文章目录
- 前言
- re模块
- 匹配方法
- re.match
- re.search
- re.match和re.search 的区别
- re.findall
- re.finditer
- re.split
- re.sub(替换)
- re.compile(编译正则表达式)
- 正则表达式修饰符(flags)——可选标志
- 正则表达式模式
- 正则表达式实例
- 小结
前言
在之前有简单的介绍过正则表达式以及它的一些基础语法,今天就具体带大家一起了解在python中正则表达式的一些用法吧,正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配。
re模块
re 模块使 Python 语言拥有全部的正则表达式功能。它的作用就是创建一个"规则表达式",用于验证和查找符合规则的文本,广泛用于各种搜索引擎、账户密码的验证等
匹配方法
re.match
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(pattern, string, flags=0)参数
描述
pattern
匹配的正则表达式
string
要匹配的字符串
flags
标志位,用于控制正则表达式的匹配方式
实例:
import restring = 'csdn is very good!!'
x = re.match(r'csdn',string)
y = re.match(r'is',string)
print(x,y,sep='\n')
结果:
#<re.Match object; span=(0, 4), match='csdn'>
#None
re.search
re.search 扫描 整个字符串 并返回第一个成功的匹配。
语法:
re.search(pattern, string, flags=0)参数
描述
pattern
匹配的正则表达式
string
要匹配的字符串
flags
标志位,用于控制正则表达式的匹配方式
实例:
import restring = 'csdn is very good!!'
x = re.search(r'csdn',string)
y = re.search(r'is',string)
print(x,y,sep='\n')
#<re.Match object; span=(0, 4), match='csdn'>
# <re.Match object; span=(5, 7), match='is'>
re.match和re.search 的区别
通过上面两个实例可以看出re.match 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。
import restring = "csdn is very good!!"
x = re.match(r'is',string)
y = re.search(r'is',string)
if x:
print('Find:',x.group())
else:
print('Notfind')
if y:
print('Find:',y.group())
else:
print('Notfind')
# Notfind
# Find: is
re.findall
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,如果有多个匹配模式,则返回元组列表,如果没有找到匹配的,则返回空列表。
注:match 和 search 是匹配一次 findall 匹配所有。
语法:
re.findall(pattern, string, flags=0)参数
描述
pattern
匹配的正则表达式
string
要匹配的字符串
flags
标志位,用于控制正则表达式的匹配方式
实例:
import restring = 'csdn is very very good'
x = re.search(r'very',string) #search只匹配一个
print(x)
y = re.findall(r'very',string) #findall匹配所有符合条件
print(y)
# 结果:
# <re.Match object; span=(8, 12), match='very'>
# ['very', 'very']
re.finditer
和 findall 类似,在字符串中找到正则表达式所匹配的所有子串,并把它们作为一个迭代器返回。
语法:
re.finditer(pattern, string, flags=0)参数
描述
pattern
匹配的正则表达式
string
要匹配的字符串
flags
标志位,用于控制正则表达式的匹配方式
实例:
import relist = '13ab54sd87f65ds56a4sd54'
x = re.finditer(r'\d+',list)
print(x)
for i in x:
print(i)
运行结果:
re.split
re.split 方法按照能够匹配的子串将字符串分割后返回列表。
语法:
re.split(pattern, string, maxsplit=0, flags=0)参数
描述
pattern
匹配的正则表达式
string
要匹配的字符串
maxsplit
分割次数,maxsplit=1 分割一次,默认为 0,不限制次数。
flags
标志位,用于控制正则表达式的匹配方式
实例:
import relist = '13ab54sd87f65ds56a4sd54'
x = re.split(r'\d+',list)
print(x)
# 结果
# ['', 'ab', 'sd', 'f', 'ds', 'a', 'sd', '']import re
url = 'www.baidu.com'
x = re.split(r'\.+',url)
print(x)
#结果:
#['www', 'baidu', 'com']
re.sub(替换)
re.sub用于替换字符串中的匹配项。
语法:
re.sub(pattern, repl, string, count=0, flags=0)参数
描述
pattern
匹配的正则表达式
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。
flags
编译时用的匹配模式,数字形式。
实例:
import relist = 'lxzy787991021'
x = re.sub(r'.[a-z]+','',list)
print('QQ:',x)
# 结果:QQ: 787991021
re.compile(编译正则表达式)
compile 函数用于编译正则表达式,生成一个正则表达式(Pattern)对象。
语法:
re.compile(pattern, flags)参数
描述
pattern
匹配的正则表达式
flags
编译时用的匹配模式,数字形式。
实例:
import relist = 'lxzy787991021'
pattern = re.compile(r'[0-9]+')
x = re.search(pattern,list)
print('QQ:',x.group())
# 结果:QQ: 787991021
正则表达式修饰符(flags)——可选标志
修饰符
描述
re.I
使匹配对大小写不敏感
re.L
做本地化识别(locale-aware)匹配
re.M
多行匹配,影响 ^ 和 $
re.S
使 . 匹配包括换行在内的所有字符
re.U
根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B.
