目錄
- 前言
- 1. 正則表達式的基本概念
- 2. python的正則表達式re模塊
- 3. 正則表達式語法
- （1）匹配單個字符
- （2）匹配多個字符
- （3）邊界匹配
- （4）分組匹配
- 4. re模塊相關方法使用
- 總結
前言
有時候字符串匹配解決不了問題，這個時候就需要正則表達式來處理。因為每一次匹配（比如找以什么開頭的，以什么結尾的字符串要寫好多個函數）都要單獨完成，我們可以給它制定一個規(guī)則。
主要應用：爬蟲的時候需要爬取各種信息，使用正則表達式可以很方便的處理需要的數據。
1. 正則表達式的基本概念
- 使用單個字符串來描述匹配一系列符合某個語法規(guī)則的字符串。
- 是對字符串操作的一種邏輯公式。
- 應用場景：處理文本和數據。
- 正則表達式過程：依次拿出表達式和文本中的字符比較，如果每一個字符都能匹配，則匹配成功，否則失敗。
2. python的正則表達式re模塊
匹配過程：r'imooc'是原字符串，先生成Pattern對象，從頭開始找，得到一個Match（或Search等）實例，最后有一個匹配結果。
# 用find和startswith找字符串
str1 = 'imooc python'
print(str1.find('11'))
-1
print(str1.find('imooc'))
0
print(str1.startswith('imooc'))
True
使用正則表達式：
import re
pa = re.compile(r'imooc') # compile生成一個pattern對象，r'imooc'讀原字符串，否則需要轉義
ma = pa.match(str1) # 匹配不到返回為None，返回一個對象
print(ma)
re.Match object; span=(0, 5), match='imooc'>
print(ma.group()) # 返回一個字符串或字符串組成的元組ma.groups()
imooc
print(ma.span()) # 返回所在字符串的位置
print(ma.string) # 返回原字符串
print(ma.re) # 返回實例
(0, 5)
imooc python
re.compile('imooc')
# 匹配大小寫，后面加上大寫
pa = re.compile(r'imooc', re.I)
print(pa)
re.compile('imooc', re.IGNORECASE)
ma = pa.match('imooc python')
print(ma.group())
imooc
ma = pa.match('Imooc python')
print(ma.group())
Imooc
# 如果只有一個，可以直接生成一個match對象，也可以達到同樣的效果
ma = re.match(r'imooc', str1)
print(ma)
print(ma.group())
re.Match object; span=(0, 5), match='imooc'>
imooc
3. 正則表達式語法
基本語法：適用于多種語言。
（1）匹配單個字符
1）'.' 的匹配，可以匹配除了\n外所有字符
ma = re.match(r'a', 'a')
print(ma.group())
ma = re.match(r'a', 'b')
print(type(ma)) # 再調ma.group()則報錯
a
class 'NoneType'>
# 用.匹配字符
ma = re.match(r'.', 'b')
print(ma.group())
ma = re.match(r'.', '0')
print(ma.group())
b
0
# 匹配{}中的字符
ma = re.match(r'{.}', '{0}')
print(ma.group())
ma = re.match(r'{..}', '{01}')
print(ma.group())
{0}
{01}
2）[…]匹配字符集
# []匹配字符集
ma = re.match(r'{[abc]}', '{a}')
print(ma.group())
ma = re.match(r'{[abc]]}', '6o84sis4') # 匹配不到，則報錯
print(ma.group())
ma = re.match(r'{[a-z]]}', '6o84sis4')
print(ma.group()) # 匹配a-z中任意一個字符
{a}
6o84sis4
ma = re.match(r'{[a-zA-Z]}', '{A}')
print(ma.group())
{A}
ma = re.match(r'{[a-zA-Z0-9]}', '{0}')
print(ma.group())
{0}
3） \w 匹配a-zA-Z0-9， \W匹配非單詞字符
ma = re.match(r'{[\w]}', '{A}')
print(ma.group())
ma = re.match(r'{[\w]}', '{ }')
print(ma.group()) # 匹配不到
ma = re.match(r'{[\W]}', '{ }')
print(ma.group())
{A}
{ }
4）字符集[]匹配
ma = re.match(r'[[\w]]', '[a]')
print(ma.group()) # 匹配不到
# 匹配[]需要加轉義\
ma = re.match(r'\[[\w]\]', '[a]')
print(ma.group())
[a]
（2）匹配多個字符
1） *匹配
ma = re.match(r'[A-Z][a-z]', 'Aa')
print(ma.group())
ma = re.match(r'[A-Z][a-z]', 'A')
print(ma.group()) # 匹配不到
ma = re.match(r'[A-Z][a-z]*', 'Aa')
print(ma.group())
ma = re.match(r'[A-Z][a-z]*', 'Aagfagsagaha')
print(ma.group())
ma = re.match(r'[A-Z][a-z]*', 'Aa123')
print(ma.group())
Aa
A
Aagfagsagaha
Aa
2）+匹配
