python正則表達式最詳解
更新時間：2021年11月04日 08:51:47 作者：(∪.∪ )...zzz
篇文章主要介紹了Python中正則表達式的詳細解釋,正則表達式是Python學(xué)習(xí)進階當中的重要內(nèi)容,需要的朋友可以參考下
一、正則表達式–元字符
re 模塊使 Python 語言擁有全部的正則表達式功能
1. 數(shù)量詞
# 提取大小寫字母混合的單詞
import re
a = 'Excel 12345Word23456PPT12Lr'
r = re.findall('[a-zA-Z]{3,5}',a)
# 提取字母的數(shù)量3個到5個
print(r)
# ['Excel', 'Word', 'PPT']
# 貪婪 與 非貪婪 【Python默認使用貪婪模式】
# 貪婪：'[a-zA-Z]{3,5}'
# 非貪婪：'[a-zA-Z]{3,5}?' 或 '[a-zA-Z]{3}'
# 建議使用后者，不要使用?號，否則你會與下面的?號混淆
# 匹配0次或無限多次 *號，*號前面的字符出現(xiàn)0次或無限次
import re
a = 'exce0excell3excel3'
r = re.findall('excel*',a)
r = re.findall('excel.*',a) # ['excell3excel3']
# excel 沒有l(wèi) 有很多l(xiāng)都可以匹配出來
print(r)
# ['exce', 'excell', 'excel']
# 匹配1次或者無限多次 +號，+號前面的字符至少出現(xiàn)1次
import re
a = 'exce0excell3excel3'
r = re.findall('excel+',a)
print(r)
# ['excell', 'excel']
# 匹配0次或1次 ?號，?號經(jīng)常用來去重復(fù)
import re
a = 'exce0excell3excel3'
r = re.findall('excel?',a)
print(r)
# ['exce', 'excel', 'excel']
2. 字符匹配
line = 'xyz,xcz.xfc.xdz,xaz,xez,xec'
r = re.findall('x[de]z', line)
# pattern 是x開始，z結(jié)束，含d或e
print(r)
# ['xdz', 'xez']
r = re.findall('x[^de]z', line)
# pattern 是x開始，z結(jié)束，不是含d或e
print(r)
# ['xyz', 'xcz', 'xaz']
# \w 可以提取中文，英文，數(shù)字和下劃線，不能提取特殊字符
import re
a = 'Excel 12345Word\n23456_PPT12lr'
r = re.findall('\w',a)
print(r)
# ['E', 'x', 'c', 'e', 'l', '1', '2', '3', '4', '5', 'W', 'o', 'r', 'd', '2', '3', '4', '5', '6', '_', 'P', 'P', 'T', '1', '2', 'l', 'r']
# \W 提取特殊字符，空格 \n \t
import re
a = 'Excel 12345Word\n23456_PPT12lr'
r = re.findall('\W',a)
print(r)
# [' ', '\n']
3. 邊界匹配
# 限制電話號碼的位置必需是8-11位才能提取
import re
tel = '13811115888'
r = re.findall('^\d{8,11}$',tel)
print(r)
# ['13811115888']
4. 組
# 將abc打成一個組，{2}指的是重復(fù)幾次，匹配abcabc
import re
a = 'abcabcabcxyzabcabcxyzabc'
r = re.findall('(abc){2}',a) # 與
# ['abc', 'abc']
print(r)
r = re.findall('(abc){3}',a)
# ['abc']
5. 匹配模式參數(shù)
# findall第三參數(shù) re.I忽略大小寫
import re
a = 'abcFBIabcCIAabc'
r = re.findall('fbi',a,re.I)
print(r)
# ['FBI']
# 多個模式之間用 | 連接在一起
import re
a = 'abcFBI\nabcCIAabc'
r = re.findall('fbi.{1}',a,re.I | re.S)
# 匹配fbi然后匹配任意一個字符包括\n
print(r)
# ['FBI\n']
二、方法
re.findall
- 匹配出字符串中所有 與制定值相關(guān)的值
- 以列表的形式返回
- 未匹配則返回空列表
import re re.findall(pattern, string, flags=0) pattern.findall(string[ , pos[ , endpos]])
import re
line = "111aaabbb222小呼嚕奧利奧"
r = re.findall('[0-9]',line)
print(r)
# ['1', '1', '1', '2', '2', '2']
re.match
- re.match 嘗試從字符串的起始位置匹配一個模式
- 如果不是起始位置匹配成功的話，match()就返回none。
re.match(pattern, string, flags=0) # (標準，要匹配的，標志位)
print(re.match('www','www.xxxx.com'))
print(re.match('www','www.xxxx.com').span())
print(re.match('com','www.xxxx.com'))
<re.Match object; span=(0, 3), match='www'> (0, 3) None
group匹配對象
import re
a = 'life is short,i use python,i love python'
