正则表达式

Posted 2021-02-07 xiaoxiao075

d 数字

D 非数字

w 字符（含字母、数字、下划线）

W 非字符（一般指标点、特殊字符及空白等）

s 空白（        等 ）

S 非空白（字符、数字、下划线、标点、特殊字符等）

[a-zA-Z]  （大小写字母）

[sw]  空白或者字符

{1,3} 指匹配数量 1-3个都满足，贪婪，最多的进行匹配

+  1个或者多个

*   0个或者多个，如果匹配到0 便不会继续匹配

？ 0个或者1个 限制贪婪，如果匹配到0 便不会继续匹配

^如果是 r‘^abc‘  ,则表示 以abc开头的匹配

如果是[^abc]，则表示非 abc，即不包含abc的匹配

$ 表示匹配结尾

一些常用的方法，match，search，findall，finditer，.group()，split，sub

示例代码：

#coding=gbk
‘‘‘
1、正则表达式
‘‘‘

import re
#re.DOTALL  加上这个参数， . 就可以匹配
了

print(re.findall(r‘.+‘,‘abcbcd
ert
dfff
‘,re.DOTALL))

#结果：[‘abcbcd
ert
dfff
‘]

#p.flags  (?P<sign>.*)是命名分组
p=re.compile(r‘(w+)(w+)(?P<sign>.*)‘,re.DOTALL)

print(‘p.flags:‘,p.flags)

#re.I  忽略大小写

print(re.findall(r‘aBc‘,‘sefs abcee ABC AbCf gggaBc‘,re.I))
#结果：[‘abc‘, ‘ABC‘, ‘AbC‘, ‘aBc‘]

#p.groups 分组数量
p.groupindex

#match 从哪个区间位置开始匹配

print(re.match(r‘abc‘,‘eeabcttabc‘,2))##这个有问题，要使用re的编译对象pp

pp=re.compile(r‘abcw+‘)
print(pp.match(‘eeabcttabcuu‘,7))
#结果abcuu

#search 同样可以输入初始位置及结束位置

print(pp.search(‘eeabcttabcyy‘,7).group())
#结果abcyy

#findall 只返回分组内的内容
print(re.findall(r‘[a-zA-Z]+(d+)‘,‘aa1bn2mj33gh44hhh55‘))
#结果：[‘1‘, ‘2‘, ‘33‘, ‘44‘, ‘55‘]

#多个分组则以元组形式返回
print(re.findall(r‘([a-zA-Z]+)(d+)‘,‘aa1bn2mj33gh44hhh55‘))
#结果：[(‘aa‘, ‘1‘), (‘bn‘, ‘2‘), (‘mj‘, ‘33‘), (‘gh‘, ‘44‘), (‘hhh‘, ‘55‘)]

print(re.findall(r‘(([a-z])(d+)([a-z]))‘,‘a1ab2bc3cd4d‘))#嵌套分组，先返外层分组内容，然后再返回内部分组

#结果：[(‘a1a‘, ‘a‘, ‘1‘, ‘a‘), (‘b2b‘, ‘b‘, ‘2‘, ‘b‘), (‘c3c‘, ‘c‘, ‘3‘, ‘c‘), (‘d4d‘, ‘d‘, ‘4‘, ‘d‘)]
#整体返回一个元组，

#re.M 多行匹配

s=‘ab212cd
efghjj333i
erege4343wefw
fff‘
print(re.findall(r‘[a-zA-Z]+$‘,s,re.M))
#结果：[‘cd‘, ‘i‘, ‘wefw‘, ‘fff‘]

print(re.finditer(r‘d+‘,s))

for i in re.finditer(r‘d+‘,s):
    print(i.group())

#split

print(re.split(r‘d+‘,‘one12two34three5554446four78‘))

#切割出全部字母
s=‘a  2222   22  b  3344    c  544vv   44  d‘
print(re.split(r‘[ds]+‘,s))
#切割出全部数字
print(re.split(r‘[a-zA-Zs]+‘,s))
print(‘‘.join(re.split(r‘[a-zA-Zs]+‘,s)))

ss=re.split(r‘[a-zA-Zs]+‘,s)
print(list(filter(lambda x:x!=‘‘,ss)))

#可以控制切割次数
ss=re.split(r‘[a-zA-Zs]+‘,s,2)
print(list(filter(lambda x:x!=‘‘,ss)))

#替换re.sub

print(re.sub(r‘d+‘,‘**‘,‘one222two333three444four555‘))
#结果：one**two**three*

#替换空白字符、数字为‘‘
print(re.sub(r‘[ds]+‘,‘‘,‘on
   e22	    2tw
 o333t
   	hree444four555‘))
#结果：onetwothreefour

#替换掉所有标点符号
print(re.sub(r‘[^wds]+‘,‘‘,‘avn,kje,ww‘))
#结果：avnkjeww

#可以指定替换次数
print(re.sub(r‘[^wds]+‘,‘‘,‘avn,kje,ww‘,1))
#结果：avnkje,ww

#通过sub，交换分组的字符串的位置
p=re.compile(r‘(w+) (w+)‘)

s=‘i say,hello world!!‘
print(p.search(s).group())
#结果：i say

print(p.findall(s))
#结果：[(‘i‘, ‘say‘), (‘hello‘, ‘world‘)]

print(p.sub(r‘2 1‘,s))#通过sub交换两个单词的位置

def func(m):
    print(‘group1:‘,m.group(1))
    print(‘group2:‘,m.group(2))
    return m.group(1).title()+‘ ‘+m.group(2)

print(p.sub(func,s))  #s的每一组匹配结果，传入到func处理

import math
def multiply(m):
    print(m)
    v=int(m.group(0))
    print(‘v:‘,v)
    #return str(v*2)
    return str(math.pi*(v**2))

result=re.sub(r‘d+‘,multiply,‘10 20 30 40 50‘)
print(type(result))
print(result)