Python -- 正则表达式

Posted bravesunforever

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。

正则表达式(regular expression)

     根据其英文翻译,re模块

      作用:用来匹配字符串。  在Python中,正则表达式是特殊的字符序列,检查一个字符串是否与某种模式匹配。

      设计思想:用一种描述性的语言来给字符串定义一个规则,凡是符合规则的字符串,就认为它“匹配”了,否则,该字符串就是不合法的。

      格式:正则表达式也是用字符串表示的,注意:带引号

格式 作用 备注
\\d 匹配一个数字  
\\w 匹配一个字母或数字  
\\s 匹配一个空格  
. 匹配任意字符  ‘py.‘可以匹配‘pyc‘, ‘pyo‘, ‘py!‘
* 0个或任意个  
+ 至少一个  
0个或一个  
{n} n个字符  
{n,m} n到m个字符,n个,n+1个……m个 不是n减m个字符,或m减n个字符
[0-9a-zA-Z\\_] 匹配一个字符,限定范围中的任意类型都可以 字符个数=1,并不是匹配每种类型一个;不能为0个,空字符串会报错
[0-9a-zA-Z\\_]+ 至少有一个字符,限定范围中的任意类型都可以 字符个数>=1
[0-9a-zA-Z\\_]* 任意个字符(包含0个),限定范围中的任意类型都可以 字符个数>=0,只是比+表示的字符多了一个0
[0-9a-zA-Z\\_]? 0个或1个字符,限定范围中的任意类型都可以 字符个数=0个,1个
[a-zA-Z\\_][0-9a-zA-Z\\_]* 匹配由字母或下划线开头,后接任意个字符,限定范围中的任意类型都可以  
[a-zA-Z\\_][0-9a-zA-Z\\_]{0,19} 更精确地限制了变量的长度,前半部分只匹配一个字符,{0,19}是限定后半部分字符的长度 所以总的字符长度是1+{0,19}={1,20}
^ 表示行的开头 ^\\d,表示必须以数字开头
$ 表示行的结束 \\d$,表示必须以数字结尾
A|B 可以匹配A或B (P|p)ython可以匹配‘Python‘ 或‘python‘
re模块的match方法 匹配字符串  
re模块的split方法 切分字符串  
re模块的group方法,groups方法 分组  

 

    re模块

使用Python的r前缀,就不用考虑转义的问题

r^(\\d{3})-(\\d{3,8})$

 

 

匹配

match( )方法判断是否匹配,如果匹配成功,返回一个match对象;否则,返回None

match(pattern, string) :pattern:正则表达式的字符串,  string:要判断、匹配的字符串

re.match(r\\d\\d\\d,223)

 

切分字符串

split( )方法

 

# p的这三个例子,带不带r都没影响,而且, ;都没有使用转义符\\,但是都运行成功;不明白原因
p=re.split(r"[\\s;,]+","a b, g ;hd;s231")
print("p:",p)

p1=re.split("[\\s;,]+","a b, g ;hd;s231")
print("p1:",p1)

p2=re.split("[\\s\\;,]+","a b, g ;hd;s231")
print("p2:",p2)

p3=re.split("[\\s\\;\\,]+","a b, g ;hd;s231")
print("p3:",p3)

技术图片

 

 

 

分组

   正则表达式还能提取子串,格式:用()表示的就是要提取的分组 group

 例1:

q=re.match(^(\\d{3})-(\\d{5}$),"010-12345")
print("q:",q)
print("")
print("q.groups()的结果是在一个括号中,好像元组啊:")
print("q.groups():",q.groups())  #注意q.groups()和q.group(0)的显示结果是不一样的
print("")
print("q.group(0)与q.group()的结果一样:")
print("q.group(0):",q.group(0))
print("q.group():",q.group())
print("")
print("开始提取子串:")
print("q.group(1):",q.group(1))
print("q.group(2):",q.group(2))

 运行结果:

 技术图片

 

 

  例2:这个例子中的正则表达式可以直接识别合法的时间。但是,识别日期时,正则表达式无法做到完全验证:

