Python-字符串解析-正则-re

Posted 2020-11-08 北门吹雪

正则表达式

　　特殊字符序列，匹配检索和替换文本

　　普通字符 + 特殊字符 + 数量，普通字符用来定边界

 

更改字符思路

　　字符串函数 > 正则 > for循环

 

元字符　　匹配一个字符

　　# 元字符大写，一般都是取小写的反

　　1. 0~9 整数　　　　　　　　　　\d　　　　　　取反　　\D

import re

example_str = "Beautiful is better than ugly 78966828 $ \r \r\n ^Explicit is better than implicit"

print(re.findall(r"\d", example_str))
print(re.findall(r"\D", example_str))

 

　　2. 字母、数字、下划线　　　　   \w　　　　　　取反　　\W

import re

example_str = "Beautiful is better_ than ugly 78966828 $ \r \r\n ^Explicit is better than implicit"

print(re.findall(r‘\w‘, example_str))
print(re.findall(r‘\W‘, example_str))

 

　　3. 空白字符(空格、\t、\t、\n)　　 \s　　　　　　取反　　\S

import re

example_str = "Beautiful is better_ than ugly 78966828 $ \r \r\n ^Explicit is better than implicit"

print(re.findall(r‘\s‘, example_str))
print(re.findall(r‘\S‘, example_str))

 

　　4. 字符集中出现任意一个　　　　[]　　　 0-9 a-z A-Z　　取反　　[^]

import re

example_str = "Beautiful is better_ than ugly 78966828 $ \r \r\n ^Explicit is better than implicit"

print(re.findall(r‘[0-9]‘, example_str))
print(re.findall(r‘[^0-9]‘, example_str))

 

　　5. 除 \n 之外任意字符

import re

example_str = "Beautiful is better_ than ugly 78966828 $ \r \r\n ^Explicit is better than implicit"

print(re.findall(r".", example_str))

 

数量词　　指定前面一个字符出现次数

　　1. 贪婪和非贪婪

　　　　a. 默认情况下是贪婪匹配，尽可能最大匹配直至某个字符不满足条件才会停止(最大满足匹配)

　　　　b. 非贪婪匹配， 在数量词后面加上 ? ，最小满足匹配

　　　　c. 贪婪和非贪婪的使用，是程序引起bug重大原因

import re

example_str = "Beautiful is better_ than ugly 78966828 $ \r \r\n ^Explicit is better than implicit"

print(re.findall(r‘.*u‘, example_str))
print(re.findall(r‘.*?u‘, example_str))

 

　　2. 重复指定次数　　　　　　　　{n} {n, m}

import re

example_str = "Beautiful is better_ than ugly 78966828 $ \r \r\n ^Explicit is better than implicit"

print(re.findall(r‘\d{3}‘, example_str))

 

　　3. 0次和无限多次　　　　　　　  *

import re

example_str = "Beautiful is better_ than ugly 78966828 $ \r \r\n ^Explicit is better than implicit"

print(re.findall(r‘.*‘, example_str))

 

　　4. 1次和无限多次 　　　　　　　 +　　

import re

example_str = "Beautiful is better_ than ugly 78966828 $ \r \r\n ^Explicit is better than implicit"

print(re.findall(r‘\d+‘, example_str))

 

　　5. 0次或1次 　　　　　　　　　   ?　　　　 使用思路: 去重

import re

example_str = "Beautiful is better_ than ugly 78966828 $ \r \r\n ^Explicit is better than implicit"

print(re.findall(r‘7896?‘, example_str))

 

边界匹配

　　1. 从字符串开头匹配 ^

　　2. 从字符串结尾匹配 $

 

正则表达式或关系　　　　|　

　　满足 | 左边或者右边的正则表达式

import re

example_str = "Beautiful is better_ than ugly 78966828 $ \r \r\n ^Explicit is better than implicit"

print(re.findall(r‘\d+|\w+‘, example_str))

 

 

组

　　() 括号内的正则表达式当作单个字符，并且返回()内正则匹配的内容，可以多个，与关系

 

Python-正则相关模块-re

　　1. 从字符中找到匹配正则的字符 findall()

import re
name = "Hello Python 3.7, 123456789"

total = re.findall(r"\d+", name)
print(total)

　　2. 替换正则匹配者字符串 sub()

import re


def replace(value):
    return str(int(value.group()) + 1)


result_str = re.sub(r"\d", replace, name, 0)
print(result_str)

 

匹配一个中文字符   [\u4E00-\u9FA5]