python 字符串之常用正则，,一、前面简单写了一下

python 字符串之常用正则，,一、前面简单写了一下

一、前面简单写了一下re模块操作字符串的写法，加上正则之后 re模块才能发挥更强大的功能。

先看看常见的正则符号：

复习一下基础的re模块：

import retext = ‘c++ python2 python3 perl ruby lua java javascript php4 php5 c‘#match,search,findall,split,subre.match(r‘java‘,text)#只找头，没有的话返回none 返回一个<_sre.SRE_Match object; span=(34, 38), match=‘java‘>re.search(r‘java‘,text)#从头开始找，找符合的字符# <_sre.SRE_Match object; span=(34, 38), match=‘java‘>re.match(r‘c\++‘,text),re.match(r‘c\+\+‘,text)#作用相同#<_sre.SRE_Match object; span=(0, 3), match=‘c++‘>re.findall(r‘python‘,text) #返回所有的python# [‘python‘, ‘python‘]re.split(r‘ perl ‘,text)#以某个字符为中心拆分#[‘c++ python2 python3‘, ‘ruby lua java javascript php4 php5 c‘]re.sub(r‘ruby‘,‘fortran‘,text) #替换某个字符#‘c++ python2 python3 perl fortran lua java javascript php4 php5 c‘

二、正则常用

text = ‘c++ python2 python3 perl ruby lua java javascript php4 php5 c‘

1 ^   start 从开头开始匹配
 　　例：  re.findall(r‘^c..‘,text)
　　　　　　　　输出#[‘c++‘]


2 .   except \n 匹配除换行符以外所有字符
　　　　re.findall(r‘^c‘,text)
　　　　　　#[‘c‘]
re.findall(r‘^c.‘,text)
#[‘c+‘]


3 +   1-inf 匹配一个或一个以上相同的值从1---无穷
　　　re.findall(r‘c+‘,text)
　　　　#[‘c‘, ‘c‘, ‘c‘]
　　　re.findall(r‘c\++‘,text)
　　　　#[‘c++‘]

4 $   end 匹配最后一个字符
　　　　re.findall(r‘c$‘,text)

5 []  or  指的是或
　　re.findall(r‘p[a-zA-Z]+‘,text) #匹配p字符后面是（a-z）从小写字符a-z和大写A-Z的字符 #{1,}匹配1到无穷个
　　　　#[‘python‘, ‘python‘, ‘perl‘, ‘pt‘, ‘php‘, ‘php‘]

6 *   0-inf 0到无穷个
　　re.findall(r‘p[a-zA-Z]*‘,text)
　　　　#[‘python‘, ‘python‘, ‘perl‘, ‘pt‘, ‘php‘, ‘php‘]

7 ?   0-1 匹配0--1个
　　re.findall(r‘p[a-zA-Z]?‘,text)
　　　　#[‘py‘, ‘py‘, ‘pe‘, ‘pt‘, ‘ph‘,‘p‘, ‘ph‘, ‘p‘]
　　re.findall(r‘p[a-zA-Z0-9]{3,}‘,text) #{3，}指的是匹配三个字母以上
　　　　#[‘python2‘, ‘python3‘, ‘perl‘, ‘php4‘, ‘php5‘]

　　re.findall(r‘c[a-zA-Z]*‘,text)
　　　　#[‘c‘, ‘cript‘, ‘c‘]
　　re.findall(r‘c[^a-zA-Z]*‘,text)  # ^号也可以指非的意思（当^号在中括号里面） 匹配非字母的符号
　　　　#[‘c++ ‘, ‘c‘, ‘c‘]

8 | or 或也可以写成|号 看看他与[]号的区别
　　re.findall(r‘[pj][a-zA-Z]+‘,text)  #{1,inf}
　　　　#[‘python‘, ‘python‘, ‘perl‘, ‘java‘, ‘javascript‘, ‘php‘, ‘php‘]
 　|重写上面的pattern
　　re.findall(r‘p|j[a-zA-Z]+‘,text) #|号指的是前面的或者是后面的因此需要修改程序
　　　　#[‘p‘, ‘p‘, ‘p‘, ‘java‘, ‘javascript‘, ‘p‘, ‘p‘, ‘p‘, ‘p‘]
　　re.findall(r‘p[a-zA-z]+|j[a-zA-Z]+‘,text) #相当于[pj][a-z][A-Z]的分开
　　re.findall(r‘p[^0-9]+|j[a-zA-Z]+‘,text) #注意空格也会被匹配为非数字
　　　　#[‘python‘, ‘python‘, ‘perl ruby lua java javascript php‘, ‘php‘]
　　re.findall(r‘p[^0-9 ]+|j[a-zA-Z]+‘,text)
　　　　#[‘python‘, ‘python‘, ‘perl‘, ‘java‘, ‘javascript‘, ‘php‘, ‘php‘]

