re模块
Posted ming-yuan
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re模块相关的知识,希望对你有一定的参考价值。
. 匹配除换行符以外的任意字符 w 匹配字母或数字或下划线 s 匹配任意的空白符 d 匹配数字 匹配一个换行符 匹配一个制表符 匹配一个单词的结尾 ^ 匹配字符串的开始 $ 匹配字符串的结尾 W 匹配非字母或数字或下划线 D 匹配非数字 S 匹配非空白符 a|b 匹配字符a或字符b () 匹配括号内的表达式,也表示一个组 [...] 匹配字符组中的字符 [^...] 匹配除了字符组中字符的所有字符 * 重复零次或更多次 + 重复一次或更多次 ? 重复零次或一次 {n} 重复n次 {n,} 重复n次或更多次 {n,m} 重复n到m次 # 转义符 # 在正则表达式中,有很多有特殊意义的是元字符,比如d和s等,如果要在正则中匹配正常 的"d"而不是"数字"就需要对""进行转义,变成‘\‘。 # 在字符串之前加r,让整个字符串不转义 # r‘\d‘ # *+贪婪匹配,也就是尽可能匹配 # 加上?为将贪婪匹配模式转为非贪婪匹配模式,会匹配尽量短的字符串 # 贪婪匹配:在满足匹配时,匹配尽可能长的字符串,默认情况下,采用贪婪匹配 # 几个常用的非贪婪匹配Pattern *? 重复任意次,但尽可能少重复 +? 重复1次或更多次,但尽可能少重复 ?? 重复0次或1次,但尽可能少重复 {n,m}? 重复n到m次,但尽可能少重复 {n,}? 重复n次以上,但尽可能少重复 .*?x 就是取前面任意长度的字符,直到一个x出现 ret = re.findall(‘a‘, ‘eva egon yuan‘) # 返回所有满足匹配条件的结果,放在列表里 # print(ret) # 结果 : [‘a‘, ‘a‘] ret = re.search(‘a‘, ‘eva egon yuan‘).group() # print(ret) # ‘a‘ # 函数会在字符串内查找模式匹配,直到找到第一个匹配然后返回一个包含匹配信息的对象,该对 # 象可以通过调用group()方法得到匹配的字符串,如果字符串没有匹配,则返回None。 ret = re.match(‘a‘, ‘abc‘).group() # 同search,不过只在字符串开始处进行匹配 # print(ret) # 结果 : ‘a‘ ret = re.finditer(‘d‘, ‘ds3sy4784a‘) # finditer返回一个存放匹配结果的迭代器 # print(ret) # <callable_iterator object at 0x10195f940> # print(next(ret).group()) #查看第一个结果 # print(next(ret).group()) #查看第二个结果 # print([i.group() for i in ret]) #查看剩余的所有结果 obj = re.compile(‘d{3}‘) # 将正则表达式编译成为一个 正则表达式对象,规则要匹配的是3个数字 # ret = obj.search(‘abc123eeee‘) # 正则表达式对象调用search,参数为待匹配的字符串 # print(ret.group()) #结果 : 123 ret = re.split(‘[ab]‘, ‘abcd‘) # 先按‘a‘分割得到‘‘和‘bcd‘,在对‘‘和‘bcd‘分别按‘b‘分割 # print(ret) # [‘‘, ‘‘, ‘cd‘] ret = re.sub(‘d‘, ‘H‘, ‘eva3egon4yuan4‘, 1) # 将数字替换成‘H‘,参数1表示只替换1个 # print(ret) # evaHegon4yuan4 ret = re.subn(‘d‘, ‘H‘, ‘eva3egon4yuan4‘) # 将数字替换成‘H‘,返回元组(替换的结果,替换了多少次) # print(ret) # (evaHegonHyuanH,3) ret = re.findall(‘www.(baidu|oldboy).com‘, ‘www.oldboy.com‘) # print(ret) # [‘oldboy‘] # 这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可 ret = re.findall(‘www.(?:baidu|oldboy).com‘, ‘www.oldboy.com‘) # print(ret) # [‘www.oldboy.com‘] ret=re.split("d+","eva3egon4yuan") # 没有保留所匹配的项 # print(ret) #结果 : [‘eva‘, ‘egon‘, ‘yuan‘] ret=re.split("(d+)","eva3egon4yuan") # 保留所匹配的项 # print(ret) #结果 : [‘eva‘, ‘3‘, ‘egon‘, ‘4‘, ‘yuan‘] ret = re.search("<(?P<tag_name>w+)>w+</(?P=tag_name)>","<h1>hello</h1>") # 还可以在分组中利用?<name>的形式给分组起名字;获取的匹配结果可以直接用group(‘名字‘)拿到对应的值 # print(ret.group(‘tag_name‘)) # 结果 :h1 # print(ret.group()) #结果 :<h1>hello</h1> # ret = re.search(r"<(w+)>w+</1>","<h1>hello</h1>") # 也可以用序号 来找到对应的组,表示要找的内容和前面的组内容一致;接用group(序号)拿到对应的值 # print(ret.group(1)) # 结果 :h1 # print(ret.group()) #结果 :<h1>hello</h1> flags有很多可选值: re.I(IGNORECASE) 忽略大小写,括号内是完整的写法 re.M(MULTILINE) 多行模式,改变^和$的行为 re.S(DOTALL) 点可以匹配任意字符,包括换行符 re.L(LOCALE) 做本地化识别的匹配,表示特殊字符集 w, W, , B, s, S 依赖于当前环境,不推荐使用 re.U(UNICODE) 使用w W s S d D使用取决于unicode定义的字符属性。在python3中默认使用该flag re.X(VERBOSE) 冗长模式,该模式下pattern字符串可以是多行的,忽略空白字符,并可以添加注释
以上是关于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