() 尝试从字符串的起始位置匹配一个模式,如果不是起始位置匹配成功的话,match()就返回none。
语法:re.match(patter,string,flags=0)
demo:

content = 'Hello 123 4567 World_this is a Regex Demo'
print(len(content))

result = re.match('^Hello\s\d\d\d\s\d{4}\s\w{10}.*Demo$',content)
print(result.group()) #查看匹配到的字符
print(result)
print(type(result))

泛匹配:

content = 'Hello 123 4567 World_this is a Regex Demo'
result = re.match('^Hello.*Demo$',content)
print(result.group)
print(result.span)
print(result)

匹配目标:

content = 'Hello 1234567 World_this is a Regex Demo'
result = re.match('^Hello\s(\d+)\sWorld.*Demo$',content)
print(result.group)
print(result.span()) #result.span()方法返回的是匹配到的字符串的起始下标位置和结束位置
print(result)

贪婪模式:

content = 'Hello 1234567 World_this is a Regex Demo' 
result = re.match('^He.*(\d+).*Demo$',content) print(result) print(result.group(1))

非贪婪匹配:

content = 'Hello 1234567 World_this is a Regex Demo' 
result = re.match('^He.*?(\d+).*Demo$',content) 
print(result.group(1))

匹配模式:

content = '''Hello 1234567 World_this is a Regex Demo''' 
result = re.match('^He.*?Demo$',content,re.S) 
#re.S指明换行兼容匹配模式 
print(result.group)

转义:

content = 'price is $500.00' 
result = re.match('^p.*\$\d+\.\d+',content) 
print(result)

re.search:

扫描整个字符串并返回第一个成功的匹配.
re.match只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回None;
而re.search匹配整个字符串,直到找到一个匹配。 匹配成功re.search方法返回一个匹配的对象,否则返回None。

content = 'Hello 1234567 World_this is a Regex Demo' 
result = re.search('^H.*?(\d+).*?Demo$',content) 
print(result.group(1))

re.sub:

替换字符串中每一个匹配的子串后返回替换后的字符串

# re 模块提供了re.sub用于替换字符串中的匹配项。 
re.sub(pattern, repl, string, count=0, flags=0)
content = 'Hello 1234567 World_this is a Regex Demo'
content = re.sub('\d+','',content)  #相当于字符串替换 
# 第一个参数传入要替换掉的字符串的正则表达式,第二个参数传入要替换的结果。
print(content)

#     pattern : 正则中的模式字符串。
#     repl : 替换的字符串,也可为一个函数。
#     string : 要被查找替换的原始字符串。
#     count : 模式匹配后替换的最大次数,默认 0 表示替换所有的匹配。

re.compile()

将正则格式的字符串编译成正则表达式对象,以便于复用该匹配模式。

content = '''Hello 1234567 World_this 
is a Regex Demo'''
patter = re.compile('^H.*Demo$',re.S)
result = re.match(patter,content,)
print(result)

#re.findall (pattern,str)或者pattern.findall(str)
在字符串中找到正则表达式所匹配的所有子串,并返回一个列表,如果没有找到匹配的,则返回空列表。
match 和 search 是匹配一次 ;findall 匹配所有。

# 语法格式为:  findall(pattern,string, satrtpos, endpos)
#     string : 待匹配的字符串。
#     pos : 可选参数,指定字符串的起始位置,默认为 0。
#     endpos : 可选参数,指定字符串的结束位置,默认为字符串的长度。

demo:

pattern = re.compile(r'\d+')   # 查找数字
result1 = pattern.findall('runoob  123 google 456')
result3 = re.findall(pattern,'runoob  123 google 456')

result2 = pattern.findall('run88oob123google456', 0, 10)
print(result1)
print(result3)

split(pattern, string, maxsplit=0, flags=0)分割

split 方法按照能够匹配的子串将字符串分割后返回列表,它的使用形式如下:
re.split(pattern, string, maxsplit=0, flags=0)
参数说明:
pattern 要匹配的正则表达式;
string 要匹配的字符串;
maxsplit分割次数,等于1时表示分隔一次,默认0不限制次数。
flags 可选标志位,用来控制匹配方式.

#一些Tips:
1.模式字符串使用特殊的语法来表示一个正则表达式:

2.字母和数字表示他们自身。一个正则表达式模式中的字母和数字匹配同样的字符串。

3.多数字母和数字前加一个反斜杠时会拥有不同的含义。

4.标点符号只有被转义时才匹配自身,否则它们表示特殊的含义。

5.反斜杠本身需要使用反斜杠转义。
在这里插入图片描述


标题:正则表达式详解
作者:chenruhai
地址:http://www.love520.ltd/articles/2019/08/02/1564755418285.html
CSDN博客地址:https://blog.csdn.net/qq_42658739
GitHub地址:https://github.com/chenruhai

评论