python正则表达式

Posted 2020-10-07

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了python正则表达式相关的知识，希望对你有一定的参考价值。

python正则表达式re模块

打文本中搜索某个字段

python有个库 re

import re

正则表达式 . 点表示任意的字符

[a-z] 这个位置一定是个小写a到z的字母

print(lent(result))

打文本中搜索某个字段

python有个库 re

import re

正则表达式 . 点表示任意的字符

[a-z] 这个位置一定是个小写a到z的字母

print(lent(result))

#!/usr/bin/python
import re

text=‘‘
file = open(‘shi.txt‘)
for line in file:
text=text+line
file.close()

result = re.findall(‘a[z-z][a-z]‘,text)

print(result)

result = re.findall(‘ (a.[a-z]) ‘,text) # 加上（）表示要括号里面的那些其他的都不要

这样左右两边的空格都去掉了

去掉重复的结果方法：

result = re.findall(‘ (a.[a-z]) ‘,text)

result = set(result)

print(result)

上面的都是a开头的

大写的呢：[Aa] 表示第一个字母可以是大写的A也可以是小写的字母a

*可以匹配一个多个或者没有

a* ：

空

aaaaaaaaaaaaaaaa

空格*

可以匹配很多个空格 ‘ *’可以有空格可以有无数个空格

result = re.findall(‘ *([Aa].[a-z]) ‘,text)

竟然匹配除了 safe 的afe 原因：

afe前面没有空格后面有空格

解决：分两段过滤

result = re.findall(‘ *([Aa].[a-z]) |([A].[a-z]) ‘,text)

结果分两段一对一对的

看代码:

两个括号第一个括号没有匹配到的话就用个空来表示同理右边

*可以匹配一个 多个或者没有
a* ：
空
a
aa
aaaaaaaaaaaaaaaa
空格*
可以匹配很多个空格 ‘ *’可以有空格 可以有无数个空格


result = re.findall(‘ *([Aa].[a-z]) ‘,text) 
竟然匹配除了 safe 的afe 原因：
afe前面没有空格 后面有空格
解决： 分两段过滤
result = re.findall(‘ *([Aa].[a-z]) |([A].[a-z]) ‘,text)
结果分两段 一对一对的
 
看代码:
两个括号 第一个括号没有匹配到的话 就用个空来表示 同理右边

#!/usr/bin/python
import re

text=‘‘
file = open(‘shi.txt‘)
for line in file:
text=text+line
file.close()

result = re.findall(‘ *([Aa].[a-z]) |([A].[a-z]) ‘,text)

final_result = set() #set()是个集合 
for pair in result:
if pair[0] not in final_result:
final_result.add(pair[0]) #左边规则对应出来的叫pair[0]
if pair[1] not in final_result:
final_result.add(pair[1]) #右边规则对应出来的叫pair[1]
final_result.remove(‘‘)
print(final_result)

稍微总结一下：

.点表示此位置有一个字符任意的一个字符

\\d 必须是一个数字

\\d+ 至少有一个数字

（区别 a* 可以匹配到空）

用一下：

#!/usr/bin/python
import re


text=‘‘
file=open(‘shi.txt‘)
for line in file:
text = text+line
file.close()

result = re.findall(‘\\d+‘,text)
print (result)

\\d{2} 刚好匹配到两个

\\d{2,3}可以匹配到两到三个

\\w 匹配一个字母 ‘A-Za-z’

\\w{2,3}匹配两个或者三个字母

以为某个字符开头的

f=open(‘imooc.txt‘)

for line in f:
if line.startswith(‘imooc‘):
print line

以某个字符开头和结尾的语句
#!/usr/bin/python
import re

def find_start_imooc(fname):
f=open(fname)
for line in f:
if line.startswith(‘mooc‘):
print line

#find_start_imooc(‘imooc.txt‘)

def find_in_mooc(fname):
f=open(fname)
for line in f:
if line.startswith(‘imooc‘)and line.endswith(‘imooc\\n ‘): #每一行结束都有/n
print line
find_in_mooc(‘imooc.txt‘)


#!/usr/bin/python
import re

def find_start_imooc(fname):
f=open(fname)
for line in f:
if line.startswith(‘mooc‘):
print line

#find_start_imooc(‘imooc.txt‘)

def find_in_mooc(fname):
f=open(fname)
for line in f:
if line.startswith(‘imooc‘)
and line[:-1].endswith(‘imooc‘): #切片操作
print line
find_in_mooc(‘imooc.txt‘)

匹配一下划线和字母开头的变量名

s3=‘1 dsf se‘

s3.split() 返回切分好的

res = r‘t[io]p‘

方括号里加^ 表示不包含 res = r‘t[^io]p‘

^尖角号用于行首 r"^hello" 只匹配行首是 hello的

$ 尾部 r"hello$" 只匹配行尾的

"t[abc$]" 以a或b或c结尾肯定不是这样的

就像在[^abc]中 ^表示除了abc

\\d 十进制 [0-9]

\\D 非数字字符 [^0-9]

\\s 任何空白字符 [\\t\\n\\r\\f\\v]