python正则表达式

Posted 2020-10-09

#coding:utf-8
import re #python正则表达式的模块
text="hi,hiasdf"
m = re.findall("\\bhi",text) #r是raw的意思,表示对字符串不进行转义,若不加r，输出的一直为空,因为\将后面的b转义了,要是不写r则写成\\b
print m #输出结果为[‘hi‘, ‘hi‘]

re是python里的正则表达式模块。findall是其中一个方法，用来按照提供的正则表达式，去匹配文本中的所有符合条件的字符串。返回结果是一个包含所有匹配的list。

“\b”在正则表达式中表示单词的开头或结尾，空格、标点、换行都算是单词的分割

[]表示满足括号中任一字符。比如“[hi]”，它就不是匹配“hi”了，而是匹配“h”或者“i”。如果把正则表达式改为“[Hh]i”，就可以既匹配“Hi”，又匹配“hi”了。

数字简化的写法：[0-9]，\d。类似的还有[a-zA-Z]的用法。

　　要表示任意长度的数字，就可以用　　[0-9]*　　或者　　 \d*

　　但要注意的是，*表示的任意长度包括0，也就是没有数字的空字符也会被匹配出来。一个与*类似的符号+，表示的则是1个或更长。

　　所以要匹配出所有的数字串，应当用　　[0-9]+　　或者　　\d+

　　\d{11}　匹配11位数字　　　　　　　1\d{10}　　匹配开头为1的11位数字

任意字符是用“.”表示，而“*”则不是表示字符，而是表示数量：它表示前面的字符可以重复任意多次（包括0次）

“\S”，它表示的是不是空白符的任意字符

”？“ 表示任意一个或零个字符

比如Hi, I am Shirley Hilton. I am his wife.

用“I.*e”去匹配，得到[‘I am Shirley Hilton. I am his wife‘]       贪婪匹配--匹配尽可能长的

用“I.*?e”匹配，得到[‘I am Shirle‘, ‘I am his wife‘]　　　　懒惰匹配匹配尽可能短的

 

从下面一段文本中，匹配出所有s开头，e结尾的单词。

site sea sue sweet see case sse ssee loses

答案\bs\S*e\b 

注意不是\bs.*?e\b

既然是单词，我们就不要空格，所以需要用"\S"而不是"."