一:什么是正則?
正則就是用一些具有特殊含義的符號組合到一起(稱為正則運算式)來描述字符或者字串的方法,或者說:正則就是用來描述一類事物的規則,(在Python中)它內嵌在Python中,并通過 re 模塊實作,正則運算式模式被編譯成一系列的位元組碼,然后由用 C 撰寫的匹配引擎執行,
正則運算式:由一系列特殊字符拼接而成的運算式/規則,該運算式用于從一個大字串中匹配出符合規則的子字串
二:常用匹配模式(元字符)

---23---
\w匹配字母數字下劃線,結果為多個字串組成的串列 \W匹配與\w相反 \s匹配任意空白字符,\t \n \r \f都屬于空白字符(\f匹配后變成\x0c) \S匹配與\s相反 \d匹配任意數字,等價于[0,9] \D匹配與\d相反 \n匹配\n \t匹配\t (只匹配1個str)^ 匹配字串開頭 (只匹配1個str)$ 匹配字串結尾 .匹配任意字符,除了換行符,當re.DOTALL或re.S標記被指定時,則可以匹配包括換行符的任意字符 *匹配0個或多個的運算式 +匹配1個或多個的運算式 ?匹配0個或1個由前面的運算式定義的片段,非貪婪方式
^ 取反 \d+\.?\d*匹配所有包含小數在內的數字 .*默認為貪婪匹配 .*?為非貪婪匹配:推薦使用 [...]用來表示一組字符,例如[abc]匹配'a','b','c',[]內的字符都是普通字符了,且如果 - 沒有被轉意的話,應該放到[]的開頭或結尾,如果放在中間容易轉意為比如所有英文字母a-z;[]內的^代表的意思是取反 {n}精準匹配n個前面運算式 {n,m}匹配到n到m次由前面的正則運算式定義的片段,貪婪方式(最小取的是n個,最大取得片段是m個) a|b匹配a或b ()匹配括號內的運算式,也表示一個組 ?:可以讓結果為匹配的全部內容
* *左邊那個字符出現0次或者無窮次 + +左邊那個字符出現1次或者無窮次 {n,m}左邊那個字符出現n次到m次 ? 左邊那個字符出現0次到1次 .* 匹配所有,遇到\n就截斷字串,匹配空字串,再繼續,到最后面默認有個換行符,也匹配出空字串 ?: 取消()比如(ab),那么就變成ab \d+\.?\d* 匹配出數字或 小數
!斷言
?取反
?:斷言成功才算成功
?!取反,斷言是判斷依據,斷言成功,回傳值取反 斷言失敗就不會回傳
# 1、\w # print(re.findall('\w\w\w',"h ello 123_ (0")) # h ello 123_ (0 # \w\w\w # 2. \W # print(re.findall('\W',"h ello 123_ (0")) # 3、\s # print(re.findall('\s',"h e\tll\no 123_ (0")) # print(re.findall('\w\s',"h ello 123_ (0")) # 4、\S # print(re.findall('\S',"h e\tll\no 123_ (0")) # 5、\d # print(re.findall('\d',"h e\tll\no 123_ (0")) # 6、\D # print(re.findall('\D',"h e\tll\no 123_ (0")) # print(re.findall("a\db","a1b a2b a b aab aaaaaaaa1b a2c a22c a 3c")) # a1b a2b a b aab aaaaaaaa1b a2c a22c a 3c # a\db # ["a1b","a2b","a1b"] # 7、\n與\t # msg="""h e\tll\n\no 123_ (0 # \t1 # 2 # 3 # """ # print(re.findall('\n',msg)) # print(re.findall('\t',msg)) # print(re.findall(' ',msg)) # 8、^與$ # print(re.findall("^egon","egon asdf 213123 egonafsadfegon")) # egon asdf 213123 egonafsadfegon # ^egon # print(re.findall("egon$","egon asdf 213123 egonafsadfegon ")) # egon$ # print(re.findall("a\w\w\wc","ab12c3c a213c")) # print(re.findall("^a\w\w\wc$","ab_2c")) # 9、.與[] # 9.1 .:代表匹配一個字符,該字符可以是任意字符 # print(re.findall("a\db","a1b a2b aab aaaaaaab a+b a-b a c")) # print(re.findall("a\wb","a1b a2b aab aaaaaaab a+b a-b a c")) # print(re.findall("a.b","a1b a2b aab aaaaaaab a+b a-b a b a c")) # print(re.findall("a.b","a1b a2b aab aaaaaaab a\tb a-b a\nb a c",re.DOTALL)) # 9.2 []:代表匹配一個字符,我們可以指定該字符的范圍 # print(re.findall("a[+-]b", "a1b a2b aab aaaaaaab a+b a-b a c")) # print(re.findall("a[.