正则表达式
正则表达式通常都包含反斜杠'\',所以用r'\t'来来表示正则表达式字符串,r'a string'是强制不进行转义,类似c#的@"a string"。
模式 意义
^ 匹配字符串的开头
$ 匹配字符串的末尾
. 匹配任意字符,除了换行符,当re.DOTALL标记被指定时,则可以匹配换行符
[...] 用来表示一组字符,单独列出:[abc]匹配'a','b',或'c'
[^...] 匹配不在[]中的字符;
re* 匹配0个或多个的表达式;
re+ 匹配1个或多个的表达式;
re? 匹配0个或1个由前面的正则表达式定义的片段,非贪婪方式;
re{n,} 精确匹配n个前面表达式
re{n,m} 匹配n到m次由前面的正则表达式定义的片段,贪婪方式;
a|b 匹配a或b
(re) 匹配括号内的表达式;
(?imx) 正则表达式包含三种可选标志:i,m或x。只影响括号内的区域;
(?-imx) 正则表达式关闭i,m,x可选标志。只影响括号内的区域;
(?#...) 注释;
\w 匹配字母数字,等价于[A-Za-z0-9]
\W 匹配非字母数字,等价于[^A-Za-z0-9]
\s 匹配任意空白字符,等价于[\t\n\r\f];
\S 匹配任意非空白字符;
\d 匹配任意数字,等价于[0-9]
\D 匹配任意非数字
\A 匹配字符串开始
\Z 匹配字符串结束,如果存在换行,只匹配到换行前的结束字符串
\z 匹配字符串结束
\G 匹配最后匹配完成的位置;
\b 匹配一个单词边界,eg。'er\b'可以匹配'never'的‘er’,但是不能匹配'verb'的‘er’;
\B 匹配非单词边界,意义与\b相反;
\n,\t等 匹配换行符,制表符等
\1...\9 匹配第n个分组的内容;
\10 匹配第10个分组的内容,如果它匹配,否则值的是八进制字符吗的表达式
Python正则表达式模块
python正则表达式模块为re,import re,即可进行正则操作。
re.match函数
re.match(pattern, string, flag=0)
pattern 正则表达式
string 要匹配的字符串
flag 标志位,用于控制正则表达式的匹配方式。如:re.I匹配大小写不敏感;re.M多行匹配。
re.match函数匹配成功返回匹配对象,否则返回None。
import re
line = "Cats are smarter than dogs"
matchObj = re.match(r'(.*) are (.*?) .*', line, re.M|re.I)
print(matchObj.group())
print(matchObj.group(0))
print(matchObj.group(1))
print(matchObj.group(2))
输出:
Cats are smarter than dogs
Cats are smarter than dogs
Cats
smarter
正则表达式对象
re.RegexObject
re.complie()返回RegexObject对象。
re.MatchObject
它的几个方法:
start()返回匹配开始的位置
end()返回匹配结束的位置
span()返回一个元组包含匹配(开始,结束)的位置
re.search方法
re.search(pattern, string, flag=0)
search和match的区别:
match匹配字符串的开始,如果开始不符合正则表达式,则匹配失败。search匹配整个字符串,知道找到一个匹配。
import re
line = "Cats are smarter than dogs"
matchobj1 = re.match(r'dogs', line, re.M|re.I)
if matchobj1:
print("match --> matchobj.group():", matchobj1.group())
else:
print("no match")
matchObj2 = re.search(r'dogs', line, re.M|re.I)
if matchObj2:
print("search --> matchobj2.group():", matchObj2.group())
else:
print("No match!!")
re.sub(pattern, repl, string, count=0)
pattern: 正则表达式
repl: 替换的字符串,也可以是一个函数
string 要被查找替换的原始字符串
模式匹配后替换的最大次数,默认为0表示替换所有的匹配。
phone ="2004-959-559 # 这是一个电话号码"
num = re.sub(r'#.*$', "", phone)
print(num)
num2 = re.sub(r'\D', "", phone)
print(num2)
def double(matched):
value =int(matched.group('value'))
return str(value*2)
s ="ss12de4gh78"
print(re.sub(r'(?P<value>\d+)', double, s))
re.finditer
re.finditer(pattern, string, flags=0)
it = re.finditer(r'\d+', "123a45b67c78def9")
for matchin it:
print(match.group())
网友评论