Gointerface接口声明实现及作用详解
227
2022-08-26
Python 正则表达式（匹配单个字符） - 寻找香烟smoke的故事（python培训）
Python 正则表达式（匹配单个字符） - 寻找香烟smoke的故事（python培训）
正则表达式概述
思考
场景：胖子老板在写字板写了一大堆东西，判断是否存在smoke的语句，判断正确就可以送你一包烟。内容如下：
jkashdjkahskdjhaksjhdsmokejasdhjashdjhasd
这一串东西肉眼一看还算简单。中间的确有一个。
然后胖子老板不算数，继续给了一个升级版本，如下：
ajsdlka;sjd;lkjas;dlkujqoiueioujasldkasjlkdasdljkhalalksj;dla,msdmnas;lkdkasmdkl;amsx,.asjdklsomkeaskldjkalsjdklasmd,mxznjhsaioduoiwuasdjhkljasmnxnlkjsxhjalsdnkjlasbldkjnasdjnajsldnajlskdsmokeasjdlka;sjd;lkjasd;lkjasd
问在这里面有多少个smoke？
真是无情
那么有上面好办法来解决这个问题呢？
答复就是使用正则表达式来进行匹配查询。
那么下面先来补补正则表达式的内容。
re模块操作
在Python中需要通过正则表达式对字符串进行匹配的时候，可以使用一个模块，名字为re
基本的使用方法如下：
#coding=utf-8 # 导入re模块 import re # 使用match方法进行匹配操作 result = re.match(正则表达式,要匹配的字符串) # 如果上一步匹配到数据的话，可以使用group方法来提取数据 result.group()
好啦，知道基本方法啦
下面来简单测试使用一下。
In [1]: import re In [2]: result = re.match("smoke","ajksdhjkashdsmokeasjdljkasjd") In [3]: result.group() ---------------------------------------------------------------------------AttributeError Traceback (most recent call last)
可以简单地看出，re模块的这个match方法只能匹配出smoke开头的内容，不然就匹配不出来。
如果胖子老板鬼头一点，就不把smoke放最前面，那不就是找不出来？
看来是要再增加些技能点了。
匹配单个字符
正则表达式如果要找到对应的字符，就需要逐个字符或者类型去匹配，那么当然就有对应的匹配字符。
正则表达式的单字符匹配：
字符 | 功能 |
. | 匹配任意1个字符（除了\n） |
[ ] | 匹配[ ]中列举的字符 |
\d | 匹配数字，即0-9 |
\D | 匹配非数字，即不是数字 |
\s | 匹配空白，即 空格，tab键 |
\S | 匹配非空白 |
\w | 匹配单词字符，即a-z、A-Z、0-9、_ |
\W | 匹配非单词字符 |
使用上面的这些字符就可以对应匹配出不同的字符组合，那么先来逐个测试使用一下。
使用 . ，匹配任意1个字符（除了\n）
In [7]: result = re.match(r".","smokeaskdljalksdj") In [8]: result.group() Out[8]: 's'In [9]: result = re.match(r".","asdasdsmokeaskdljalksdj") In [10]: result.group() Out[10]: 'a'In [11]: In [11]: result = re.match(r".","!asdasdsmokeaskdljalksdj") In [12]: result.group() Out[12]: '!'In [13]: result = re.match(r".","/asdasdsmokeaskdljalksdj") In [14]: result.group() Out[14]: '/'In [15]: result = re.match(r".","1asdasdsmokeaskdljalksdj") In [16]: result.group() Out[16]: '1'In [17]: result = re.match(r".","\n1asdasdsmokeaskdljalksdj") In [18]: result.group() ---------------------------------------------------------------------------AttributeError Traceback (most recent call last)
从结果上来看，. 可以任意匹配所有字符串（除了换行符\n）
匹配[ ]中列举的字符
导入re模块
In [1]: import re
如果hello的首字符小写，那么正则表达式需要小写的h
In [2]: ret = re.match('h',"hello Python") In [3]: print(ret.group()) h# 如果匹配错误，则会报错In [4]: ret = re.match('H',"hello Python") In [5]: print(ret.group()) ---------------------------------------------------------------------------AttributeError Traceback (most recent call last)
如果hello的首字符大写，那么正则表达式需要大写的H
In [6]: ret = re.match('H',"Hello Python") In [7]: print(ret.group()) HIn [8]:
大小写h都可以的情况
In [8]: ret = re.match('[hH]',"Hello Python") In [9]: print(ret.group()) HIn [10]: ret = re.match('[hH]',"hello Python") In [11]: print(ret.group()) hIn [12]: ret = re.match('[hH]ello Python',"hello Python") In [13]: print(ret.group()) hello PythonIn [14]: ret = re.match('[hH]ello Python',"Hello Python") In [15]: print(ret.group()) Hello PythonIn [16]: ret = re.match('[Hh]ello Python',"Hello Python") In [17]: print(ret.group()) Hello PythonIn [18]:
匹配0到9第一种写法
# 增加匹配数字7In [18]: ret = re.match('7[Hh]ello Python',"7Hello Python") In [19]: print(ret.group()) 7Hello PythonIn [20]: # 如果匹配数字8会不会报错？In [20]: ret = re.match('7[Hh]ello Python',"8Hello Python") In [21]: print(ret.group()) # 淡定报错 ---------------------------------------------------------------------------AttributeError Traceback (most recent call last)
匹配0到9第二种写法