*/+-]b", "a.b a2b a*b a/b aab aaaaaaab a+b a-b a c")) # print(re.findall("a[a-z]b", "a.b a2b a*b a/b aab aaaaaaab a+b a-b a c")) # -放在[]內的開頭或結果 # print(re.findall("a[a-zA-Z]b", "a.b a2b a*b a/b aAb aCb aab aaaaaaab a+b a-b a c")) # -放在[]內的開頭或結果 # print(re.findall("a\db", "a.b a2b a*b a/b aAb aCb aab aaaaaaab a+b a-b a c")) # -放在[]內的開頭或結果 # print(re.findall("a[0-9]b", "a.b a2b a*b a/b aAb aCb aab aaaaaaab a+b a-b a c")) # -放在[]內的開頭或結果 # [^...]代表取反 # print(re.findall("a[^0-9]b", "a.b a2b a*b a/b aAb aCb aab aaaaaaab a+b a-b a c")) # -放在[]內的開頭或結果 # 9.3 *: 左邊那個字符出現0次或者無窮次 # print(re.findall("ab*","a ab abb abbbbbbbbbbbb bbbbbbbbb")) # a ab abb abbbbbbbbbbbb bbbbbbbbb # ab* # 9.4 +: 左邊那個字符出現1次或者無窮次 # print(re.findall("ab+","a ab abb abbbbbbbbbbbb bbbbbbbbb")) # a ab abb abbbbbbbbbbbb bbbbbbbbb # ab+ # 9.5 {n,m}: 左邊那個字符出現n次到m次 # print(re.findall("ab{0,}","a ab abb abbbbbbbbbbbb bbbbbbbbb")) # print(re.findall("ab*","a ab abb abbbbbbbbbbbb bbbbbbbbb")) # print(re.findall("ab{1,}","a ab abb abbbbbbbbbbbb bbbbbbbbb")) # print(re.findall("ab+","a ab abb abbbbbbbbbbbb bbbbbbbbb")) # print(re.findall("ab{2,5}","a ab abb abbb abbbb abbbbbbbb abbbbbbbbbbbb bbbbbbbbb")) # 9.6 ?: 左邊那個字符出現0次到1次 # print(re.findall("ab?","a ab abb abbbbbbbbbbbb bbbbbbbbb")) # 9.7 .*: 匹配所有 # print(re.findall("a.*b","123 a1231-==-000b123123123123123b")) # 123 a1231-==-000b123123123123123b # a.*b # print(re.findall("a.*?b","123 a1231-==-000b123123123123123b")) # 例1:()匹配括號內的運算式,也表示一個組 msg = '<a href="https://pan.baidu.com/s/1skWyTT7" target="_blank"><strong><span style="color: #ff0000;">原理圖:https://pan.baidu.com/s/1skWyTT7</span></strong></a><a href="https://www.baidu/com">"點我啊"</a>' url_pattern = re.compile('href="https://www.cnblogs.com/guojieying/p/(.*?)"') # res=url_pattern.findall(msg) # print(res) res=url_pattern.findall('<a href="https://www.cnblogs.com/guojieying/p/www.sina.com.cn"></a>') print(res) # 例2:正則運算式一行一行匹配 print(re.findall("a.*b","a1b a+b a-b a\nb a\tb",re.DOTALL)) # 10 # print(re.findall('ab+','ababab123')) #['ab', 'ab', 'ab'] # print(re.findall('(ab)+123','ababab123')) #['ab'],匹配到末尾的ab123中的ab # ababab123 # (ab)(ab)(ab)(ab) # 10.1 取消分組 # print(re.findall('(?:ab)+123','ababab123')) #findall的結果不是匹配的全部內容,而是組內的內容,?:可以讓結果為匹配的全部內容 # 11 |:或者 # print(re.findall("compan(?:ies|y)","Too many companies have gone bankrupt, and the next one is my company'")) # Too many companies have gone bankrupt, and the next one is my company # compan(ies|y) # print(re.findall("\d+\.?\d*","as9fdasl333...4444df1111asdf3333dfadf333.44dafadf3.5555asdfsafd.5555")) # as9fdasldf1111asdf3333dfadf333.44dafadf3.5555asdfsafd.5555 # \d+\.?