# 匹配下劃線或字符開頭的無限次
ma = re.match(r'[_a-zA-Z]+[_\w]*', '10')
print(ma.group()) # 匹配不到
ma = re.match(r'[_a-zA-Z]+[_\w]*', '_hte10')
print(ma.group())
_hte10
3）？匹配
# 匹配0-99，01則不對
ma = re.match(r'[1-9]?[0-9]', '90')
print(ma.group())
ma = re.match(r'[1-9]?[0-9]', '9')
print(ma.group())
ma = re.match(r'[1-9]?[0-9]', '09')
print(ma.group()) # 只匹配到0
90
9
0
4）{m} / {mn}匹配
# 匹配郵箱，匹配6次
ma = re.match(r'[a-zA-Z0-9]{6}', 'abc123')
print(ma.group())
abc123
ma = re.match(r'[a-zA-Z0-9]{6}', 'abc12')
print(ma.group()) # 少一個則匹配不到
ma = re.match(r'[a-zA-Z0-9]{6}', 'abc1234')
print(ma.group()) # 多則匹配前6個
abc123
ma = re.match(r'[a-zA-Z0-9]{6}@163.com', 'abc123@163.com')
print(ma.group())
abc123@163.com
# 匹配6-10位的郵箱
ma = re.match(r'[a-zA-Z0-9]{6, 10}@163.com', 'abc123@163.com')
print(ma.group())
4）*？ /+？ /??匹配 (盡可能少匹配)
ma = re.match(r'[0-9][a-z]*', '1abc')
print(ma.group())
ma = re.match(r'[0-9][a-z]*?', '1abc')
print(ma.group()) # 只匹配1
1abc
1
ma = re.match(r'[0-9][a-z]+?', '1abc')
print(ma.group()) # 只匹配一次
1a
（3）邊界匹配
ma = re.match(r'[\w]{4,10}@163.com', 'imooc@163.com')
print(ma.group())
imooc@163.com
ma = re.match(r'[\w]{4,10}@163.com', 'imooc@163.comabc') # 后面加上abc,match從頭開始匹配，則可以找到
print(ma.group())
imooc@163.com
ma = re.match(r'[\w]{4,10}@163.com', 'imooc@163.comabc')
print(ma.group()) # 匹配不到
ma = re.match(r'^[\w]{4,10}@163.com', 'imooc@163.comabc')
print(ma.group()) # 匹配不到
ma = re.match(r'^[\w]{4,10}@163.com', 'imooc@163.com')
print(ma.group()) # 加上^和$,限制開頭結尾
imooc@163.com
# 指定開頭結尾
ma = re.match(r'\Aimooc[\w]*', 'imoocpython')
print(ma.group())
ma = re.match(r'\Aimooc[\w]*', 'iimoocpython')
print(ma.group()) # 匹配不到
imoocpython
（4）分組匹配
這里不再舉例。
4. re模塊相關方法使用
以上舉例都是match，從頭到尾匹配，查找子串就不合適了
# 在一個字符串中查找匹配
1:search(pattern, string, flags=0)
# 找到匹配，返回所有匹配部分的列表
2:findall(pattern, string, flags=0)
# 將字符串中匹配正則表達式得部分替換為其它,repl可以替換函數
3:sub(pattern, repl, string, count=0, flags=0)
# 根據匹配分割字符串，返回分割字符串組成的列表
4:split(pattern, string, maxsplit=0, flags=0)
# search
import re
str1 = 'imooc videonum = 1000'
print(str1.find('1000')) # 數字改變則失效
17
info = re.search(r'\d+', str1)
print(info.group())
1000
str1 = 'imooc videonum = 10000'
info = re.search(r'\d+', str1)
print(info.group())
10000
# findall
# 當有多個數字時
str2 = 'a=100, b=200, c=300'
info = re.search(r'\d+', str2)
print(info.group())
100
info = re.findall(r'\d+', str2)
print(info.group())
[100, 200, 300]
# sub 替換
str3 = 'imooc videonum = 1000'
info = re.sub(r'\d+', '1001', str3)
print(info)
imooc videonum = 1001
# split
# 分割
str3 = 'imooc：C C++ Java'
print(re.split(r':| ', str4))
[imooc, C, C, Java]
以上即為python中的正則表達式的一些知識總結。
總結
到此這篇關于python正則表達式的文章就介紹到這了,更多相關python正則表達式內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- 一篇文章帶你了解Python和Java的正則表達式對比
- 超詳細講解python正則表達式
- Python正則表達式保姆式教學詳細教程
- python正則表達式查找和替換內容的實例詳解