^(0[1-9]|1[0-2]|[0-9])-(0[1-9]|1[0-9]|2[0-9]|3[0-1]|[0-9])$

对于‘2-30’,‘4-31’这样的非法日期,用正则表达式还是识别不了,或者说写出来非常困难,这时就需要程序配合识别了。

 

t = 19:05:30
m = re.match(r^(0[0-9]|1[0-9]|2[0-3]|[0-9])\\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])\\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$, t)
print("m.groups():",m.groups())
print("m.group():",m.group())
print("m.group(0):",m.group(0))
print("m.group(1):",m.group(1))
print("m.group(2):",m.group(2))
print("m.group(3):",m.group(3))
print("m.group(4):",m.group(4)) #一共只有3个子串,提取第4个时会报错

  运行结果:

技术图片

 

 贪婪匹配

   正则表达式默认是贪婪匹配,也就是匹配尽可能多的字符。

 

re.match(r‘^(\\d?)(0*)$‘, ‘102300‘).groups()里" \\d? "这种格式会报错,而"\\d+?"就运行正常了
结果分析:
由于\\d+采用贪婪匹配,直接把后面的数字,包括0全部匹配了,结果0*只能匹配空字符串了。
这种情况下,必须让\\d+采用非贪婪匹配(也就是尽可能少匹配),才能把后面的0匹配出来,加个问号?就可以让\\d+采用非贪婪匹配

r=re.match(r^(\\d+)(0*)$, 102300).groups()
print("r:",r)

r1=re.match(r^(\\d*)(0*)$, 102300).groups()
print("r1:",r1)

r2=re.match(r^(\\d{4})(0*)$, 102300).groups()
print("r2:",r2)

#这是非贪婪匹配
r4=re.match(r^(\\d+?)(0*)$, 102300).groups() #这里不能使用\\d?,而要使用\\d+?,好像\\d不能直接跟?相连
print("r4:",r4)

r3=re.match(r^(\\d{3})(0*)$, 102300).groups() #如果是\\d{3},那么102300中间的3就会匹配不上,所以报错
print("r3:",r3)


r5=re.match(r^(\\d?)(0*)$, 102300).groups() #这里不能使用\\d?,而要使用\\d+?,好像\\d不能直接跟?相连
print("r5:",r5)

技术图片

技术图片

 

 

预编译 

   在Python中使用正则表达式时,re模块内部会干两件事情:

 1、编译正则表达式,如果正则表达式的字符串不合法,就会报错;

 2、用编译后的正则表达式去匹配字符串。

   如果一个正则表达式要重复使用几千次,出于效率的考虑,可以预编译这个正则表达式,以后使用时就不需要编译这个步骤了,直接进行第二步匹配。 

注意:编译后生成Regular Expression对象,由于该对象包含了正则表达式,所以调用对应的方法时不用给出正则表达式了。

 

import re
re_telephone = re.compile(r^(\\d{3})-(\\d{3,8})$)
m1=re_telephone.match(010-12345).groups()
m2=re_telephone.match(010-8086).groups()
print("m1:",m1)
print("m2:",m2)

 运行结果:

技术图片

 

 


 

 

 

h=re.match([0-9a-zA-Z\\_]*,B6585668944jyejye)
print("h:",h)

#给定的字符串中间是空格,空字符,不属于中括号中的任一类型,所以只匹配到空格前的字符串 h1
=re.match([0-9a-zA-Z\\_]*,_B658 5668944jyejye) print("h1:",h1)
#第一个就是空格,所以直接匹配0个,然后返回结果 h2
=re.match([0-9a-zA-Z\\_]*, _B6585668944jyejye) print("h2:",h2)

技术图片

 

 

 

参考网址:

https://www.liaoxuefeng.com/wiki/1016959663602400/1017639890281664

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

python 正则表达式

python成长之路第三篇_正则表达式

python成长之路第三篇_正则表达式

python 正则表达式 re模块基础

Python学习笔记之正则表达式

python基础学习(十三)