美文网首页
正则表达式笔记

正则表达式笔记

作者: 隐墨留白 | 来源:发表于2019-03-26 14:19 被阅读0次
正则表达式 代表的匹配字符
[0-9] 0123456789任意之一
[a-z] 小写字母任意之一
[A-Z] 大写字母任意之一
\d 等同于[0-9]
\D 等同于[^0-9]匹配非数字
\w 等同于[a-z0-9A-Z_]匹配大小写字母、数字和下划线
\W 等同于[^a-z0-9A-Z_]等同于上一条取非

下面列举一些正则表达式里的元字符及其作用

元字符 说明
. 代表任意字符
| 逻辑或操作符
[ ] 匹配内部的任一字符或子表达式
[^] 对字符集和取非
- 定义一个区间
\ 对下一字符取非(通常是普通变特殊,特殊变普通)
* 匹配前面的字符或者子表达式0次或多次
*? 惰性匹配上一个
+ 匹配前一个字符或子表达式一次或多次
+? 惰性匹配上一个
? 匹配前一个字符或子表达式0次或1次重复
{n} 匹配前一个字符或子表达式
{m,n} 匹配前一个字符或子表达式至少m次至多n次
{n,} 匹配前一个字符或者子表达式至少n次
{n,}? 前一个的惰性匹配
^ 匹配字符串的开头
\A 匹配字符串开头
$ 匹配字符串结束
[\b] 退格字符
\c 匹配一个控制字符
\d 匹配任意数字
\D 匹配数字以外的字符
\t 匹配制表符
\w 匹配任意数字字母下划线
\W 不匹配数字字母下划线

组与捕获

  1. ()的作用:
    1.捕获()中正则表达式的内容以备进一步利用处理,可以通过在左括号后面跟随?:来关闭这个括号的捕获功能

    import re
    url = 'https://113.215.20.136:9011'
    pattern1 = re.findall(r'(\d{1,3}\.){3}\d{1,3}',url)
    print(pattern1)
    pattern2 = re.findall(r'(?:\d{1,3}\.){3}\d{1,3}',url)
    print(pattern2)
    #运行结果
    ['20.']
    ['113.215.20.136']
    

    2.将正则表达式的一部分内容进行组合,以便使用量词或者|。

  2. 反向引用前面()内捕获的内容:

    1. 通过组号反向引用
      每一个没有使用?:的小括号都会分配一个组号,从1开始,从左到右递增,可以通过\i引用前面()内表达式捕获的内容
    import re
    strhtml1  = '<h1>这是一个标题<h1>'
    pattern1 = re.findall(r'<h([0-9])>(.*?)<h\1>',strhtml1)
    print(pattern1)
    strhtml2  = '<h1>这是一个标题<h3>'
    pattern2 = re.findall(r'<h([0-9])>(.*?)<h\1>',strhtml2)
    print(pattern2)
    #运行结果
    [('1', '这是一个标题')]
    []
    
    1. 通过组名反向引用前面小括号内捕获的内容
      可以通过在左括号后面跟随?P<name>,尖括号中放入组名来为一个组起一个别名,后面通过(?P=name)来引用 前面捕获的内容。如(? P<word>\w+)\s+(?P=word)来匹配重复的单词。
      通常用在 后台匹配url路由。
  3. 注意点:反向引用不能放在字符类[]中使用。

断言与标记
断言不会匹配任何文本,只是对断言所在的文本施加某些约束

常用断言 说明
\b 匹配单词的边界,放在字符类[]中则表示backspace
\B 匹配非单词边界,受ASCII标记影响
\A 在起始处匹配
^ 在起始处匹配,如果有MULTILINE标志,则在每个换行符后匹配
\Z 在结尾处匹配
$ 在结尾处匹配,如果有MULTILINE标志,则在每个换行符前匹配
(?=e) 正前瞻
(?!e) 负前瞻
(?<=e) 正回顾
(?<!e) 负回顾
import re
key = r"<html><body><h1>hello world</h1></body></html>"
pattern1 = re.findall(r"(?<=<h1>).+?(?=</h1>)",key)
print(pattern1)
#运行结果
['hello world']

url = 'https://113.215.20.136:9011/113.215.6.77/'
pattern = re.findall(r'(?<![\.\d])(?:\d{1,3}\.){3}\d{1,3}(?![\.\d])',url)
print(pattern)
#运行结果
['113.215.20.136', '113.215.6.77']

