1
正則表達(dá)式在Python中最好以r'xx'
這樣的形式作為輸入哲银,這能避免反斜杠()使用混亂闰挡。以r
開頭的字符串涕蜂,在python中是原始字符串(raw string
)的意思馒稍。
特殊字符 | 解釋 | 例子 |
---|---|---|
. | 匹配所有字符不包括換行(如果DOTALL沒有設(shè)置的話) | |
^ | 匹配字符串的開頭,在MULTILINE模式下匹配每行的開頭 | |
$ | 匹配字符串的結(jié)尾浅侨,在MULTILINE模式下匹配每個(gè)新行的開頭 | |
* | 匹配0或者多個(gè)前置正則表達(dá)式 | |
+ | 匹配1或者多個(gè)前置正則表達(dá)式 | |
? | 匹配0或者1個(gè)前置正則表達(dá)式 | |
*?, +?, ?? | *,+,?都是貪婪的纽谒,加了?能改變著模式 | |
m | 匹配m個(gè)前置表達(dá)式 | |
{m,n} | 匹配m到n個(gè)前置表達(dá)式 | |
{m,n}如输? | 改變 {m,n}貪婪模式 | |
\ | 轉(zhuǎn)義特殊字符 | |
[] | 定義匹配集合鼓黔,特殊字符(例如(+*) )在集合中失去特殊意義,使用-可以匹配一個(gè)序列不见,如果- 放在集合的開頭或者轉(zhuǎn)義就能匹配- 澳化,^ 放在開頭可以翻轉(zhuǎn)整個(gè)匹配,匹配] 要么放在開頭要么轉(zhuǎn)義 |
|
豎線 | 或匹配 | |
(...) | 匹配括號(hào)中的字符串稳吮,形成一個(gè)組(````) | |
(?:...) | 只匹配字符串但是不記錄匹配的內(nèi)容 | |
(?P<name>...) | 匹配之后形成一個(gè)組缎谷,組名為name | |
(?=...) | 超前匹配 | |
(?!...) | 超前不匹配 | |
(?<=...) | 滯后匹配 | |
(?<!...) | 滯后不匹配 | |
\number | 引用一個(gè)組 | |
\A | 字符串的開頭匹配 | |
\b | 匹配空字符,在開始和結(jié)束處 | |
\B | 匹配空字符灶似,不在開始和結(jié)束處 | |
\d | 匹配數(shù)字0-9 | |
\D | 匹配非數(shù)字 | |
\s | 匹配空字符列林,相當(dāng)于[ \t\n\r\f\v] | |
\S | 與\s相反 | |
\w | [a-zA-Z0-9_] | |
\W | 與\w相反 | |
\Z | 匹配字符串的結(jié)尾 | |
\u | Unicode字符 |
貪婪模式
正則表達(dá)式默認(rèn)的情況是貪婪的,所謂貪婪就是盡量多匹配也可以叫最長(zhǎng)匹配酪惭,但是有時(shí)候這又是不合適的.
貪婪模式
2
正則表達(dá)式的使用希痴,可以先編譯正則表達(dá)式然后調(diào)用方法,也可以直接從re模塊調(diào)用方法春感。
pattern = re.compile(r'dongge')
m = pattern.match('dongge zeus')
#或者
m = re.match(r'dongge','dongge zeus')
match
,search
,fullmatch
這三個(gè)函數(shù)返回值都是match對(duì)象砌创,match
從頭開始匹配虏缸,fullmatch
匹配整個(gè),search
匹配第一個(gè)嫩实。
import re
test_str = 'abcd 1234 dongge'
pattern = re.compile(r'1234')
pattern.match(test_str)
pattern.search(test_str)
<_sre.SRE_Match object; span=(5, 9), match='1234'>
pattern.fullmatch(test_str)
p1 = re.compile(r'abcd')
p1.match(test_str)
<_sre.SRE_Match object; span=(0, 4), match='abcd'>
p1.search(test_str)
<_sre.SRE_Match object; span=(0, 4), match='abcd'>
p1.fullmatch(test_str)
p1.fullmatch(test_str,0,4)
<_sre.SRE_Match object; span=(0, 4), match='abcd'>
(注:上面的代碼來自jupyter notebook)
split findall finditer
這三個(gè)函數(shù)都返回一個(gè)列表刽辙。
- 分割字符串
split
re.split('\W+', 'Words, words, words.')
['Words', 'words', 'words', '']
re.split('(\W+)', 'Words, words, words.')
['Words', ', ', 'words', ', ', 'words', '.', '']
注意代碼中的第三行,在正則表達(dá)式中加了分組之后舶赔,那個(gè)分割元素也成了返回值扫倡。
- 查找所有匹配的元素
findall
test_str = 'dongge , dongge ,zeus'
re.findall(r'dongge',test_str)
['dongge', 'dongge']
- 迭代查找元素
finditer
迭代查找
sub subn
sub(pattern, repl, string, count=0, flags=0)
這兩個(gè)函數(shù)有查找和替換功能,repl
這個(gè)參數(shù)既可以是字符串也可以是一個(gè)函數(shù)竟纳,函數(shù)接收一個(gè)match object
撵溃。
查找替換
3
Match Object
這在上面多次提到,如果一個(gè)函數(shù)返回這個(gè)對(duì)象锥累,那么判斷值肯定就是True
缘挑。
這個(gè)對(duì)象最重要的概念就是group,相關(guān)函數(shù)作用在下面截圖中桶略。
group
-
start([group])
end([group])
span([group])
這里三個(gè)函數(shù)都是用來計(jì)算group的位置语淘,span返回的一個(gè)元組(start,end)际歼,group默認(rèn)值是0惶翻。
Paste_Image.png