python-正则基础,,正则表达式,说的简单
python-正则基础,,正则表达式,说的简单
正则表达式,说的简单些,就是一个匹配的功能,在python中,只要引用re模块,就能进行正则匹配操作
一、math匹配
先来看一个简单的例子
import rere.match(pattern, data_source) #math为匹配,pattern为需要匹配的对象,data_source为数据源
查看下匹配的结果
import rea = re.match(‘abc‘, ‘abcdefg‘)b = re.match(‘abc‘, ‘bcdefg‘)print(a)print(b)-----结果-----<_sre.SRE_Match object; span=(0, 3), match=‘abc‘> #a为匹配到的结果,返回的是一个正则的对象None #b为没匹配到的结果
查看匹配到的具体结果,需要使用group方法:
import rea = re.match(‘abc‘, ‘abcdefg‘)print(a.group())-----结果-----abc
需要注意的是,math只能从字符串开头进行匹配
import rea = re.match(‘abc‘, ‘aabcdefg‘)if a: print(‘匹配成功‘)else: print(‘匹配失败‘)-----结果-----匹配失败
在math中除了有group方法查看匹配到的内容外,还有以下几个方法:
import rea = re.match(‘abc‘, ‘abcdefg‘)print(a.start()) #查看匹配开始的位置print(a.end()) #查看匹配结束的位置print(a.span()) #查看匹配开始和结束的位置-----结果-----03(0, 3)
如果想要匹配任意数字,可以这样写:
import rea = re.match(‘[0-9]‘, ‘1234abc‘) #[0-9]为匹配任意一个数字b = re.match(‘[0-9]{1,9}‘, ‘1234abc‘) #[0-9]{1,9}为匹配任意1到9个数字print(a.group())print(b.group())-----结果-----11234
二、search
在上文中介绍了math,math是只能从开头进行匹配,如果想从整个字符串的任意位置进行匹配,我们可以使用search:
import rea = re.search(‘\d‘, ‘b1234abc123‘) #\d为匹配任意十进制数,相当于[0-9]print(a.group())-----结果-----1
需要注意的是,search只要是匹配到了内容,后面的内容就不会进行匹配了
三、findall
findall方法能够以列表的形式返回能匹配的子串,看例子:
import rea = re.findall(‘[0-9]‘, ‘1234abc123‘)b = re.findall(‘[0-9]{0,9}‘, ‘1234abc123‘) c = re.findall(‘[0-9]{1,9}‘, ‘1234abc123‘)print(a)print(b)print(c)-----结果-----[‘1‘, ‘2‘, ‘3‘, ‘4‘, ‘1‘, ‘2‘, ‘3‘][‘1234‘, ‘‘, ‘‘, ‘‘, ‘123‘, ‘‘] #由于{0,9}是可以匹配到0个数字,因此最终的结果中会匹配到空的字符串[‘1234‘, ‘123‘] #改为{1,0}后,就无法匹配到0个数字啦
四、sub和subn
之前介绍的几个方法中,只能查看到匹配的结果,如果我们想把匹配到的内容换成另外的内容,就可以使用sub和subn,就是通常意义上的替换
import rea = re.sub(‘a‘, ‘z‘, ‘b1234abc123aaa‘) #把a换成zb = re.subn(‘a‘, ‘z‘, ‘b1234abc123aaa‘)print(a)print(b)-----结果-----b1234zbc123zzz(‘b1234zbc123zzz‘, 4) #使用subn时,会统计到匹配的次数
如果想要指定替换的次数,可以参入count的参数
import rea = re.sub(‘a‘, ‘z‘, ‘b1234abc123aaa‘, count=1)b = re.subn(‘a‘, ‘z‘, ‘b1234abc123aaa‘, count=1)print(a)print(b)-----结果-----b1234zbc123aaa(‘b1234zbc123aaa‘, 1)
五、正则表达式
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 |
python-正则基础
评论关闭