欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python re库的正则表达式入门学习教程

程序员文章站 2022-05-24 13:29:42
简介 正则表达式本身是一种小型的、高度专业化的编程语言,而在python中,通过内嵌集成re模块,程序媛们可以直接调用来实现正则匹配。正则表达式模式被编译成一系列的字...

简介

正则表达式本身是一种小型的、高度专业化的编程语言,而在python中,通过内嵌集成re模块,程序媛们可以直接调用来实现正则匹配。正则表达式模式被编译成一系列的字节码,然后由用c编写的匹配引擎执行。

下面话不多说了,来一起看看详细的介绍吧

1. 安装

默认已经安装好了python环境了

re库是python3的核心库,不需要pip install,直接import就行

2. 最简单的模式

字符本身就是最简单的模式

比如:'a', 'i love you', 'test'

然是注意在定义模式字符串的时候,在前面加上r,它的作用是告诉编译器,接下来的字符串是单纯的字符串,请不要转变为转义字符

例子

import re
pattern = r'cookie'
sequence = 'cookie'
re.match(pattern, sequence)
<re.match object; span=(0, 6), match='cookie'>

re.match()是常用的函数,如果匹配,返回的是re.match object.一个库内置的对象。如果没有匹配返回的是none

3. 通配符

在正则表达式中,有些字符是有特殊意义的(不是转义字符的那套规则),下面介绍常用的通配符字符

1)".":点,代表任何字符,除了换行(newline)

re.search(r'co.k.e', 'cookie').group()

其中group()函数返回匹配的字符,返回类型是str

'cookie'

2) "\w" 反斜杠小写w,代表任何单个字母,数字,下划线

re.search(r'co\wk\we', 'cookie').group()
'cookie'

3) "\w" 反斜杠大写w,代表任何2)中没有代表的字符

re.search(r'c\wke', 'c@ke').group()
'c@ke'

4) "\s" 反斜杠小写s,代表一些空格字符,比如空格(space),换行(new line),跳格键(tab),回车(return)

re.search(r'eat\scake', 'eat cake').group()
'eat cake'

5) "\s" 反斜杠大写s,代表任何4)中没有代表的字符

re.search(r'cook\se', 'cookie').group()
'cookie'

6) "\t" 反斜杠小写t,代表跳格键(tab)

7) "\n" 反斜杠小写t,代表换行(new line)

8) "\r" 反斜杠小写t,代表回车(return)

9) "\d" 反斜杠小写d,代表单个数字0-9

re.search(r'c\d\dkie', 'c00kie').group()
'c00kie'

10) "^" 这个键不知道叫什么,代表从字符开头要匹配

re.search(r'^eat', 'eat cake').group()
'eat'

11) "$" 美元符号,代表从字符结尾要匹配

re.search(r'cake$', 'eat cake').group()
'cake'

12) "[abc]" 中括号中任意字符,代表匹配其中任意字符

常用的方式,比如[a-za-z0-9],或者如果中括号中第一个字符是"^",代表不是这个范围内的字符

re.search(r'number: [0-6]', 'number: 5')
<re.match object; span=(0, 9), match='number: 5'>

再来个不在范围内的

re.search(r'number: [^0-6]', 'number: 7')
<re.match object; span=(0, 9), match='number: 7'>

4. 重复

第三部分介绍了单个通配符,那么怎么定义一串通配符呢,利用一些重复的标志

1) "+" 加号,表示在它左边的字符出现一次或者多次

re.search(r'co+kie', 'cooookie')
<re.match object; span=(0, 8), match='cooookie'>

2) "*" 乘号,表示在它左边的字符出现零次或者多次

re.search(r'ca*o*kie', 'caokie').group()
'caokie'

3) "?" 问号,表示在它左边的字符出现零次或者一次

re.search(r'colou?r', 'color').group()
'color'

4) {x} 大括号加数字,重复确切几次

5) {x,} 重复至少几次

6) {x, y} 重复至少x次,不超过y次

re.search(r'\d{9,10}', '0987654321').group()
'0987654321'

5. 分组

比如说想定义一个email的格式,@之前的是一个规则,之后的是一个规则,那么通过()圆括号来分为两组,分别定义在一个正则表达式中

然后如果满足的话,通过group()函数指定返回哪一组的结果

比如

email_address = 'please contact us at: support@datacamp.com'
match = re.search(r'([\w+-]+)@([\w\.-]+)', 'tw7613781@gmail.com')
if match:
 print(match.group()) # the whole matched text
 print(match.group(1)) # the username (group 1)
 print(match.group(2)) # the host (group 2)
tw7613781@gmail.com
tw7613781
gmail.com

@前为第一部分,\w代表代表任何单个字母,数字,下划线,上面已经介绍了,然后就是"\w"和"+"和"-"随便哪一个至少一个或者多个

@后为第二部分,其余一样,就是多了个"\.",因为"."代表的是任意字符了,如果想表达真正的点,用"\."来表示。

6. python库函数re的常用函数

1) re.search(pattern, string)和re.match(pattern, string)

区别在于search能从string中寻找任何满足pattern的substring,但是match必须从头开始

pattern = "cookie"
sequence = "cake and cookie"

re.search(pattern, sequence).group()
'cookie'

如果是match会返回none

2) re.findall(pattern, string)

寻找string所有满足pattern的substring,然后以list的形式返回

email_address = "please contact us at: support@datacamp.com, xyz@datacamp.com"

#'addresses' is a list that stores all the possible match
addresses = re.findall(r'[\w\.-]+@[\w\.-]+', email_address)
for address in addresses: 
 print(address)
support@datacamp.com
xyz@datacamp.com

3) re.compile(pattern)

通过compile函数会生成一个pattern对象,这个pattern对象可以直接使用match,search等函数

in: pattern = re.compile(r"cookie")
in: pattern
out: re.compile(r'cookie', re.unicode)
in: pattern.search('cookie')
out: <re.match object; span=(0, 6), match='cookie'>

学习材料

https://www.datacamp.com/community/tutorials/python-regular-expression-tutorial

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对的支持。