\d* # 12. \ # print(re.findall('a\\\\c','a\c a1c aac')) #對于正則來說a\\c確實可以匹配到a\c,但是在python解釋器讀取a\\c時,會發生轉義,然后交給re去執行,所以拋出例外 # print(re.findall(r'a\\c','a\c a1c aac')) #對于正則來說a\\c確實可以匹配到a\c,但是在python解釋器讀取a\\c時,會發生轉義,然后交給re去執行,所以拋出例外
# =================================匹配模式================================= #一對一的匹配 # 'hello'.replace(old,new) # 'hello'.find('pattern') #正則匹配 import re #\w與\W print(re.findall('\w','hello egon 123')) #['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3'] print(re.findall('\W','hello egon 123')) #[' ', ' '] #\s與\S print(re.findall('\s','hello egon 123')) #[' ', ' ', ' ', ' '] print(re.findall('\S','hello egon 123')) #['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3'] #\n \t都是空,都可以被\s匹配 print(re.findall('\s','hello \n egon \t 123')) #[' ', '\n', ' ', ' ', '\t', ' '] #\n與\t print(re.findall(r'\n','hello egon \n123')) #['\n'] print(re.findall(r'\t','hello egon\t123')) #['\n'] #\d與\D print(re.findall('\d','hello egon 123')) #['1', '2', '3'] print(re.findall('\D','hello egon 123')) #['h', 'e', 'l', 'l', 'o', ' ', 'e', 'g', 'o', 'n', ' '] #\A與\Z print(re.findall('\Ahe','hello egon 123')) #['he'],\A==>^ print(re.findall('123\Z','hello egon 123')) #['he'],\Z==>$ #^與$ print(re.findall('^h','hello egon 123')) #['h'] print(re.findall('3$','hello egon 123')) #['3'] # 重復匹配:| . | * | ? | .* | .*? | + | {n,m} | #. print(re.findall('a.b','a1b')) #['a1b'] print(re.findall('a.b','a1b a*b a b aaab')) #['a1b', 'a*b', 'a b', 'aab'] print(re.findall('a.b','a\nb')) #[] print(re.findall('a.b','a\nb',re.S)) #['a\nb'] print(re.findall('a.b','a\nb',re.DOTALL)) #['a\nb']同上一條意思一樣 #* print(re.findall('ab*','bbbbbbb')) #[] print(re.findall('ab*','a')) #['a'] print(re.findall('ab*','abbbb')) #['abbbb'] #? print(re.findall('ab?','a')) #['a'] print(re.findall('ab?','abbb')) #['ab'] #匹配所有包含小數在內的數字 print(re.findall('\d+\.?\d*',"asdfasdf123as1.13dfa12adsf1asdf3")) #['123', '1.13', '12', '1', '3'] #.*默認為貪婪匹配 print(re.findall('a.*b','a1b22222222b')) #['a1b22222222b'] #.*?為非貪婪匹配:推薦使用 print(re.findall('a.*?b','a1b22222222b')) #['a1b'] #+ print(re.findall('ab+','a')) #[] print(re.findall('ab+','abbb')) #['abbb'] #{n,m} print(re.findall('ab{2}','abbb')) #['abb'] print(re.findall('ab{2,4}','abbb')) #['abb'] print(re.findall('ab{1,}','abbb')) #'ab{1,}' ===> 'ab+' print(re.findall('ab{0,}','abbb')) #'ab{0,}' ===> 'ab*' #[] print(re.findall('a[1*-]b','a1b a*b a-b')) #[]內的都為普通字符了,且如果-沒有被轉意的話,應該放到[]的開頭或結尾 print(re.findall('a[^1*-]b','a1b a*b a-b a=b')) #[]內的^代表的意思是取反,所以結果為['a=b'] print(re.findall('a[0-9]b','a1b a*b a-b a=b')) #[]內的^代表的意思是取反,所以結果為['a=b'] print(re.findall('a[a-z]b','a1b a*b a-b a=b aeb')) #[]內的^代表的意思是取反,所以結果為['a=b'] print(re.findall('a[a-zA-Z]b','a1b