正則運算式定義和作用
正則運算式是什么?
它是約束字串匹配某種形式的規則
正則運算式有什么用?
1.檢測某個字串是否符合規則.比如:判斷手機號,身份證號是否合法
2.提取網頁字串中想要的資料.比如:爬蟲中,提取網站天氣,資訊,股票代碼,星座運勢等具體關鍵字
在線測驗工具 http://tool.chinaz.com/regex/
正則運算式所包含的元素種類
#正則運算式由一些 [普通字符] 和一些 [元字符] 組成:
(1)普通字符包括大小寫字母和數字
(2)元字符具有特殊含義,大體種類分為如下:
1.預定義字符集,字符組
2.量詞
3.邊界符
4.分組
正則運算式 - 匹配單個字符
import re
語法 ：lst = re.findall(正則運算式,字串)
(1) 預定義字符集
\d 匹配數字
strvar = "sdjfklj234&*(&1" lst = re.findall("\d",strvar) print(lst)
\D 匹配非數字
strvar = "YWERsdf78_&" lst = re.findall("\D",strvar) print(lst)
\w (小寫) 匹配字母或數字或下劃線 (正則函式中,支持中文的匹配)
strvar = "sadf234_^&*%$^$%你好" lst = re.findall("\w",strvar) print(lst)
\W(大寫) 匹配非字母或數字或下劃線
strvar = "sadf234_^&*%$^$%你好" lst = re.findall("\W",strvar) print(lst)
\s(小寫) 匹配任意的空白符 ( " " \t \n \r )
strvar = " \r " lst = re.findall("\s",strvar) print(lst)
\S(大寫) 匹配任意非空白符
strvar = " \r 123_*(" lst = re.findall("\S",strvar) print(lst)
\n 匹配一個換行符
strvar = """ 今天國慶假期結束了,兄弟們滿載 而歸,玩的 很困,盡 快調 整. """ lst = re.findall(r"\n",strvar) print(lst)
\t 匹配一個制表符
lst = re.findall(r"\t",strvar) print(lst)
(2) 字符組 [] 匹配出字符組當中列舉的字符(默認選一個)
# lst = re.findall("[123]","a1b2c3d4") # print(lst) print(re.findall('a[abc]b','aab abb acb adb')) # aab abb acb print(re.findall('a[0123456789]b','a1b a2b a3b acb ayb')) # a1b a2b a3b # 優化寫法 0123456789 => 0-9 print(re.findall('a[0-9]b','a1b a2b a3b acb ayb')) print(re.findall('a[abcdefg]b','a1b a2b a3b acb ayb adb')) # acb adb # 優化寫法 abcdefg => a-g 表達所有的小寫字母 a-z print(re.findall('a[a-g]b','a1b a2b a3b acb ayb adb')) print(re.findall('a[a-z]b','a1b a2b a3b acb ayb adb')) # acb adb ayb print(re.findall('a[ABCDEFG]b','a1b a2b a3b aAb aDb aYb')) # aAb aDb # 優化寫法 ABCDEFG => A-G 表達所有的大寫字母 A-Z print(re.findall('a[A-G]b','a1b a2b a3b aAb aDb aYb')) # aAb aDb print(re.findall('a[A-Z]b','a1b a2b a3b aAb aDb aYb')) # aAb aDb aYb # 注意點: 不能直接寫A-z 中間ascii編碼中包含了特殊的符號 print(re.findall('a[A-z]b','a1b a2b a3b acb ayb adb a[b')) # 匹配所有的字母和數字 print(re.findall('a[a-zA-Z0-9]b','a1b a2b a3b acb ayb adb a[b')) print(re.findall('a[0-9a-zA-Z]b','a-b aab aAb aWb aqba1b')) #aab aAb aWb aqb a1b print(re.findall('a[0-9][*#/]b','a1/b a2b a29b a56b a456b')) # a1/b
^ 在字符組開頭的位置出現代表 除了...的意思
print(re.findall('a[^-+*/]b',"a%b ccaa*bda&bd")) #a%b a&b
匹配^-\等特殊字符時 ,需要前面加上\進行轉義
strvar = "a^c a-c a\c" lst = re.findall(r"a[\^\-\\]c",strvar) print(lst) print(lst[-1])
注意點:為了防止轉義,在正則運算式中或者要匹配的字串中,無腦加r實作匹配
strvar = r"a\b" lst = re.findall(r"a\\b",strvar) print(lst[0])
正則運算式 - 匹配多個字符
(1) 量詞
import re
1) ? 匹配0個或者1個a
print(re.findall('a?b','abbzab abb aab')) # ab b ab ab b ab
2) + 匹配1個或者多個a
print(re.findall('a+b','b ab aaaaaab abb')) # ab aaaaaab ab
3) * 匹配0個或者多個a
print(re.findall('a*b','b ab aaaaaab abbbbbbb')) # b ab aaaaaab ab b b b b b b
