python模块--re模块
Posted 遥望那月
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模块--re模块相关的知识，希望对你有一定的参考价值。
一、
就本质而言，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得字节码，然后由用c语言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\',\'wangzhaoqian\')
[\'alvin\']
2元字符：. ^ $ * + ? {} [] | () \\ 共11个
“ . " 代表通配符，指除了"\\n"以外所有的都能匹配
"^" 代表以。。。开头的意思
"$" 代表以。。。结尾
关于重复功能的有四个： * + ? {}
" * " 代表0到无穷次 即[0,+oo]
" + " 代表1到无穷次，即[1,+oo]
" ? " 代表0次或1次，即[0,1]
"{}" 代表自己定次数，例如
{0,} 等价于* ；{1,}等价于 + ；{0,1} 等价于 ？ ； {6} 只能重复6次 ； {1,6} 指重复1到6之间的哪一次都行。
注意：前面的 * + ?都是贪恋匹配，也就是尽可能的匹配，但是，后面加？号后使其变成惰性匹配
元字符之： ^ $ * + ? {}
1 import re
2 ret = re.findall(\'a..in\',\'helloalvin\')
3 print(ret) #[\'alvin\']
4
5 ret = re.findall(\'^a...n\',\'alvinhelloworld\')
6 print(ret) #[\'alvin\']
7
8 ret = re.findall(\'a...n$\',\'alvinhellowoarldn\')
9 print(ret)# [\'arldn\']
10
11 ret = re.findall(\'abc\',\'abcccc\')
12 print(ret) #[\'abc\']
13
14 ret = re.findall(\'abc*\',\'abcccc\') #贪婪匹配[0,+oo]
15 print(ret) #[\'abcccc\']
16
17 ret = re.findall(\'abc+\',\'abcccc\') #贪婪匹配 [1,+oo]
18 print(ret) #[\'abcccc\']
19
20 ret = re.findall(\'abc?\',\'abcccc\') #[0,1]匹配一次或0次
21 print(ret) #[\'abc\']
22
23 ret = re.findall(\'abc{1,4}\',\'abccc\') #匹配1次到4次之间出现的任意一次
24 print(ret) #贪婪匹配
25
26 ##----> 注意：前面的 * + ?都是贪恋匹配，也就是尽可能的匹配，但是，后面加？号后
27 # 使其变成惰性匹配
28
29 ret = re.findall(\'abc*?\',\'abccccc\')
30 print(ret) #[\'ab\']
元字符之字集 [ ]:
1 import re
2 ret = re.findall(\'a[bc]d\',\'acd\')
3 print(ret) #[\'acd\']
4
5 ret = re.findall(\'[a-z]\',\'acd\') #"-" 代表a到z的的所有字母
6 print(ret) #[\'a\', \'c\', \'d\']
7
8 ret = re.findall(\'[.*+]\',\'a.cd+\')
9 print(ret)
10
11 ##在字符集里有功能的符号只有： - ^ \\
12 ## "-" :在[]字符集中，指范围的意思
13 ## " ^ " :在[]的字符集中，是”非“ 的意思
14 ## " \\ " : 在[]的字符集中，是转义字符
15 ## 在[]里面没有特殊符号，而且里面试”或“的关系，不过，只有上述三个除外
16
17 ret = re.findall(\'[1-9]\',\'45dank8\')
18 print(ret) #[\'4\', \'5\', \'8\']
19
20 ret = re.findall(\'[^ab]\',\'45danbk8\')
21 print(ret) # [\'4\', \'5\', \'d\', \'n\', \'k\', \'8\']
22
23 ret = re.findall(\'[\\d]\',\'45danbk8\')
24 print(ret) #[\'4\', \'5\', \'8\']
25
26 ret = re.findall(\'\\([^()]\\)\',\'12+(34*6+2-5*(2-1))\')
27 print(ret) # []
28
29 ret = re.findall(\'\\([^()]*\\)\',\'12+(34*6+2-5*(2-1))\')
30 print(ret) #[\'(2-1)\']
元字符之转义符\\
反斜杠后边去除特殊功能，比如\\.
反斜杠后边跟普通字符实现特殊功能，比如\\d
\\d 批评日任何十进制数；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\\f\\v]
\\S匹配任何非空白字符；它下该党于类[^\\t\\n\\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
1 import re
2 ret = re.findall(\'I\\b\',\'I am LIST\')
3 print(ret)#[]
4
5 ret = re.findall(r\'I\\b\',\'I am LIST\')
6 print(ret) #[\'I\']
先看看关于“ \\” 的例子
1 import re
2 ret = re.findall(\'c\\ l\',\'abc\\le\')
3 print(ret) #[]
4
5 ret = re.findall(\'c\\\\ l\',\'abc\\le\')
6 print(ret) #[]
7
8 ret = re.findall(\'c\\\\\\\\l\',\'abc\\le\')
9 print(ret) # [\'c\\\\l\']
10
11 ret = re.findall(r\'c\\\\l\',\'abc\\le\')
12 print(ret) #[\'c\\\\l\']
之所以选择\\b是因为\\b在ASCII表中是有意义的
1 m = re.findall(\'\\bblow\',\'blow\')
2 print(m) #[]
3
4 m = re.findall(r\'\\bblow\',\'blow\')
5 print(m) #[\'blow\']
元字符之分组
1 import re 2 ret = re.findall(\'(?:abc)+\',\'abcabcabcabc\') 3 print(ret) #[\'abcabcabcabc\'] 4 ret = re.findall(\'(?:abc)\',\'abcabcabcabc\') 5 print(ret) #[\'abc\', \'abc\', \'abc\', \'abc\']
1 import re
2 m = re.findall(r\'ad+\',\'add\')
3 print(m) #[\'add\']
4 m = re.findall( \'(ad)+\',\'adadadad\') #?????
