python正则表达式之使用规则

Posted moye

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正则表达式之使用规则相关的知识,希望对你有一定的参考价值。

     正则表达式在我看来是提供一个模板,将待匹配的字符串与模板匹配,匹配不到则返回为空,匹配成功根据需要返回匹配的字符串。

正则表达式比字符串本身的功能要强一点,当然性能上略有不如。

    我们使用正则表达式主要有两种目的,

       是否包含模板字符串;

       > 得到匹配字符串。

     python 中使用正则表达式时需要引入“re”模块,为了避免记忆上的混乱,本文只记载一种最常用的使用正则表达式的方式。

使用流程:

 1 # encoding:utf-8
 2 
 3 # 引入re模块
 4 import re
 5 
 6 #生成正则表达式模板
 7 pat = re.compile(r12)
 8 
 9 #匹配结果
10 m=pat.search("123 12")
11 print m
12 
13 #匹配结果
14 m=pat.search("3 2")
15 print m
16 
17 # 输出:
18 # <_sre.SRE_Match object at 0x01FCFB48>
19 # None

match()和search()区别

在一些示例中,在匹配结果也会用到match方法,match和search的区别如下:

         match :只从字符串的开始与正则表达式匹配,匹配成功返回matchobject,否则返回none;

   search :将字符串的所有字串尝试与正则表达式匹配,如果所有的字串都没有匹配成功,返回none,否则返回matchobject;

示例如下:

pat = re.compile(r12)

m=pat.search("312")
print m
# <_sre.SRE_Match object at 0x01FCFB48>

m=pat.match("312")
print m
# None

m=pat.match("123")
print m
# <_sre.SRE_Match object at 0x01FCFB48>

分组的概念和findall()

当我们想将符合正则规则的字符串提取时,可以用()将规则包起来即可。例如:我们想提取超链接

pat = re.compile(rhref="([^"]*)")
s = <a href="http://www.qidian.com/">起点中文</a>
m = pat.search(s)
print m.group(0)
# href="http://www.qidian.com/
print m.group(1)
# http://www.qidian.com/

“()”表示我们想要提取的字符串内容,用group()函数方法取得,group(0) 取得匹配的字符串,group(1)取得第一个分组。

当要取得所有符合规则的字符串时我们可使用findall()方法

pat = re.compile(rhref="([^"]*)")
s = <a href="http://www.qidian.com/">起点中文</a><a href="http://www.qidian.com/">起点中文</a>
m = pat.findall(s)
print m
#[‘http://www.qidian.com/‘, ‘http://www.qidian.com/‘]

此时若匹配返回的结果是一个list。

反斜杠的困扰

pat = re.compile(r‘href="([^"]*)"‘)

正则里面有个‘r’是原生字符串的意思,它表示不转义,例如:

  

path="c:\noway"
print path
# c:
# oway
path=r"c:\noway"
print path
# c:\noway

正则表达式用”\\”表示反斜杠符号,因此当要匹配字符串中的“\\”时需要用“\\\\”,前两个表示一个反斜杠即转义字符,后两个表示真正的反斜杠。当加上前缀r时,就只用“\\”匹配反斜杠。

示例如下:

re_str_patt = "\\\\"
reObj = re.compile(re_str_patt)
str_test = "abc\\cd\\hh"
print reObj.findall(str_test)
# [‘\\‘, ‘\\‘]
r_str_patt = r"\\"
print reObj.findall(str_test)
# [‘\\‘, ‘\\‘]

 

  

以上是关于python正则表达式之使用规则的主要内容,如果未能解决你的问题,请参考以下文章

python爬虫之正则表达式

Python全栈之路系列----之-----re模块(正则表达式)

JS之正则表达式

python之正则表达式

python之常用模块和正则表达式

Python爬虫入门之正则表达式