正则表达式（re模块）

Posted 2021-02-11 finance-it-gao

s=‘hello world‘
print(s.find(‘llo‘))         #找到llo
ret=s.replace(‘ll‘,‘xx‘)     #用xx代替ll
print(ret)
print(s.split(‘o‘))          #用o分割字符串

通过以上例子可以看出，字符串提供的方法是完全匹配
正则表达式可以用来匹配字符串，可以进行模糊匹配,增加了灵活度

import re
ret=re.findall(‘ww{2}l‘,‘hello world‘) #找到w开头，l结尾，中间两个字符任意的字符串
print(ret)                              #findall找到所有满足条件的结果

一、元字符：(. ^ $ * + ? {} [] | () )

1.通配符：.

ret=re.findall(‘w..l‘,‘hello world‘)   # .可以代表所有字符(除换行符外)，一个点匹配一位
print(ret)                             #找到w开头，l结尾，中间两个字符任意的字符串

2.尖角符：^ 只从开头匹配

ret=re.findall(‘^h...o‘,‘jiibhelloko‘)
print(ret)

3.dollor符:$ 只从结尾匹配

ret=re.findall(‘h...o$‘,‘jiibhelhioko‘)
print(ret)

4.星号：* 重复前面的字符(0到多次)，可以重复普通字符，也可以重复元字符

ret=re.findall(‘a*‘,‘jiibaaaaoko‘)   #重复a 0到多次
print(ret)
ret=re.findall(‘a.*li‘,‘kiidalexkuulicvyf‘)  #重复点 0到多次
print(ret)

5.加号：+ 重复前面的字符(1到多次)，与*类似

ret=re.findall(‘a+b‘,‘jabgagbhiaaaaboko‘)       #重复a 1到多次
print(ret)

6.问号：? 重复前面的字符(0次或1次)

ret=re.findall(‘a?ko‘,‘jahkoaaaaokojiako‘)
print(ret)      #因为a重复0次或1次，所以此处代表找到ko或ako

7.大括号：{} 重复前面的字符(自定义次数)

ret=re.findall(‘a{4}hu‘,‘huaaaahuffg‘)       #重复a 4次
print(ret)
ret=re.findall(‘a{1,3}hu‘,‘ahudaaahufaahufg‘)       #重复a 1到3次
print(ret)

8.字符集:[] 取消元字符的特殊功能( ^ - 除外)

ret=re.findall(‘a[chd]x‘,‘a,xadcadx‘)   #匹配三个中任意一个字符,c、h、d都可以
print(ret)
ret=re.findall(‘a[a-z]x‘,‘amxadcakx‘)       #匹配a-z的任意一个字符
print(ret)
ret=re.findall(‘w[,d*]l‘,‘w,,lewkljiw*lwdddl‘)    #匹配逗号/星号/d，此处*不再是对d的重复
print(ret)
ret=re.findall(‘w[^t,h]‘,‘wtwfwgwtwhwjfgtw,hu‘)   #中括号里，上尖号代表取反
print(ret)                                        #此处匹配除t和h以外的其他字符

9.反斜杠：

(I)反斜杠后边跟普通字符实现特殊功能:

(1) d 匹配0-9的十进制数，相当于[0-9]

print(re.findall(‘d{11}‘,‘fi159485526448521‘))    #找到一个电话号码

(2) D 匹配任何非数字字符,相当于[^0-9]

print(re.findall(‘D{4}‘,‘fi159JIHGB6448521‘))

(3) s 匹配任何空白字符

print(re.findall(‘sad‘,‘fiad94 ad1‘))

(4) S 匹配任何非空白字符

print(re.findall(‘Sad‘,‘fiad94 ad1‘))

(5) w 匹配任何字母/数字字符，相当于[a-zA-Z0-9]

print(re.findall(‘wad‘,‘fiad94 ad1K54ad‘))

(6) W 匹配任何非字母/数字字符，相当于[^a-zA-Z0-9]

print(re.findall(‘Wad‘,‘fiad94 ad1K5.ad‘))

(7)  匹配一个特殊字符

print(re.findall(r‘I‘,‘I a.Im a LIST‘))     #找出前面带特殊字符的I
print(re.findall(r‘I‘,‘I am a LISTI.P‘))    #找出后面带特殊字符的I

(II)反斜杠后边跟特殊字符取消特殊功能:

ret = re.search(‘sb‘,‘hducbsbiudhsb‘)          #search只找到一个满足条件的结果
print(ret)
print(ret.group())
ret=re.search(‘a.‘,‘asda.dd‘).group()    #反斜杠使通配符失去意义，此处就代表字符 .
print(ret)
ret=re.search(‘a+‘,‘aaasa+d‘).group()    #反斜杠使加号失去特殊意义，此处就代表字符 +
print(ret)

(III)有时前面加‘r‘的原因及如何匹配反斜杠

re是一门独立的编程语言，pythdon的两个\匹配re中的一个,re是用前面的两个\匹配后面的一个(后面的一个顶两)
所以前面不加‘r‘时，是从python开始解释，4个匹配后面的一个；加‘r‘时，是从re开始解释，两个即可匹配后面的一个

ret=re.findall(‘\\‘,‘afefc‘)
print(ret)
ret=re.findall(r‘\‘,‘afefc‘)
print(ret)
ret=re.findall(‘blow‘,‘blow‘)         #不加r,从python开始解释，在python中也是特殊字符，匹配不到blow
print(ret)
ret=re.findall(r‘blow‘,‘blow‘)        #加r,从re开始解释，才能代表re中的特殊字符
print(ret)

10.小括号：() 打包

print(re.search(‘(as)+‘,‘dfasdasasjha‘).group())  #as作为一个整体

11.竖杠：| 代表或者

print(re.findall(‘a|3‘,‘dfsds3k4‘))
print(re.findall(‘a|3‘,‘dfsads3k4‘))

二、正则表达式例子

import re
ret=re.search(‘(?P<id>d{3})/(?P<name>w{3})‘,‘wdwds456/l5ffff‘)    #(?P<>是一个固定格式，给匹配的内容起名字)
print(ret.group())                  #打印整体
print(ret.group(‘id‘))              #通过名字打印部分
print(ret.group(‘name‘))

三、正则表达式的方法

1.findall(): 所有满足条件的结果都返回到一个列表里
2.search() : 返回匹配到的第一个对象，该对象可以调用group()查看结果
3.match():   只在字符串开头匹配

ret=re.match(‘asd‘,‘asddfasd‘)
print(ret)
print(ret.group()) #返回匹配到的第一个对象，该对象可以调用group()查看结果

4.split() 分割

ret=re.split(‘[j,s]‘,‘hzkjfsh,hg‘)    #先用j分，再用逗号分，再用s分
print(ret)
ret=re.split(‘[jh]‘,‘hzkjfsog‘)    #先用j分出‘hzk‘和‘fsog‘,再用h分它两。边界上会分出空字符
print(ret)

5.sub() 替换

ret=re.sub(‘a..x‘,‘skohhb‘,‘fdalexji‘)
print(ret)

6.compile()

ret=re.findall(‘.com‘,‘syeu.comjiijh‘)
print(ret)
obj=re.compile(‘.com‘)           #匹配规则被编译成一个对象
ret=obj.findall(‘syeu.comjiijh‘)  #直接用这个对象调用功能，只写字符串就行，不用再写匹配规则。
print(ret)                        #当多次用到这样的匹配规则时，此法可以起到简化、省时作用