python 正则表达式

Posted 2021-01-21 若无未来

 

一、 正则表达式

 

元字符	d	digit，数字(等效：[0-9])	d+	匹配连续的数字
	D	非数字	D{3}	匹配连续的非数字
	w	word，单词([A-Z0-9a-z_])	w{6}	6个单词字符
	W	非单词（单词是指标识符）	W{3}	3个非单词字符
	s	space，空白字符（[ ]）	s{2}	2个空白字符
	S	非空白字符	S{3}	3个非空白字符
通配	.	除开换行的任意字符	.{3}	3个任意字符(换行除外)
量词	?	有一个或没有（0、1）	d?	最多匹配一个数字
	*	任意个数（0、1、2、3….）	d*	匹配任意个数的数字
	+	至少一个（1、2、3、4…）	[a-z]+	匹配一个以上的字母
数量	{m}	m个（x==m个）	d{3}	精确匹配3个数字
	{m,n}	m到n个（m<=x<=n个）	d{3,5}	匹配3到5个数字
	{m,}	至少m个(x>=m个)	d{3,}	匹配3个到以上的数字
集合中任意一个	[set]	set可以是单个字符，也可以是范围	[da-f]	十六进制中单个字符
不在集合中任意一个	[^set]	通上，set前有一个^，表示在所有字符中取set集合的补集	[^3-6]	3到6之外的字符
简单分组	()	括号用于将规则包起来，成为一组，不可拆分的规则不用括号包起来	(.d+)	.和紧接着的数字
边界		能组成标识符的字符和不能组成标识符的字符之间	d+	匹配非w字符紧接着多个数字
或	|	多组规则，任意一组满足	d{3}|[a-z]{5}	匹配3个数字或5个字母

 

注意：匹配N个，只连续出现N次。

二、 Python中使用正则表达式
常用方法：
方法 返回值类型 作用
　　re.match(pattern, string, flags=0) 　　正则匹配对象、None 　　从头匹配
　　re.search(pattern, string, flags=0) 　　正则匹配对象、None　　 匹配
　　re.compile(pattern, flags=0) 　　正则模式对象、None　　 编译正则
　　re.findall(pattern, string, flags=0) 　　列表 　　查找所有匹配
　　re.sub(pattern, repl, string, count=0, flags=0) 　　字符串 　　字符串替换
　　re.split(pattern, string, maxsplit=0, flags=0) 　　列表 　　字符串分割
　　re.finditer(pattern, string, flags=0) 　　可迭代对象 　　获取多次匹配
匹配模式（标志）：
　　re.I：Ignore Case，全称 re.IGNORECASE，忽略字母大小写。
补充：
正则匹配对象的方法中，groups()方法，可以得到匹配到的所有组，是元组类型。
　　re.search()方法，只有匹配到一个以后，就不再继续查找了。
　　re.compile()编译得到的结果是一个正则模式对象，可以调用查找、匹配等方法，但是不需要再传递模式（pattern）参数。
　　re.findall()返回的数据与模式有关，如果模式中没有组，会返回所有找到的完整匹配，如果模式中有组，只会返回匹配到的组内容。无论是否匹配到了数据，都会返回一个列表。
　　re.findall()返回值演示

import re

found1 = re.findall(r‘d{2}D‘, ‘addafd3434daf3434adf‘)
print(found1)
# [‘34d‘, ‘34a‘]

found2 = re.findall(r‘(d{2})D‘, ‘addafd3434daf3434adf‘)
print(found2)
# [‘34‘, ‘34‘]

found3 = re.findall(r‘((d){2})D‘, ‘addafd3434daf3434adf‘)
print(found3)
# [(‘34‘, ‘4‘), (‘34‘, ‘4‘)]

 

　　re.finditer()返回一个可迭代对象，可迭代对象每一次迭代返回的的是一个正则匹配对象。不管能不能匹配到数据，都会返回一个可迭代对象。
　　re.finditer()使用示例：
# 示例一

import re

pattern = r‘((d+).(d{2}))D‘
data = ‘piis3.1415,rmb have 2.50,one apple need 3.25 yuan‘
it = re.finditer(pattern, data)
for i in re.finditer(pattern, data):
    print(i, i.groups())

# 示例二

import re

pattern = r‘(d{2}).(1)2‘
data = ‘12.34dsafafad22.22,ad23.2323fd33.33,44.45‘
for i in re.finditer(pattern, data):
    print(i, ‘	‘, i.groups())

 

其他示例代码：

re.sub(r‘灌水|水军|扯淡‘, ‘***‘, ‘一大批水军在这里扯淡、整天灌水。‘)
re.sub(r‘(d+)[a-z]+‘, r‘(1)‘, ‘he234He, Hh66aabbcc‘)

import re

data = ‘pi is 3.1415, I have a DREAM, Learning Python‘
repl = ‘-*-‘
split_result = repl.join(re.split(r‘[a-z]+‘, data))
sub_result = re.sub(r‘[a-z]+‘, repl, data)
print(split_result)
print(sub_result)
print(split_result == sub_result)