Python3使用re模块解析正则表达式（python3 re）

Python3使用re模块解析正则表达式（python3 re）

正则表达式是编程语言中一种重要的功能，用于按指定规则从文本中匹配出指定的值。

正则表达式元字符

re.findall()

例如，有一段文本​​'name: Kevin age: 18 mobile: 12112345678' ​​，我们想提取其中的手机号。

已知，手机号码是11位的数字，我们可以用正则表达的指定格式​​\d{11}​​来描述这个规则，​​\d​​表示匹配数字，​​{11}​​表示前一项重复11次，示例如下：

import retxt = 'name: Kevin age: 18 mobile: 12112345678' patten = '\d{11}' # 匹配11个数字print(re.findall(patten, txt))

re.findall()方法，根据匹配规则去目标文本中查找，将找到的所有符合这个格式的组合位一个列表，如果没有符合匹配的项则返回空列表。运行结果如下：

['12112345678']

re.search()

除使用re.findall()找到所有的外，我们还可以使用re.search()查找一个，示例如下：

import retxt = 'name: Kevin age: 18 mobile: 12112345678'patten = '\d{11}' # 匹配11个数字result = re.search(patten, txt)if result is not None: # 必须判断匹配结果不为None才能使用下面的group方法 print(result.group()) # 使用group方法获取第一个匹配结果

运行结果如下：

12112345678

re.match()

re.search()是搜索目标字符串的部分项，我们还可以使用re.match对整个字符串形式进行匹配，示例如下：

import retxt = 'name: Kevin age: 18 mobile: 12112345678'# 符合目标文本完整样式的匹配规则 patten = 'name: \w+ age: \d+ mobile: \d{11}' result = re.match(patten, txt)if result is not None: # 必须判断匹配结果不为None才能使用下面的group方法 print(result.group()) # 使用group方法获取第一个匹配结果

其中，​​\w​​指字母或数字，​​+​​表示一个或多个前一项，即姓名匹配一个或任意多个字母或数字。

年龄 ​​\d+​​则匹配一个或多个数字。

手机号码​​\d{}11​​固定匹配11位数字。运行结果如下：

name: Kevin age: 18 mobile: 12112345678

分组及命名分组

上例中如果我们相对匹配的不同信息进行提取，如我们只需要姓名Kevin、年龄18及手机号12112345678。则可以对匹配表达式中用小括号​​(匹配规则)​​进行分组，示例如下：

import retxt = 'name: Kevin age: 18 mobile: 12112345678'patten = 'name: (\w+) age: (\d+) mobile: (\d{11})' # 分组匹配result = re.match(patten, txt)if result is not None: # 必须判断匹配结果不为None才能使用下面的group方法 print('姓名', result.group(1)) # 获取第1个匹配 print('年龄', result.group(2)) # 获取第2个匹配 print('手机号', result.group(3)) # 获取第3个匹配

运行结果如下：

姓名 Kevin年龄 18手机号 12112345678

当有多个匹配时，我们还可以对分组进行命名，格式为​​(?P<分组名>匹配规则)​​，示例如下：

import retxt = 'name: Kevin age: 18 mobile: 12112345678'patten = 'name: (?P\w+) age: (?P\d+) mobile: (?P\d{11})' # 分组匹配result = re.match(patten, txt)if result is not None: # 必须判断匹配结果不为None才能使用下面的group方法 print('姓名', result.group('name')) # 获取第1个匹配 print('年龄', result.group('age')) # 获取第2个匹配 print('手机号', result.group('mobile')) # 获取第3个匹配

运行结果同上。

re.complie()

当一个匹配规则patten经常要使用时，我们可以使用re.comple()先将该规则进行编译，然后直接使用编译后的规则进行匹配。示例如下：

import retxt = 'name: Kevin age: 18 mobile: 12112345678'patten = re.compile('name: (?P\w+) age: (?P\d+) mobile: (?P\d{11})') # 编译匹配规则result = patten.match(txt) # 使用该匹配规则进行匹配if result is not None: # 必须判断匹配结果不为None才能使用下面的group方法 print('姓名', result.group('name')) # 获取第1个匹配 print('年龄', result.group('age')) # 获取第2个匹配 print('手机号', result.group('mobile')) # 获取第3个匹配

运行结果同上。

re.sub

替换指定规则字符串，字符串的replace()方法只能对已知字符串进行替换，而re.sub则可以根据匹配规则进行替换。示例如下：

import retxt = 'name: Kevin age: 18 mobile: 12112345678' patten = '\d{11}'txt = re.sub(patten, '19122229999', txt) # 替换里面的11位数字print(txt)

运行结果如下：

name: Kevin age: 18 mobile: 19122229999

跨行匹配

re.M：多行匹配模式，逐行进行匹配re.S: 单行匹配模式，把多行字符串视为包含换行符'\n'的单行字符串进行匹配

贪婪匹配和非贪婪匹配

贪婪匹配和非贪婪匹配，当一个较长的字符串满足匹配规则和一个较短的字符串也满足相同的匹配规则时选取较长匹配还是较短匹配的问题。

贪婪匹配：匹配符合规则的最长字符串；非贪婪匹配：匹配符合规则的最短字符串；

import retxt = '''name: Kevin age: 18 mobile: 12112345678 name: Lily age: 17 mobile: 19234568712'''patten = 'name: (.*) age' # 匹配姓名，默认贪婪匹配print('默认贪婪匹配', re.findall(patten, txt))patten = 'name: (.*?) age' # 加上?表示非贪婪匹配print('非贪婪匹配', re.findall(patten, txt))

其中​​.​​表示匹配任意字符，​​*​​表示重复任意多次，​​?​​则表示匹配0次或1次。

由于贪婪匹配会匹配最长的字符串，所以patten中的age会匹配到Lily后到age，运行结果如下：

默认贪婪匹配 ['Kevin age: 18 mobile: 12112345678 name: Lily'] 非贪婪匹配 ['Kevin', 'Lily']

|

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。