9 \w  [a-zA-Z0-9_], \W #匹配所有的小写大写下划线 \W指的是\w的非

　　re.findall(r‘p\w+‘,text)

　　　　#[‘python2‘, ‘python3‘, ‘perl‘, ‘pt‘, ‘php4‘, ‘php5‘]

10 \d  [0-9], \D ##匹配所有的数字  \D是\d的非
　　re.findall(r‘p\w+\d‘,text)
　　re.findall(r‘p\w+[0-9]‘,text)
　　re.findall(r‘p\w{5,9}‘,text) #匹配有5--9个字符
　　　　#[‘python2‘, ‘python3‘]

11 \s  [ \t\n\r\f\v], \S#匹配所有的空白字符



12 \b  word boundary 匹配一个字符的边界，以什么开始什么结束
　　re.findall(r‘\bp[^0-9]‘,text)
　　　　#[‘py‘, ‘py‘, ‘pe‘, ‘ph‘, ‘ph‘]
　　re.findall(r‘p[^0-9]\b‘,text)
　　　　#[‘pt‘]
13 \B  not \b
　　\A  input start, ^
　　 \Z  input end, $ 同上


 14 贪婪与非贪婪

 *贪婪模式尽可能的匹配多
 *?  0~inf non-greedy #非贪婪模式尽可能匹配少
 +?  1~inf non-greedy #非贪婪模式尽可能匹配少
re.findall(r‘p[a-z]*‘,text)
　　#[‘python‘, ‘python‘, ‘perl‘, ‘pt‘, ‘php‘, ‘php‘]
re.findall(r‘p[a-z]*?‘,text)
　　#[‘p‘, ‘p‘, ‘p‘, ‘p‘, ‘p‘, ‘p‘, ‘p‘, ‘p‘]
re.findall(r‘p[a-z]+\b‘,text)
re.findall(r‘p[a-z]+?\b‘,text)

15 分组

(?P<name>pattern)
a=re.search(r‘(p[a-zA-Z]+)([0-9])‘,‘python2‘,re.X) #re.X可以不写（re.X）编译字符里面可以注释
a.group(1), a.group(2)
　　#‘python‘
　　#‘2‘

a=re.search(r‘(?P<name>p[a-zA-Z]+)(?P<version>[0-9])‘,‘python2‘) #以字典形式输出
a.group(‘name‘), a.group(‘version‘)
a.groupdict()
　　#{‘name‘: ‘python‘, ‘version‘: ‘2‘}

16 混合编写
pattern = re.compile(r‘(?P<name>p[a-zA-Z]+)(?P<version>[0-9])‘)#公式
results = pattern.search(‘python2‘)#带入
print (results.groupdict())
results = pattern.search(‘python3‘)
print (results.groupdict())
results = pattern.search(‘php4‘)
print (results.groupdict())
　　#{‘name‘: ‘python‘, ‘version‘: ‘3‘}

17 字典循环
import re
text = ‘c++ python2 python3 perl ruby lua java javascript php4 php5 c‘
pattern = re.compile(r‘(?P<name>p[a-zA-Z]+)(?P<version>[0-9])‘)#公式
for t in text.split(‘ ‘):
    results = pattern.search(t)
    if results:
      print (results.groupdict())
　　#{‘name‘: ‘python‘, ‘version‘: ‘2‘}
　　#{‘name‘: ‘python‘, ‘version‘: ‘3‘}
　　#{‘name‘: ‘php‘, ‘version‘: ‘4‘}
　　#{‘name‘: ‘php‘, ‘version‘: ‘5‘}

18 编译字符re.X
a = re.compile(r"""\d +  # 整数部分
                   \.    # 小数点
                   \d *  # 小数部分
                """, re.X) #可以转化成一行
b = re.compile(r"\d+\.\d*")

python 字符串之常用正则