Python五周二次课

Posted 2020-10-14

一、正则表达式

. ：匹配任意一个字符
^ ：匹配以什么开头的字符，如果放在中括号中表示取反，如 ^abc 表示匹配以 abc 开头的字符，[^abc] 表示匹配 abc 之外的字符
$ ：匹配以什么结尾的字符
* ：匹配零个或多个星号前面的字符，如 abc* 可以匹配 ab 、abc 、abcc 、abccc 等等
+ ：匹配一个或多个加号前面的字符，如 abc+ 可以匹配 abc 、abcc 、abccc 等等
? ：匹配零个或一个问号前面的字符，如 abc? 只能匹配 ab 、abc
\ ：用于转义，比如我要匹配 $ 这个字符，但是 $ 用于匹配以什么结尾的字符，因此我就可以用 \$ 来匹配 $ 这个字符
| ：表示‘或者‘，比如 ab|cd 可以匹配 ‘ab‘ 或 ‘cd‘
{} ：匹配指定个花括号前面的字符，如 ab{2} 可以匹配 abb ，也可以是一个范围，如 ab{1,4} 可以匹配 ab 、abb 、abbb 、abbbb
[] ：匹配中括号中的任意一个字符，如 [0-9] 表示匹配 0~9 中的任意一个数字
() ：如果用括号括起来表示一个整体，如 (ab){2} 把 ab 当成一个整体，只能匹配 abab ，另外还有(?P<name>....) 的形式，我们
       知道用括号括起来的表示一个整体，比如 (abcdefg) 是一个整体，但如果括号里面的内容很长很长，那么我们访问这个整体的时候
       是通过给这个整体取个别名的方式，即 (?P<name>....) 的方式，如 (?P<a>(abcdefg)) 表示把 (abcdefg) 这个整体取个别名 a ，
       当我们访问的时候访问 a 就相当于访问 (abcdefg) ，在正则中这通常称为分组
\d ：匹配任何数字，相当于 [0-9]
\D ：匹配非数字字符，相当于 [^0-9]
\s ：匹配任何空白字符，如空格、Tab制表符、换行符等
\S ：匹配任何非空白字符
\w ：匹配所有的字母和数字，相当于 [a-zA-Z0-9]
\W ：匹配所有的非字母和数字，相当于[^a-zA-Z0-9]

 

二、re 模块

re.findall() ：用于从一个字符串中匹配指定的字符

In [18]: import re

In [32]: re.findall(r‘ab‘, ‘abcdabcd‘)     # 表示从字符串‘abcdabcd‘中匹配包含‘ab‘字符，结果以列表的形式返回
Out[32]: [‘ab‘, ‘ab‘]                      # r‘ab‘中的r表示原生字符，即引号里面是什么就匹配什么，比如r‘\n‘表示匹配‘\n‘这个字符串而不是匹配换行符

In [19]: re.findall(r‘^ab‘, ‘abcdefg‘)     # 表示从字符串‘abcdefg‘中匹配以‘ab‘开头的字符，结果以列表的形式返回
Out[19]: [‘ab‘]

In [52]: re.findall(r‘ab‘, ‘abcdABcd‘, re.I)    # re.I 是一个标记，表示匹配的时候不区分大小写
Out[52]: [‘ab‘, ‘AB‘]

In [54]: re.findall(r‘foo$‘, ‘foo\nfoo\nfoo‘, re.M)    # re.M 用于对每一行进行匹配，如果不加的话只会打印一个‘foo‘，也就是忽略了‘\n‘的换行作用
Out[54]: [‘foo‘, ‘foo‘, ‘foo‘]

re.match() ：用法与 re.findall() 一致，但只匹配开头的位置，且 re.match() 返回的是一个对象，需要用 group() 方法来查看所匹配到的内容

In [32]: re.findall(r‘ab‘, ‘abcdabcd‘)     # findall()可以匹配到所有指定的字符
Out[32]: [‘ab‘, ‘ab‘]

In [34]: m = re.match(‘ab‘, ‘abcdabcd‘)    # match()只能匹配开头的字符

In [35]: m.group()
Out[35]: ‘ab‘

re.search() ：用法与 re.findall() 一致，但 re.findall() 会匹配所有包含的字符，而 re.search() 只匹配一个包含的字符

In [42]: re.findall(r‘ab‘, ‘abcdabcd‘)
Out[42]: [‘ab‘, ‘ab‘]

In [43]: m = re.search(r‘ab‘, ‘abcdabcd‘)

In [44]: m.group()    # 同理用group()方法查看
Out[44]: ‘ab‘

re.sub() ：用于替换字符串

In [45]: re.sub(r‘ab‘, ‘AB‘, ‘abcdabcd‘)               # 表示将字符串‘abcdabcd‘中的‘ab‘都替换成‘AB‘
Out[45]: ‘ABcdABcd‘

In [46]: re.sub(r‘ab‘, ‘AB‘, ‘abcdabcd‘, count=1)      # count=1 可以指定只替换一次
Out[46]: ‘ABcdabcd‘

re.compile() ：用于将正则表达式编译成对象，并用它们来进行匹配

In [48]: p = re.compile(r‘ab‘)    # 先将要匹配的内容（即正则表达式）进行编译
 
In [49]: p.findall(‘abcdabcd‘)    # 这里就可以直接匹配，提高效率
Out[49]: [‘ab‘, ‘ab‘]

In [50]: p.search(‘abcdabcd‘).group()
Out[50]: ‘ab‘

In [51]: p.match(‘abcdabcd‘).group()
Out[51]: ‘ab‘

 re.split() ：可以使用正则来分割指定的字符串

In [30]: re.split(r‘\d‘, ‘one1two2three3four‘)
Out[30]: [‘one‘, ‘two‘, ‘three‘, ‘four‘]

re.finditer() ：用法与 re.findall() 一致，但 re.findall() 返回的是一个列表，re.finditer() 返回的是一个对象，就好比 print 与 return 的区别

In [42]: re.findall(r‘ab‘, ‘abcdabcd‘)
Out[42]: [‘ab‘, ‘ab‘]

In [43]: re.finditer(r‘ab‘, ‘abcdabcd‘)
Out[43]: <callable-iterator at 0x29cf650>

In [44]: for i in re.finditer(r‘ab‘, ‘abcdabcd‘):    
   ....:     print(i.group())
   ....:     
ab
ab