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正则表达式最详解

程序员文章站 2022-06-18 08:00:30
目录一、正则表达式–元字符1. 数量词2. 字符匹配3. 边界匹配4. 组5. 匹配模式参数二、方法re.findallre.matchgroup匹配对象re.searchre.compile三、检索...

一、正则表达式–元字符

re 模块使 python 语言拥有全部的正则表达式功能

python正则表达式最详解

1. 数量词

# 提取大小写字母混合的单词
import re
a = 'excel 12345word23456ppt12lr'
r = re.findall('[a-za-z]{3,5}',a)
# 提取字母的数量3个到5个
print(r)
# ['excel', 'word', 'ppt']
# 贪婪 与 非贪婪  【python默认使用贪婪模式】
# 贪婪:'[a-za-z]{3,5}'
# 非贪婪:'[a-za-z]{3,5}?' 或 '[a-za-z]{3}'
# 建议使用后者,不要使用?号,否则你会与下面的?号混淆
# 匹配0次或无限多次 *号,*号前面的字符出现0次或无限次
import re
a = 'exce0excell3excel3'
r = re.findall('excel*',a)
r = re.findall('excel.*',a) # ['excell3excel3']
# excel 没有l 有很多l都可以匹配出来
print(r)
# ['exce', 'excell', 'excel']
# 匹配1次或者无限多次 +号,+号前面的字符至少出现1次
import re
a = 'exce0excell3excel3'
r = re.findall('excel+',a)
print(r)
# ['excell', 'excel']
# 匹配0次或1次  ?号,?号经常用来去重复
import re
a = 'exce0excell3excel3'
r = re.findall('excel?',a)
print(r)
# ['exce', 'excel', 'excel']

2. 字符匹配

python正则表达式最详解

line = 'xyz,xcz.xfc.xdz,xaz,xez,xec'
r = re.findall('x[de]z', line)
# pattern 是x开始,z结束,含d或e
print(r)
# ['xdz', 'xez']
r = re.findall('x[^de]z', line)
# pattern 是x开始,z结束,不是含d或e
print(r)
# ['xyz', 'xcz', 'xaz']
# \w 可以提取中文,英文,数字和下划线,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. 边界匹配

python正则表达式最详解

# 限制电话号码的位置必需是8-11位才能提取
import re
tel = '13811115888'
r = re.findall('^\d{8,11}$',tel)
print(r)
# ['13811115888']

4. 组

# 将abc打成一个组,{2}指的是重复几次,匹配abcabc
import re
a = 'abcabcabcxyzabcabcxyzabc'
r = re.findall('(abc){2}',a)  # 与
# ['abc', 'abc']
print(r)
r = re.findall('(abc){3}',a)
# ['abc']

5. 匹配模式参数

python正则表达式最详解

# findall第三参数 re.i忽略大小写
import re
a = 'abcfbiabcciaabc'
r = re.findall('fbi',a,re.i)
print(r)
# ['fbi']
# 多个模式之间用 | 连接在一起
import re
a = 'abcfbi\nabcciaabc'
r = re.findall('fbi.{1}',a,re.i | re.s)
# 匹配fbi然后匹配任意一个字符包括\n
print(r)
# ['fbi\n']

二、方法

re.findall

  • 匹配出字符串中所有 与制定值相关的值
  • 以列表的形式返回
  • 未匹配则返回空列表
import re
re.findall(pattern, string, flags=0)
pattern.findall(string[ , pos[ , endpos]])
import re
line = "111aaabbb222小呼噜奥利奥"
r = re.findall('[0-9]',line)
print(r)
# ['1', '1', '1', '2', '2', '2']

re.match

  • re.match 尝试从字符串的起始位置匹配一个模式
  • 如果不是起始位置匹配成功的话,match()就返回none。
re.match(pattern, string, flags=0)
# (标准,要匹配的,标志位)
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匹配对象

import re
a = 'life is short,i use python,i love python'
r = re.search('life(.*)python(.*)python',a)
print(r.group(0))       # 完整正则匹配 ,life is short,i use python,i love python
print(r.group(1))       # 第1个分组之间的取值 is short,i use 
print(r.group(2))       # 第2个分组之间的取值 ,i love 
print(r.group(0,1,2)) # 以元组形式返回3个结果取值 ('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
# .*        表示任意匹配除换行符(\n、\r)之外的任何单个或多个字符
# (.*?)     表示"非贪婪"模式,只保存第一个匹配到的子串
# re.m      多行匹配,影响 ^ 和 $
# re.i      使匹配对大小写不敏感
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
# 点 是匹配单个字符
# 星是前面的东西出现0次或无数次
# 点星就是任意字符出现0次或无数次
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

扫描整个字符串并返回第一个成功的匹配。

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是将正则表达式转换为模式对象
  • 这样可以更有效率匹配。使用compile转换一次之后,以后每次使用模式时就不用进行转换

三、检索和替换

re.sub 替换字符串

re.sub('被替换的','替换成的',a)
# 把fbi替换成bbq
import re
a = 'abcfbiabcciaabc'
r = re.sub('fbi','bbq',a)
print(r)
# 把fbi替换成bbq,第4参数写1,证明只替换第一次,默认是0(无限替换)
import re
a = 'abcfbiabcfbiafbiciaabc'
r = re.sub('fbi','bbq',a,1)
print(r)
# abcbbqabcciaabc
# abcbbqabcfbiafbiciaabc
# 把函数当参数传到sub的列表里,实现把业务交给函数去处理,例如将fbi替换成$fbi$
import re
a = 'abcfbiabcfbiafbiciaabc'
def 函数名(形参):
    分段获取 = 形参.group()           # group()在正则表达式中用于获取分段截获的字符串,获取到fbi
    return '$' + 分段获取 + '$'
r = re.sub('fbi',函数名,a)
print(r)

总结

本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注的更多内容!