Python 正则表达式（python培训）

Python 正则表达式（python培训）

正则表达式（RegularExpression, re）

是一个计算机科学的概念用于使用单个字符串来描述，匹配符合某个规则的字符串常常用来检索，替换某些模式的文本

正则的写法

.(点号): 表示任意一个字符，除了\n，比如查找所有的一个字符 .[]: 匹配中括号中列举的任意字符，比如[L,Y,0], LLY, Y0, LIU\d: 任意一个数字\D: 除了数字都可以\s: 表示空格，tab键\S: 除了空白符号\w: 单词字符，就是a-z, A-Z, 0-9, _\W: 除了“\w”表示的都可以: 表示前面内容重复零次或者多次, \w+: 表示前面内容至少出现一次?: 前面才出现的内容零次或者一次{m,n}: 允许前面内容出现最少m次，最多n次^: 匹配字符串的开始$: 匹配字符串的结尾\b: 匹配单词的边界(): 对正则表达式内容进行分组，从第一个括号开始，编号逐渐增大

验证一个数字: ^\d$ 必须有一个数字，最少一位: ^\d+$ 只能出现数字，且位数为5-10位: ^\d{5,10}$ 注册者输入年龄，要求16岁以上，99岁以下: ^[16,99]$ 只能输入英文字符和数字: ^[A-Za-z0-9]$ 验证qq号码: [0-9]{5,12}

\A: 只匹配字符串开头，\Aabcd, 则abcd\Z: 只匹配字符串末尾，abcd\Z, abcd|: 左右任意一个(?P…): 分组，除了原来的编号再制定一个别名，(?P12345){2}, 1234512345(?P=name): 引用分组

RE使用大致步骤

使用compile将表示正则的字符串编译为一个pattern对象通过pattern对象提供一系列方法度文本进行查找匹配，获得匹配结果，一个Match对象最后使用Match对象提供的属性和方法获得信息，根据需要进行操作

RE常用函数

group(): 获得一个或者多个分组匹配的字符串，当要获得整个匹配的子串时，直接使用group或者group(0)start: 获取分组匹配的子串在整个字符串中的起始位置，参数默认0end: 获取分组匹配的子串在整个字符串中的结束位置，默认为0span: 返回的结构技术(start(group), end(group))

# 导入相关包import re# 查找数字# r表示字符串不转义p = re.compile(r'\d+')# 在字符串“one12twothree33456four78”中进行查找，按照规则p制定的正则进行查找# 返回结果是None表示没有找到，否则会返回match对象m = p.match("one12twothree33456four78")print(m)

None

# 导入相关包import re# 查找数字# r表示字符串不转义p = re.compile(r'\d+')# 在字符串“one12twothree33456four78”中进行查找，按照规则p制定的正则进行查找# 返回结果是None表示没有找到，否则会返回match对象# 参数3,6表示在字符串中查找的范围m = p.match("one12twothree33456four78", 3, 26)print(m)# 上述代码说明的问题# 1. match可以输入参数表示起始位置# 2. 查找到的结果只包含一个，表示第一次进行匹配成功的内容

<_sre.SRE_Match object; span=(3, 5), match='12'>

print(m[0])print(m.start(0))print(m.end(0))

1235

import re# I 表示忽略掉大小写p = re.compile(r'([a-z]+) ([a-z]+)', re.I)m = p.match("I am really love you")print(m)

<_sre.SRE_Match object; span=(0, 4), match='I am'>

print(m.group(0))print(m.start(0))print(m.end(0))

I am04

print(m.group(1))print(m.start(1))print(m.end(1))

I01

print(m.group(2))print(m.start(2))print(m.end(2))

am24

print(m.groups())

('I', 'am')

查找

search(str, [, pos[, endpos]]): 在字符串中查找匹配，pos和endpos表示起始位置findall: 查找所有finditer：查找，返回一个iter结果

import rep = re.compile(r'\d+')m = p.search("one12two34three567four")print(m.group())

12

rst = p.findall("one12two34three567four")print(type(rst))print(rst)

['12', '34', '567']

sub 替换

sub(rep1, str[, count])

# sub替换案例import re# \w 包含数字和英文字母p = re.compile(r'(\w+) (\w+)')s = "hello 123 wang 456, i love you"rst = p.sub(r'Hello world', s)print(rst)

Hello world Hello world, Hello world you

匹配中文

大部分中文表示范围是[u4e00-u9fa5], 不包括全角标点

import retitle = '世界 你好， hello moto'p = re.compile(r'[\u4e00-\u9fa5]+')rst = p.findall(title)print(rst)

['世界', '你好']

贪婪和非贪婪

贪婪：尽可能多的匹配, (*)表示贪婪匹配非贪婪：找到符合条件的最小内容即可，(?)表示非贪婪正则默认使用贪婪匹配

import retitle = u'

'p1 = re.compile(r'')p2 = re.compile(r'')m1 = p1.search(title)print(m1.group())m2 = p2.search(title)print(m2.group())

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。