4) {m,n} 匹配m個至n個a
# 1 <= a <= 3 print(re.findall('a{1,3}b','aaab ab aab abbb aaz aabb')) #aaab ab aab ab aab # {2} 代表必須匹配2個a print(re.findall('a{2}b','aaab ab aab abbb aaz aabb')) # aab aab aab # {2,} 代表至少匹配2個a print(re.findall('a{2,}b','aaab ab aab abbb aaz aabb')) # aaab aab aab
(2) 貪婪匹配 和 非貪婪匹配
貪婪匹配 : 默認向更多次匹配 (回溯演算法)
非貪婪匹配: 默認向更少次匹配 (配合?號使用)
回溯演算法 : 從左向右進行匹配,直到找到最后一個,再也沒有了,回頭,回傳上一個找到的內容
. 除了\n,匹配所有字符
非貪婪寫法: 量詞 + ?
貪婪匹配(模式)
strvar = "劉能和劉老根和劉羅鍋111子222子" lst = re.findall("劉.",strvar) print(lst) # lst = re.findall("劉.?",strvar) lst = re.findall("劉.?",strvar) print(lst) # lst = re.findall("劉.?",strvar) lst = re.findall("劉.+",strvar) print(lst) # ['劉能和劉老根和劉羅鍋111子222子'] lst = re.findall("劉.*",strvar) print(lst) # ['劉能和劉老根和劉羅鍋111子222子'] lst = re.findall("劉.{1,20}",strvar) print(lst) # ['劉能和劉老根和劉羅鍋111子222子'] lst = re.findall("劉.*子",strvar) print(lst)
非貪婪匹配(模式)
lst = re.findall("劉.??",strvar) print(lst) # ['劉', '劉', '劉'] lst = re.findall("劉.+?",strvar) print(lst) # 劉能 劉老 劉羅 lst = re.findall("劉.*?",strvar) print(lst) # ['劉', '劉', '劉'] lst = re.findall("劉.{1,20}?",strvar) print(lst) # ['劉能', '劉老', '劉羅'] lst = re.findall("劉.*?子",strvar) print(lst)
(3) 邊界符
\b 本身是轉義字符 退格,退到游標上一位
\b 在正則中還有邊界符的意思
"word"
卡主左邊界:\bw
卡主右邊界:d\b
strvar = "word old fuck" # 右邊界 lst = re.findall(r"d\b",strvar) # ['d', 'd'] lst = re.findall(r".*d\b",strvar) # ['word old'] lst = re.findall(r".*?d\b",strvar) # ['word old'] print(lst) # 左邊界 lst = re.findall(r"\bw",strvar) lst = re.findall(r"\bw.*",strvar) lst = re.findall(r"\bw.*?",strvar) lst = re.findall(r"\bw.*? ",strvar) # 空格在正則運算式中,不能隨意加,是參與匹配的. lst = re.findall(r"\bw\S*",strvar) print(lst)
(4) ^ $的使用
^ 寫在在字串的開頭,表達必須以某個字符開頭
$ 寫在在字串的結尾,表達必須以某個字符結尾
當使用了^ $ 代表要把該字串看成一個整體
strvar = "大哥大嫂大爺" print(re.findall('大.',strvar)) # ['大哥', '大嫂', '大爺'] print(re.findall('^大.',strvar)) # ['大哥'] print(re.findall('大.$',strvar)) # ['大爺'] print(re.findall('^大.$',strvar))# [] print(re.findall('^大.*?$',strvar)) # ['大哥大嫂大爺'] print(re.findall('^大.*?大$',strvar)) # [] print(re.findall('^大.*?爺$',strvar)) # ['大哥大嫂大爺'] print(re.findall('^g.*? ' , 'giveme 1gfive gay')) # giveme print(re.findall('five$' , 'aassfive')) # [five] print(re.findall('^giveme$' , 'giveme')) # ['giveme'] print(re.findall('^giveme$' , 'giveme giveme')) # [] print(re.findall('giveme' , 'giveme giveme')) # ['giveme', 'giveme'] print(re.findall("^g.*e",'giveme 1gfive gay')) # ['giveme 1gfive']
匹配分組 ()表達整體
import re
(1)分組
print(re.findall('.*?_good','wusir_good alex_good secret男_good')) print(re.findall('(.*?)_good','wusir_good alex_good secret男_good'))
(?:) 代表不優先顯示分組里面的內容,只是顯示正常匹配到的內容
print(re.findall('(?:.*?)_good','wusir_good alex_good secret男_good'))
(2) | 代表或 , a|b 匹配字符a 或者 匹配字符b .