re.X
该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。
正则表达式模式
模式字符串使用特殊的语法来表示一个正则表达式。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。
注意:
1.多数字母和数字前加一个反斜杠时会拥有不同的含义。
2.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。
3.反斜杠本身需要使用反斜杠转义。
模式
描述
^
匹配字符串的开头
$
匹配字符串的末尾。
.
匹配任意字符,除了换行符,当re.DOTALL标记被指定时,则可以匹配包括换行符的任意字符。
[…]
用来表示一组字符,单独列出:[amk] 匹配 ‘a’,‘m’或’k’
[^…]
不在[]中的字符:[^abc] 匹配除了a,b,c之外的字符。
re*
匹配0个或多个的表达式。
re+
匹配1个或多个的表达式。
re?
匹配0个或1个由前面的正则表达式定义的片段,非贪婪方式
re{ n}
匹配n个前面表达式。例如,"o{2}“不能匹配"Bob"中的"o”,但是能匹配"food"中的两个o。
re{ n,}
精确匹配n个前面表达式。例如,"o{2,}“不能匹配"Bob"中的"o”,但能匹配"foooood"中的所有o。"o{1,}“等价于"o+”。"o{0,}“则等价于"o*”。
re{ n, m}
匹配 n 到 m 次由前面的正则表达式定义的片段,贪婪方式
a
b
(re)
匹配括号内的表达式,也表示一个组
(?imx)
正则表达式包含三种可选标志:i, m, 或 x 。只影响括号中的区域。
(?-imx)
正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。
(?: re)
类似 (…), 但是不表示一个组
(?imx: re)
在括号中使用i, m, 或 x 可选标志
(?-imx: re)
在括号中不使用i, m, 或 x 可选标志
(?#…)
注释.
(?= re)
前向肯定界定符。如果所含正则表达式,以 … 表示,在当前位置成功匹配时成功,否则失败。但一旦所含表达式已经尝试,匹配引擎根本没有提高;模式的剩余部分还要尝试界定符的右边。
(?! re)
前向否定界定符。与肯定界定符相反;当所含表达式不能在字符串当前位置匹配时成功。
(?> re)
匹配的独立模式,省去回溯。
\w
匹配数字字母下划线
\W
匹配非数字字母下划线
\s
匹配任意空白字符,等价于 [\t\n\r\f]。
\S
匹配任意非空字符
\d
匹配任意数字,等价于 [0-9]。
\D
匹配任意非数字
\A
匹配字符串开始
\Z
匹配字符串结束,如果是存在换行,只匹配到换行前的结束字符串。
\z
匹配字符串结束
\G
匹配最后匹配完成的位置。
\b
匹配一个单词边界,也就是指单词和空格间的位置。例如, ‘er\b’ 可以匹配"never" 中的 ‘er’,但不能匹配 “verb” 中的 ‘er’。
\B
匹配非单词边界。‘er\B’ 能匹配 “verb” 中的 ‘er’,但不能匹配 “never” 中的 ‘er’。
\n, \t, 等。
匹配一个换行符。匹配一个制表符, 等
\1…\9
匹配第n个分组的内容。
\10
匹配第n个分组的内容,如果它经匹配。否则指的是八进制字符码的表达式。
正则表达式实例
实例
描述
[Pp]ython
匹配 “Python” 或 “python”
rub[ye]
匹配 “ruby” 或 “rube”
[aeiou]
匹配中括号内的任意一个字母
[0-9]
匹配任何数字。类似于 [0123456789]
[a-z]
匹配任何小写字母
[A-Z]
匹配任何大写字母
[a-zA-Z0-9]
匹配任何字母及数字
[^aeiou]
除了aeiou字母以外的所有字符
[^0-9]
匹配除了数字外的字符
特殊字符类
实例
描述
.
匹配除 “\n” 之外的任何单个字符。
\d
匹配一个数字字符。等价于 [0-9]。
\D
匹配一个非数字字符。等价于 [^0-9]。
\s
匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S
匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\w
匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。
\W
匹配任何非单词字符。等价于 ‘[^A-Za-z0-9_]’。
小结
python的正则表达式可以用来匹配与查找字符串的,从网上爬取数据自然或多或少会用到正则表达式。今天终于会了,希望看到此文的小伙伴也能有所收获吧!!