Python --- 正则表达式
Posted vehicel
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 --- 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
我们希望只提取出关注的数据,此时可以通过一些表达式进行提取,正则表达式就是其中一种进行数据筛选的表达式。
原子
原子是正则表达式中最基本的组成单位,每个正则表达式中至少包含一个原子
常见的原子类型有:
1、 普通字符作为原子
2、 非打印字符作为原子
3、 通用字符作为原子
4、 原子表
普通字符作为原子
import re //一定要导入
string = "yigeiwoligiao"
pat = "yi"
print(re.search(pat,string))
非打印字符作为原子
import re //一定要导入
string = "yigeiwoligiao"
pat = "
"
print(re.search(pat,string))
通用字符作为原子
w 字母、数字、下划线
W 除字母、数字、下划线
d 十进制数字
D 除十进制数字
s 空白字符
S 除空白字符
import re
string = "yigeiw1oligiao"
pat = "wd"
print(re.search(pat,string))
原子表
import re
string = "yigeiw1oligiao"
pat = "gei[wyz]"
print(re.search(pat,string))
元字符
. 除换行外任意的一个字符
^ 开始位置
$ 结束位置
- 01多次
? 01次
- 1多次
[n] 恰好n次
[n,] 至少n次
[n,m] 至少n次,至多m次
| 模式选择符或
() 模式单元
模式修正符
I 匹配时忽略大小写
M 多行匹配
L 本地化识别匹配
U uniconde
S 让匹配包括换行符
import re
string = "yigeiw1oligiao"
pat = "Gei"
print(re.search(pat,string,re.I))
贪婪模式与懒惰模式
贪婪模式的核心就是尽可能多的匹配,懒惰模式的核心就是尽可能少的匹配
import re
string = "yigeiw1oligiao"
pat1 = "y.*g"# 贪婪模式
pat2 = "y.*?g"# 懒惰模式,精准
print(re.search(pat1,string,re.I))
print(re.search(pat2,string,re.I))
正则表达式函数
re.match()、re.search()、全局匹配函数、re.sub()函数
1、match //从头匹配
import re
string = "yigeiw1oligiao"
pat = "i.*g"# None
print(re.match(pat,string,re.I))
2、search //不从头匹配也可以
import re
string = "yigeiw1oligiao"
pat = "i.*g"
print(re.search(pat,string,re.I))
全局匹配格式re.compile(正则表达式).findall(数据)
import re
string = "yigeiw1oligiao"
pat = "y.*?g"
print(re.compile(pat).findall(string))
匹配.com和.cn网址
import re
string = "<a helf=‘http://www.baidu.com‘>百度首页</a>"
pat = "[a-zA-Z]+://[S]*[.com|.cn]"
print(re.compile(pat).findall(string))
匹配电话号码
import re
string = "dawdaw123-156479879awdadw674-456789465dwada"
pat = "d{4}-d{7}|d{3}-d{8}"# 这是大括号
print(re.compile(pat).findall(string))
以上是关于Python --- 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