前瞻回顾的解释

说明 格式 描述
前瞻 exp1(?=exp2) exp1后面的内容要匹配exp2
负前瞻 exp1(?!exp2) exp1后面的内容不能匹配exp2
后顾: (?<=exp2)exp1 exp1前面的内容要匹配exp2
负后顾 (?<!exp2)exp1 exp1前面的内容不能匹配exp2

例如:我们要查找hello,但是hello后面必须是world,正则表达式可以这样写:"(hello)\s+(?=world)",用来匹配"hello wangxing"和"hello world"只能匹配到后者的hello

条件匹配
  (?(id)yes_exp|no_exp):对应id的子表达式如果匹配到内容,则这里匹配yes_exp,否则匹配no_exp

正则表达式的标志

  1. 正则表达式的标志有两种使用方法
     1. 通过给compile方法传入标志参数,多个标志使用|分割的方法,如re.compile(r"#[\da-f]{6}\b", re.IGNORECASE|re.MULTILINE)
     2. 通过在正则表达式前面添加(?标志)的方法给正则表达式添加标志,如(?ms)#[\da-z]{6}\b
  2. 常用的标志
     re.A或者re.ASCII, 使\b \B \s \S \w \W \d \D都假定字符串为假定字符串为ASCII
     re.I或者re.IGNORECASE 使正则表达式忽略大小写
     re.M或者re.MULTILINE 多行匹配,使每个^在每个回车后,每个$在每个回车前匹配
     re.S或者re.DOTALL 使.能匹配任意字符,包括回车
     re.X或者re.VERBOSE 这样可以在正则表达式跨越多行,也可以添加注释,但是空白需要使用\s或者[ ]来表示,因为默认的空白不再解释。
    本文参考

相关文章

  • 学习笔记 正则表达式

    2021.01.19 北京海淀 -2℃ 小雪转晴 正则表达式学习笔记 说明:该笔记参考“菜鸟教程”网站正则表达式...

  • 笔记:正则表达式

    正则表达式基础部分笔记

  • js高级(四)

    JavaScript高级第04天笔记 1.正则表达式概述 1.1什么是正则表达式 正则表达式( Regular E...

  • 正则表达式学习笔记

    正则表达式学习笔记 一篇记录了学习正则表达式的笔记。 1. 转义字符 在 HTMl 中转义字符以 & 符号开头,分...

  • JavaScript正则表达式

    JavaScript 正则表达式 @(笔记)[正则表达式] 第一章 课程简介 1-1 JS正则表达式简介及应用 课...

  • Python学习随笔

    本笔记整理自中谷教育在线教育视频 学习笔记——正则表达式常用符号 这里学习过正则表达式后,简单做了一个爬虫程序,效...

  • 作业-第04周--课堂-Day15-正则表达式与三剑客知识应用实

    Day15 课堂笔记 1. 正则表达式 什么是正则表达式? 简单地说,正则表达式就是为了处理大量的字符串及文本而定...

  • 一个程序员的自我学习第一天

    《正则表达式必知必会》笔记 第一章:正则表达式入门 1:正则表达式是一些用来匹配和处理文本的字符串。正则...

  • Python ☞ day 11

    Python学习笔记之 正则表达式 re模块概述:Python自1.5以后增加了re的模块,提供了正则表达式模式...

  • Python3.5笔记——第11章 正则表达式

    Python3.5笔记 第11章 正则表达式 认识正则表达式 正则表达式是一个特殊字符序列,能够帮助用户检查一个字...

网友评论

      本文标题:正则表达式笔记

      本文链接:https://www.haomeiwen.com/subject/vbbwvqtx.html