python笔记-正则表达式

Posted 月下独酌-婵儿

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笔记-正则表达式相关的知识,希望对你有一定的参考价值。

  • 什么是正则表达式:

正则表达式是一个特殊的字符序列,能帮助我们方便的检查一个字符串是否与某种模式匹配(定义往往都很枯燥) 

也称之为”模式“,即可用于检查一个给定的字符串是否符合某种模式

 举例:

我们定义一个模式,平常经常用到的日期模式:XXXX-XX-XX,2018-03-10

 在正则表达式的模式定义语法里:\d用来指定一个数字,因此我们将日期的正则表达式的模式定义成:”\d\d\d\d-\d\d-\d\d" 

  • 什么是元字符:

元字符是一些在正则表达式中有特殊用途、不代表它本身字符意义的一组字符

 利用元字符,我们可以控制字符串匹配的方式

 比如上例中的\d,用来指定一个数字,"相当于[0-9],匹配任何单个的数字字符",而非d字母本身

  • 元字符各自含义

     正则表达式的完整元字符及各自的含义(主要有11个): 

          .   ^   $  *  +  ?  \   |   { }    []    ()

我们选挑重要的依次进行解释

1.[ ] 方括号

(1) 常用来指定一个字符集,如[abcd]匹配:a或b或c或d

(2) 元字符在”[]”中不起所用,比如:[a+]匹配:a或+ 

(3) 补集匹配:[^a],匹配非a的一个字符

(4) 匹配连续字符:[a-zA-Z0-9],匹配大小写英文字母和数字

2.^

匹配行首,直接匹配字符串中的每一个换行

3.$

匹配行尾,行尾是指:字符串尾,或一个换行字符后的任何位置

4.\

转义字符,如果要匹配”\”本身,需要使用再次转义:”\\”

一些特殊字符:

\d:匹配:[0-9]

\D:匹配:[^0-9],与 \d 相反,匹配任何非十进制数字的字符

\s:匹配:任何空白符,即:[\t\n\r\f\v]

\S:匹配:任何非空白符,即:[^\t\n\r\f\v]

\w:匹配:[a-zA-Z0-9_ ],即匹配任何字符

\W:匹配:[^a-zA-Z0-9_ ],与\w相反

5. *

匹配前一个字符或子表达式出现0次或多次

例如:ca*t 将匹配 ct(0 个字符 a),cat(1 个字符 a),caaat(3 个字符 a)

6. +

匹配前一个字符或子表达式出现1次或多次

例如: ca+t 会匹配 cat 和 caaat,但不会匹配 ct。

7.?

匹配前一个字符或子表达式出现1次或0次

例如 :大?帅哥 可以匹配 大帅哥,也可以匹配 帅哥。

8.{ }

匹配前一个字符或子表达式出现指定次数(即代表重复)

{0,}:0次或多次,相当于”*”

{1,}:1次或多次,相当于”+”

{0,1}:0次或1次,相当于”?”

{m,n}:m次到n次(m <= n),m是最少重复的次数,n是最多重复的次数

9.  .

匹配除换行符以外的任意一个字符

10. |   

每一种条件匹配一次,且"|"和"[]"效果是相同的,返回形式一样

例如:

>>> print (re.findall(r"[abc]","abc"))

[‘a‘,‘b‘,‘c‘]

>>> print (re.findall(r"[a|b|c]","abc"))

[‘a‘,‘b‘,‘c‘]

11. ( )

圆括号分组匹配使得匹配返回元组

例如:

>>> print (re.findall(r"one two three four five six",a))

[‘one two three four five six‘]

>>> print (re.findall(r"(one) (two) (three) (four) (five) (six)",a))

[ ]返回空

  • python语言中的re模块

在python语言中,re模块用于提供正则表达式的全部功能,而re模块中最重要的两个函数是match()和re.search()

re.match()简介

格式:re.match(pattern,string,flag=0),

技术分享图片第一个参数pattern用于传入需要匹配的模式定义字符串

技术分享图片第二个参数string用于传入被匹配和检查的字符串内容

技术分享图片第三个flag用于传入标识,如是否区分大小写

例1:

import re

print(re.match("\d\d\d\d-\d\d-\d\d","2018-03-09"))

运行结果:<_sre.SRE_Match object; span=(0, 10), match=‘2018-03-09‘>

代表2018-03-09符合我们定义的日期模式

例2:

import re

print(re.match("\d\d\d\d-\d\d-\d\d","2018-3-9"))

运行结果:NONE

代表不符合

思考一下,如何既满足符合一个数字的月份和日又符合两个数字的月份和日(见例3)

技术分享图片

例3:

import re

print(re.match("\d\d\d\d-\d{1,2}-\d{1,2}","2018-3-9")) 

如果看不懂,请返回到上节8.{}介绍部分

 例4:

再思考一下,下面的代码

import re

print(re.match("\d{4}-\d{1,2}-\d{1,2}","2018-3-9"))

例5:

思考一下,下面的代码(可先看一下上一节\s和*的含义)

imprt re

print(re.match("\s*\d{4}-\d{1,2}-\d{1,2}","   2017-05-08")

 代码是为了兼容日期前面如果出现多个空格的情况使用 \s*

例6:

import re

print(re.match("Dehom","Dehom Wang"))

 回归最简单模式就是字符串本身,这很重要

 

补充知识:

Python中字符串前面加上 r 表示原生字符串,(r=raw)

Python里的原生字符串很好地解决了需要\转义字符这个问题,例如匹配一个数字的"\\d"可以写成r"\d"。有了原生字符串,不用担心是不是漏写了反斜杠,写出来的表达式也更直观

以上是关于python笔记-正则表达式的主要内容,如果未能解决你的问题,请参考以下文章

python学习笔记9:正则表达式

python 正则表达式(RE)笔记1

Python下的正则表达式原理和优化笔记

Python学习笔记之正则表达式

《python核心编程》——正则表达式学习笔记

我的Python笔记·正则表达式