5 print(m) #[\'ad\']
6
7 ret = re.findall(\'(?P<id>\\d{2})/(?P<name>\\w{3})\',\'23/com\')
8 print(ret) #[(\'23\', \'com\')]
9
10 ret = re.search(\'(?P<id>\\d{2})/(?P<name>\\w{3})\',\'23/com\')
11 print(ret.group()) #23/com
12
13 #search匹配成功则返回，匹配不成功，不返回。而且search只会找满足第一个的元素
14
15 ret = re.search(\'(?P<id>[a-z]+)\',\'alex23hah89beijing66\')
16 print(ret) #<_sre.SRE_Match object; span=(0, 4), match=\'alex\'>
17 print(ret.group()) #alex
18 ret = re.search(\'([a-z]+)\',\'alex23hah89beijing66\')
19 print(ret)
20 print(ret.group())
21 #对比可知，?P<>没什么作用，它只是起个名字，放便用的时候取出来
22
23 ret = re.search(\'(?P<id>[a-z]+)\\d+\',\'alex23hah89beijing66\').group()
24 print(ret) #alex23
25 ret = re.search(\'(?P<name>[a-z]+)\\d+\',\'alex23hah89beijing66\').group(\'name\')
26 print(ret) #alex
27
28
29 ret = re.search(\'(?P<name>[a-z]+)(?P<age>\\d+)\',\'alex23hah89beijing66\')
30 print(ret.group(\'name\')) #alex
31 print(ret.group(\'age\')) #23
32
33 ret = re.search(\'((?P<name>[a-z]+)(?P<age>\\d+))+\',\'alex23hah89beijing66\')
34 print(ret.group(\'name\'),ret.group(\'age\')) #?P<>只是给取了名字，以后做大数据是，方便调用
35 print(ret.group()) #alex23hah89beijing66
元字符之管道符 | 管道符：是“或”的意思
1 import re
2 ret =re.search(\'(ab|\\d)\',\'rabhdg8sd\')
3 print(ret) # <_sre.SRE_Match object; span=(1, 3), match=\'ab\'>
4 print(ret.group()) #ab
5
6 ret = re.findall(r\'ka|b\',\'sdjkbsf\')
7 print(ret) #[\'b\']
8
9
10 ret = re.findall(r\'ka|b\',\'sdjkasf\')
11 print(ret) #[\'ka\']
12
13 ret = re.findall(r\'ka|b\',\'sdjka|bsf\')
14 print(ret) #[\'ka\', \'b\']
re模块的常用方法
1 ###--------------re模块的常用方法------------------------------------------
2 import re
3 #1
4 re.findall(\'a\',\'alvin yuan\') #返回所有满足匹配条件的结果，放在列表例
5 #2
6 re.search(\'a\',\'alvin yuan\').group() #函数会在字符串那日查找模式匹配，直到找到第一个匹配返回一个包
7 #通过调用group（）方法得到匹配的字符串，如果字符串没有匹配，则返回空
8 #3
9 re.match(\'a\',\'abc\').group() #同search，不过仅在字符串开始处进行匹配
10 #4
11 ret = re.split(\'[ab]\',\'abcd\') #先按\'a\'分割得到\'\'和\'bcd\',再对\'\'和\'bcd\'分别按\'b\'分割
12 print(ret) #[\'\', \'\', \'cd\']
13 #5
14 ret = re.sub(\'\\d\',\'abc\',\'al8vin5yu4an7\',2) #可以备注匹配几次
15 print(ret) #alabcvinabcyu4an7
16
17 ret = re.sub(\'\\d\',\'abc\',\'al8vin5yu4an7\',4) #从后面匹配的内容换成\'abc\',也就是置换
18 print(ret) #alabcvinabcyuabcanabc
19
20 ret = re.subn(\'\\d\',\'abc\',\'alvin5yuan7\')
21 print(ret) #(\'alvinabcyuanabc\', 2) 返回匹配的次数
22 #6
23 obb= re.compile(\'\\d{3}\') #将规则封装成了一个对象，下面用的时候直接调用对象就好了，方便简单
24 ret=obb.search(\'abc123eeedd\')
25 print(ret.group()) #123
26
27 ###-----------finfiter的用法-----------------------------
28 ret = re.finditer(\'\\d\',\'ds3sy4584as\')
29 print(ret) #<callable_iterator object at 0x000001E82CDDCF98>
30 print(next(ret).group()) #3
31 print(next(ret).group()) # 4
32 ##返回的对象ret是一个可迭代对象，不用打印出来，用的时候打印一个，用next（）方法
33
34 ##------------------注意--------”?:“的用法-----------------------------------------------
35
36 ret = re.findall(\'www.(baidu|oldboy).com\',\'www.oldboy.com\')
37 print(ret) #[\'oldboy\'] 这是因为findall会游戏那把匹配结果的组里内容返回，如果想要匹配结果，取消权限即可
38 ret = re.findall(\'www.(?:baidu|oldboy).com\',\'www.oldboy.com\')
39 print(ret) #[\'www.oldboy.com\'] #通过 ?: 这两个字符，就取消的分组的优先级
40
41 ret = re.findall(\'www\\.(?:baidu|oldboy)\\.com\',\'www.oldboy.com\')
42 print(ret) #[\'www.oldboy.com\'] 看来加不加 \\ ，这里没关系
以上是关于python模块--re模块的主要内容，如果未能解决你的问题，请参考以下文章