Python基础（13）_python模块之re模块(正则表达式)

Posted 2020-09-25

 

8、re模块：正则表达式

　　就其本质而言，正则表达式（或 RE）是一种小型的、高度专业化的编程语言，（在Python中）它内嵌在Python中，并通过 re 模块实现。正则表达式模式被编译成一系列的字节码，然后由用 C 编写的匹配引擎执行。

字符匹配（普通字符，元字符）：

1.普通字符：大多数字符和字母都会和自身匹配
              >>> re.findall(‘alvin‘,‘yuanaleSxalexwupeiqi‘)
                      [‘alvin‘] 

2.元字符：.   ^   $   *   +   ?    { }    [ ]    |    ( )    \

.           匹配除换行符 外的 任意字符
^	    匹配字符串的开头
$	    匹配字符串的末尾

#重复元字符四种：
*	    匹配0个或多个的表达式，贪婪方式，后面加?号使其变成惰性匹配
+	    匹配1个或多个的表达式，贪婪方式，后面加?号使其变成惰性匹配
?	    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
{m,n}  匹配指定次数（m-n次）的表达式，贪婪方式，后面加?号使其变成惰性匹配
a| b	    匹配a或b

元字符之字符集［］：

元字符之字符集［］：
ret=re.findall(‘a[bc]d‘,‘acd‘)
print(ret)#[‘acd‘]
 
ret=re.findall(‘[a-z]‘,‘acd‘)
print(ret)#[‘a‘, ‘c‘, ‘d‘]
 
ret=re.findall(‘[.*+]‘,‘a.cd+‘)
print(ret)#[‘.‘, ‘+‘]
 
#在字符集里有功能的符号: - ^  
ret=re.findall(‘[1-9]‘,‘45dha3‘)            #匹配字符1-9
print(ret)#[‘4‘, ‘5‘, ‘3‘]
 
ret=re.findall(‘[^ab]‘,‘45bdha3‘)          #^取反，匹配a、b以外的字符
print(ret)#[‘4‘, ‘5‘, ‘d‘, ‘h‘, ‘3‘]
 
ret=re.findall(‘[\d]‘,‘45bdha3‘)              #\d 匹配字符
print(ret)#[‘4‘, ‘5‘, ‘3‘]    

元字符之转义符：\

1、反斜杠后边跟元字符去除特殊功能,比如\.
2、反斜杠后边跟普通字符实现特殊功能,比如\d

\d  匹配任何十进制数；它相当于类 [0-9]。
\D 匹配任何非数字字符；它相当于类 [^0-9]。
\s  匹配任何空白字符；它相当于类 [ \t\n\r\f\v]。
\S 匹配任何非空白字符；它相当于类 [^ \t\n\r\f\v]。
\w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。
\W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]
\b  匹配一个特殊字符边界，比如空格 ，&，＃等

元字符之分组：()，可用?P<name>设置分组名搭配使用（大写P）

m = re.findall(r‘(ad)+‘, ‘add‘)
print(m)
 
ret=re.search(‘(?P<id>\d{2})/(?P<name>\w{3})‘,‘23/com‘)
print(ret.group())#23/com
print(ret.group(‘id‘))#23

元字符之：｜

ret=re.search(‘(ab)|\d‘,‘rabhdg8sd‘)
print(ret.group())#ab

re模块下的常用方法

import re
#1
re.findall(‘a‘,‘alvin yuan‘)    #返回所有满足匹配条件的结果,放在列表里
#2
re.search(‘a‘,‘alvin yuan‘).group()  #函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以
                                     # 通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。
 
#3
re.match(‘a‘,‘abc‘).group()     #同search,不过只在字符串开始处进行匹配
 
#4
ret=re.split(‘[ab]‘,‘abcd‘)     #先按‘a‘分割得到‘‘和‘bcd‘,在对‘‘和‘bcd‘分别按‘b‘分割
print(ret)#[‘‘, ‘‘, ‘cd‘]
 
#5
ret=re.sub(‘\d‘,‘abc‘,‘alvin5yuan6‘,1)
print(ret)#alvinabcyuan6
ret=re.subn(‘\d‘,‘abc‘,‘alvin5yuan6‘)
print(ret)#(‘alvinabcyuanabc‘, 2)
 
#6
obj=re.compile(‘\d{3}‘)
ret=obj.search(‘abc123eeee‘)
print(ret.group())#123

补充：

import re
 
ret=re.findall(‘www.(baidu|oldboy).com‘,‘www.oldboy.com‘)
print(ret)#[‘oldboy‘]     这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可
 
ret=re.findall(‘www.(?:baidu|oldboy).com‘,‘www.oldboy.com‘)
print(ret)#[‘www.oldboy.com‘]