r = re.search('life(.*)python(.*)python',a)
print(r.group(0)) # 完整正則匹配 ，life is short,i use python,i love python
print(r.group(1)) # 第1個分組之間的取值 is short,i use
print(r.group(2)) # 第2個分組之間的取值 ,i love
print(r.group(0,1,2)) # 以元組形式返回3個結(jié)果取值 ('life is short,i use python,i love python', ' is short,i use ', ',i love ')
print(r.groups()) # 返回就是group(1)和group(2) (' is short,i use ', ',i love ')
import re
# .* 表示任意匹配除換行符（\n、\r）之外的任何單個或多個字符
# (.*?) 表示"非貪婪"模式，只保存第一個匹配到的子串
# re.M 多行匹配，影響 ^ 和 $
# re.I 使匹配對大小寫不敏感
line = "Cats are smarter than dogs"
matchObj1 = re.match(r'(.*) are (.*?) .*', line, re.M|re.I)
matchObj2 = re.match(r'(.*) smarter (.*?) .*', line, re.M|re.I)
matchObj3 = re.match(r'(.*) than (.*)', line, re.M|re.I)
print(matchObj1)
print(matchObj2)
print(matchObj3)
# <re.Match object; span=(0, 26), match='Cats are smarter than dogs'>
# <re.Match object; span=(0, 26), match='Cats are smarter than dogs'>
# None
if matchObj1:
print ("matchObj1.group() : ", matchObj1.group())
print ("matchObj1.group(1) : ", matchObj1.group(1))
print ("matchObj1.group(2) : ", matchObj1.group(2))
else:
print ("No match!!")
if matchObj2:
print ("matchObj2.group() : ", matchObj2.group())
print ("matchObj2.group(1) : ", matchObj2.group(1))
print ("matchObj2.group(2) : ", matchObj2.group(2))
else:
print ("No match!!")
if matchObj3:
print ("matchObj3.group() : ", matchObj3.group())
print ("matchObj3.group(1) : ", matchObj3.group(1))
print ("matchObj3.group(2) : ", matchObj3.group(2))
else:
print ("No match!!")
# matchObj1.group() : Cats are smarter than dogs
# matchObj1.group(1) : Cats
# matchObj1.group(2) : smarter
# matchObj2.group() : Cats are smarter than dogs
# matchObj2.group(1) : Cats are
# matchObj2.group(2) : than
# matchObj3.group() : Cats are smarter than dogs
# matchObj3.group(1) : Cats are smarter
# matchObj3.group(2) : dogs
import re
# 點 是匹配單個字符
# 星是前面的東西出現(xiàn)0次或無數(shù)次
# 點星就是任意字符出現(xiàn)0次或無數(shù)次
str = "a b a b"
matchObj1 = re.match(r'a(.*)b', str, re.M|re.I)
matchObj2 = re.match(r'a(.*?)b', str, re.M|re.I)
print("matchObj1.group() : ", matchObj1.group())
print("matchObj2.group() : ", matchObj2.group())
# matchObj1.group() : a b a b
# matchObj2.group() : a b
re.search
掃描整個字符串并返回第一個成功的匹配。
re.search(pattern, string, flags=0)
import re
line = "cats are smarter than dogs"
matchObj = re.match(r'dogs',line,re.M|re.I)
matchObj1= re.search(r'dogs',line,re.M|re.I)
matchObj2= re.match(r'(.*) dogs',line,re.M|re.I)
if matchObj:
print ("match --> matchObj.group() : ", matchObj.group())
else:
print ("No match!!")
if matchObj1:
print ("match --> matchObj1.group() : ", matchObj1.group())
else:
print ("No match!!")
if matchObj2:
print ("match --> matchObj2.group() : ", matchObj2.group())
else:
print ("No match!!")