strvar = "abceab" lst = re.findall("a|b",strvar) print(lst)
注意點:把不容易匹配到的內容放到前面,把容易匹配到的內容放到后面
strvar = "abcdeabc234f" lst = re.findall("abcd|abc",strvar) print(lst)
(3) 練習
. 可以匹配任意的字符,除了\n
\. 對.進行轉義,表達.這個字符本身.
# 匹配小數 strvar = "3.... ....4 .3 ...3 1.3 9.89 10" lst = re.findall(r"\d+\.\d+",strvar) print(lst) # 匹配小數和整數 lst = re.findall(r"\d+\.\d+|\d+",strvar) print(lst) # 使用分組改造 '''findall優先顯示括號里的內容,需要加上?:取消哦優先顯示,按照匹配到的內容顯示''' lst = re.findall(r"\d+(?:\.\d+)?",strvar) print(lst) # 匹配135或171的手機號 strvar = "13566668888 17366669999 17135178392" lst = re.findall(r"(?:135|171)\d{8}",strvar) print(lst) # 優化,只能匹配出一個手機號 strvar = "13566668888" lst = re.findall(r"^(?:135|171)\d{8}$",strvar) print(lst) obj = re.search(r"^(135|171)\d{8}$",strvar) print(obj) print(obj.group()) print(obj.groups())
匹配www.baidu.com 或者 www.oldboy.com
findall : 從左到右,匹配出所有的內容,回傳到串列
問題是,匹配到的字串和分組的內容不能同時顯示;
search : 從左到右,匹配到一組內容就直接回傳,回傳的是物件
優點是,可以讓匹配到的內容和分組里的內容同時顯示;
匹配不到內容時,回傳的是None
obj.group() : 獲取匹配到的內容
obj.groups(): 獲取分組里面的內容
# findall strvar = "www.baidu.com www.oldboy.com www.wangwen.com" lst = re.findall(r"(?:www)\.(?:baidu|oldboy)\.(?:com)",strvar) print(lst) # search strvar = "www.baidu.com www.oldboy.com www.wangwen.com" obj = re.search(r"(www)\.(baidu|oldboy)\.(com)",strvar) print(obj) # 獲取匹配到的內容 print(obj.group()) # 獲取分組里面的內容 (推薦) print(obj.groups()) # 方法二,可以直接通過下標1來獲取分組里面的第一個內容; print(obj.group(1)) print(obj.group(2)) print(obj.group(3))
search 練習 : 計算"5*6-7/3"結果 匹配 5*6 或者 7/3
strvar = "5*6-7/3" # strvar = "www.baidu.com www.oldboy.com www.wangwen.com" obj = re.search(r"\d+[*/]\d+",strvar) res1 = obj.group() print(res1 , type(res1)) # 5*6 <class 'str'> # 計算結果 a,b = res1.split("*") res2 = int(a) * int(b) print(res2) # 把30替換回原來的字串中 strvar = strvar.replace(res1,str(res2)) print(strvar) # 以此類推 ...
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/439138.html
標籤：Python
上一篇：網易云音樂升級-云函式版
下一篇：Flask 自建擴展