a*b a-b a=b aeb aEb')) #[]內的^代表的意思是取反,所以結果為['a=b'] #\# print(re.findall('a\\c','a\c')) #對于正則來說a\\c確實可以匹配到a\c,但是在python解釋器讀取a\\c時,會發生轉義,然后交給re去執行,所以拋出例外 print(re.findall(r'a\\c','a\c')) #r代表告訴解釋器使用rawstring,即原生字串,把我們正則內的所有符號都當普通字符處理,不要轉義 print(re.findall('a\\\\c','a\c')) #同上面的意思一樣,和上面的結果一樣都是['a\\c'] #():分組 print(re.findall('ab+','ababab123')) #['ab', 'ab', 'ab'] print(re.findall('(ab)+123','ababab123')) #['ab'],匹配到末尾的ab123中的ab print(re.findall('(?:ab)+123','ababab123')) #findall的結果不是匹配的全部內容,而是組內的內容,?:可以讓結果為匹配的全部內容 print(re.findall('href="https://www.cnblogs.com/guojieying/p/(.*?)"','<a href="http://www.baidu.com">點擊</a>'))#['http://www.baidu.com'] print(re.findall('href="https://www.cnblogs.com/guojieying/p/(?:.*?)"','<a href="http://www.baidu.com">點擊</a>'))#['href="http://www.baidu.com"'] #| print(re.findall('compan(?:y|ies)','Too many companies have gone bankrupt, and the next one is my company'))
三、re模塊提供的方法介紹
import re # print(re.search("\d+\.?\d*","1.3 aa3.44aaa").group()) # print(re.search("\d+\.?\d*","asdfsadf")) # print(re.search("\d+\.?\d*"," 1.3 aa3.44aaa")) # print(re.match("\d+\.?\d*"," 1.3 aa3.44aaa")) # msg="egon:18-male=10" # print(msg.split(':')) # print(re.split('[:=-]',msg)) # msg='<a href="https://pan.baidu.com/s/1skWyTT7" target="_blank"><strong><span style="color: #ff0000;">原理圖:https://pan.baidu.com/s/1skWyTT7</span></strong></a><a href="https://www.baidu/com">"點我啊"</a>' # print(re.findall('href="https://www.cnblogs.com/guojieying/p/.*?"',msg))
import re #1 print(re.findall('e','alex make love') ) #['e', 'e', 'e'],回傳所有滿足匹配條件的結果,放在串列里 #2 print(re.search('e','alex make love').group()) #e,只到找到第一個匹配然后回傳一個包含匹配資訊的物件,該物件可以通過呼叫group()方法得到匹配的字串,如果字串沒有匹配,則回傳None, #3 print(re.match('e','alex make love')) #None,同search,不過在字串開始處進行匹配,完全可以用search+^代替match #4 print(re.split('[ab]','abcd')) #['', '', 'cd'],先按'a'分割得到''和'bcd',再對''和'bcd'分別按'b'分割 #5 print('===>',re.sub('a','A','alex make love')) #===> Alex mAke love,不指定n,默認替換所有 print('===>',re.sub('a','A','alex make love',1)) #===> Alex make love print('===>',re.sub('a','A','alex make love',2)) #===> Alex mAke love print('===>',re.sub('^(\w+)(.*?\s)(\w+)(.*?\s)(\w+)(.*?)$',r'\5\2\3\4\1','alex make love')) #===> love make alex print('===>',re.subn('a','A','alex make love')) #===> ('Alex mAke love', 2),結果帶有總共替換的個數 #6 obj=re.compile('\d{2}') print(obj.search('abc123eeee').group()) #12 print(obj.findall('abc123eeee')) #['12'],重用了obj
轉載請註明出處,本文鏈接:https://www.uj5u.com/houduan/69455.html
標籤:Python
上一篇:Python 協程中的 IO 密集型任務和 CPU 密集型任務簡單測驗
下一篇:re模塊(練習題)