# 刚才使用[0123456789]的写法真是费劲，那么下面使用[0-9]就可以简单写好In [30]: ret = re.match('[0-9][Hh]ello Python',"8Hello Python") In [31]: print(ret.group()) 8Hello PythonIn [32]: # 那么如果想要剔除数字7呢？只要中断开来即可。In [32]: ret = re.match('[0-68-9][Hh]ello Python',"8Hello Python") In [33]: print(ret.group()) 8Hello PythonIn [34]: ret = re.match('[0-68-9][Hh]ello Python',"0Hello Python") In [35]: print(ret.group()) 0Hello PythonIn [36]: ret = re.match('[0-68-9][Hh]ello Python',"1Hello Python") In [37]: print(ret.group()) 1Hello Python# 匹配数字7的时候，淡定报错In [38]: ret = re.match('[0-68-9][Hh]ello Python',"7Hello Python") In [39]: print(ret.group()) ---------------------------------------------------------------------------AttributeError Traceback (most recent call last)
匹配数字，即0-9：\d
上面示例使用[0-9]的方式来匹配数字，虽然是可以，但是有时候懒得写，就可以直接用\d来简单写写即可。 一个字，省事呀。
## 使用两个\d来匹配两个数字In [42]: ret = re.match('蓝利群一包\d\d元',"蓝利群一包17元") In [43]: print(ret.group()) 蓝利群一包17元In [44]: ## 使用一个\d来匹配一个数字In [44]: ret = re.match('包子\d元',"包子2元") In [45]: print(ret.group()) 包子2元In [46]: ret = re.match('包子\d元',"包子0元") In [47]: print(ret.group()) 包子0元 # 测试\d能否匹配英文字母aIn [48]: ret = re.match('包子\d元',"包子a元") In [49]: print(ret.group()) # 淡定报错 ---------------------------------------------------------------------------AttributeError Traceback (most recent call last)
匹配非数字，即不是数字：\D
简单来说大写D就是小写d的匹配取反，既然小写d可以匹配0-9，然后大写D肯定就不行啦。
In [50]: ret = re.match('包子\D元',"包子a元") In [51]: print(ret.group()) 包子a元In [52]: ret = re.match('包子\D元',"包子1元") In [53]: print(ret.group()) ---------------------------------------------------------------------------AttributeError Traceback (most recent call last)
匹配空白，即 空格，tab键：\s
# 直接输入一个空格来匹配In [56]: ret = re.match('包子\d 元',"包子1 元") In [57]: In [57]: print(ret.group()) # 淡定正常 包子1 元In [58]: # 那么如果输入多个空格，是否能够自动匹配呢？In [58]: ret = re.match('包子\d 元',"包子1 元") In [59]: print(ret.group()) # 无情报错 ---------------------------------------------------------------------------AttributeError Traceback (most recent call last)
匹配非空白：\S
## 使用两个大写S来匹配 包子 二字In [64]: ret = re.match('\S\S\d\s+元',"包子1 元") In [65]: print(ret.group()) # 淡定匹配，那么是不是换行符也可以匹配呢？ 包子1 元# 匹配一下换行符 \n 试试In [66]: ret = re.match('\S\S\d\s+元',"\n子1 元") In [67]: print(ret.group()) # 其实换行符是空的，而\S是匹配非空，那么当然就报错了。 ---------------------------------------------------------------------------AttributeError Traceback (most recent call last)
匹配单词字符，即a-z、A-Z、0-9、_ ：\w
简单一看这个\w就是等价于[0-9a-zA-z_]，下面可以测试一下
# 首先测试一下 \w 来匹配 数字、大小写字母，以及下划线In [78]: re.match('\S\S\d\s+\w元',"!@1 a元").group() Out[78]: '!@1 a元'In [79]: re.match('\S\S\d\s+\w元',"!@1 A元").group() Out[79]: '!@1 A元'In [80]: re.match('\S\S\d\s+\w元',"!@1 1元").group() Out[80]: '!@1 1元'In [81]: re.match('\S\S\d\s+\w元',"!@1 _元").group() Out[81]: '!@1 _元'In [82]: # 再用等价的 [0-9a-zA-Z_] 进行匹配测试In [82]: re.match('\S\S\d\s+[0-9a-zA-Z_]元',"!@1 1元").group() Out[82]: '!@1 1元'In [83]: re.match('\S\S\d\s+[0-9a-zA-Z_]元',"!@1 9元").group() Out[83]: '!@1 9元'In [84]: re.match('\S\S\d\s+[0-9a-zA-Z_]元',"!@1 a元").group() Out[84]: '!@1 a元'In [85]: re.match('\S\S\d\s+[0-9a-zA-Z_]元',"!@1 B元").group() Out[85]: '!@1 B元'In [86]: re.match('\S\S\d\s+[0-9a-zA-Z_]元',"!@1 _元").group() Out[86]: '!@1 _元'# 测试 \w 能否匹配 感叹号这种特殊字符In [87]: re.match('\S\S\d\s+\w元',"!@1 !元").group() ---------------------------------------------------------------------------AttributeError Traceback (most recent call last)
匹配非单词字符: \W
简单来看，大写的W就是取反小写w的范围。那么下面来试试。
# 淡定匹配感叹号，这个小写w是无法匹配滴In [89]: re.match('\S\S\d\s+\W元',"!@1 !元").group() Out[89]: '!@1 !元'# 再来测试匹配数字，淡定报错In [90]: re.match('\S\S\d\s+\W元',"!@1 1元").group() ---------------------------------------------------------------------------AttributeError Traceback (most recent call last)
但是拥有匹配单个字符的技能，还不能满足找到多个字符之中的smoke呀。 下一个篇章，将会继续多个字符的匹配规则讲述。
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。
相关文章
发表评论
暂时没有评论，来抢沙发吧~