# No match!!
# match --> matchObj1.group() : dogs
# match --> matchObj2.group() : cats are smarter than dogs
re.compile
- re.compile是將正則表達式轉(zhuǎn)換為模式對象
- 這樣可以更有效率匹配。使用compile轉(zhuǎn)換一次之后，以后每次使用模式時就不用進行轉(zhuǎn)換
三、檢索和替換
re.sub 替換字符串
re.sub('被替換的','替換成的',a)
# 把FBI替換成BBQ
import re
a = 'abcFBIabcCIAabc'
r = re.sub('FBI','BBQ',a)
print(r)
# 把FBI替換成BBQ，第4參數(shù)寫1，證明只替換第一次，默認是0（無限替換）
import re
a = 'abcFBIabcFBIaFBICIAabc'
r = re.sub('FBI','BBQ',a,1)
print(r)
# abcBBQabcCIAabc
# abcBBQabcFBIaFBICIAabc
# 把函數(shù)當參數(shù)傳到sub的列表里，實現(xiàn)把業(yè)務(wù)交給函數(shù)去處理，例如將FBI替換成$FBI$
import re
a = 'abcFBIabcFBIaFBICIAabc'
def 函數(shù)名(形參):
分段獲取 = 形參.group() # group（）在正則表達式中用于獲取分段截獲的字符串，獲取到FBI
return '$' + 分段獲取 + '$'
r = re.sub('FBI',函數(shù)名,a)
print(r)
總結(jié)
本篇文章就到這里了，希望能夠給你帶來幫助，也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容！
相關(guān)文章
在 Python 編程中,異常是指程序執(zhí)行過程中出現(xiàn)的錯誤或異常情況,當程序遇到異常時,為了更好地調(diào)試和定位問題,我們需要打印異常信息,本文將詳細介紹如何在 Python 中打印異常,并提供一些示例和注意事項,需要的朋友可以參考下2023-12-12
Python Flask 和 Django 的區(qū)別與適用場景示例分析
Flask和Django是兩個流行的Python Web框架,但設(shè)計哲學(xué)、功能和用法有很大區(qū)別,Flask是一個輕量級框架,簡單靈活,適合小型項目和快速原型開發(fā),本文給大家介紹Python Flask 和 Django 的區(qū)別與適用場景示例分析,感興趣的朋友跟隨小編一起看看吧2024-10-10
python程序想要在一個設(shè)備上去運行除了需要安裝python解釋器和相關(guān)依賴項之外,還需要將對應(yīng)的文件路徑添加到環(huán)境變量path中才可以,下面這篇文章主要給大家介紹了關(guān)于python中各種路徑設(shè)置的相關(guān)資料,需要的朋友可以參考下2022-12-12
Python環(huán)境下安裝PyGame和PyOpenGL的方法
這篇文章主要介紹了Python環(huán)境下安裝PyGame和PyOpenGL的方法，本文通過實例代碼給大家介紹的非常詳細，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-03-03
在本篇內(nèi)容里小編給大家整理了關(guān)于python中類的屬性知識點以及使用方法介紹，需要的朋友們參考下。2018-11-11
使用Python?Matplotlib處理地理數(shù)據(jù)可視化
地理數(shù)據(jù)可視化是數(shù)據(jù)科學(xué)中一個重要的領(lǐng)域,它幫助我們理解和分析與地理位置相關(guān)的數(shù)據(jù),Python?提供了強大的工具來處理地理數(shù)據(jù),本文將介紹如何使用?Python?Matplotlib?處理地理數(shù)據(jù)可視化,包括基礎(chǔ)概念、常用庫、數(shù)據(jù)處理以及實際案例,需要的朋友可以參考下2024-11-11
在本篇內(nèi)容中我們通過實例分享了關(guān)于Python中整型的相關(guān)知識點內(nèi)容，有興趣的朋友們學(xué)習(xí)下。2019-02-02
因為博主所在的地方，需要每周整理全校的青年大學(xué)習(xí)數(shù)據(jù)，Excel操作本身不難，但是這種毫無意義的體力勞動做久了就會很無趣，剛好我想起來上學(xué)期接觸過Python，想著能不能試一下，取代這種無意義的勞動2021-11-11
今天小編就為大家分享一篇pytorch 模型的train模式與eval模式實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
Python?數(shù)據(jù)篩選功能實現(xiàn)
這篇文章主要介紹了Python?數(shù)據(jù)篩選,無論是在數(shù)據(jù)分析還是數(shù)據(jù)挖掘的時候，數(shù)據(jù)篩選總會涉及到，這里我總結(jié)了一下python中列表，字典，數(shù)據(jù)框中一些常用的數(shù)據(jù)篩選的方法，需要的朋友可以參考下2023-04-04