| 預定義字符 | 說明 |
|---|---|
| \w | 匹配下劃線“”或任何字母（a-zA-Z）與數字（0-9）等價于a-zA-Z0-9 |
| \W | 與\w相反，匹配特殊字符等價于**^a-zA-Z0-9_** |
| \s | 匹配任意的空白字符，等價于**空格>\r\n\f\v** |
| \S | 與\s相反，匹配任意非空白字符的字符，等價于**^\s** |
| \d | 匹配任意數字，等價于0-9 |
| \D | 與\d相反，匹配任意非數字的字符，等價于**^\d** |
| \b | 匹配單詞的邊界 |
| \B | 與\b相反，匹配不出現在單詞邊界的元素 |
| \A | 僅匹配字符串開頭，等價于^ |
| \Z | 僅匹配字符串結尾，等價于$ |
元字符：
| 元字符 | 說明 |
|---|---|
| . | 匹配任何一個字符（除換行符**\n**除外） |
| ^ | 脫字符，匹配行的開始 |
| $ | 美元符，匹配行的結束 |
| | | 連接多個可選元素，匹配表達式中出現的任意子項 |
| [] | 字符組，匹配其中的出現的任意一個字符 |
| - | 連字符，表示范圍，如“1-5”等價于“1、2、3、4、5” |
| ? | 匹配其前導元素0次或1次 |
| * | 匹配其前導元素0次或多次 |
| + | 匹配其前導元素1次或多次 |
| {n}/{m,n} | 匹配其前導元素n次/匹配其前導元素m~n次 |
| () | 在模式中劃分出子模式，并保存子模式的匹配結果 |
一般來說，使用+、?、*、{n}、{n,}和{n,m}時，即激活正則表達式的貪婪模式。可以在其后加入?來取消貪婪模式。
一般來見，重復多次匹配就是貪婪模式，也就是盡可能匹配多個字符。
比如：
import re lineOne = "Who is the Mintimate" # 貪婪模式 print(re.findall(r'\w+',lineOne)) # 非貪婪模式 print(re.findall(r'\w',lineOne)) print(re.findall(r'\w+?',lineOne))
輸出：
['Who', 'is', 'the', 'Mintimate']
['W', 'h', 'o', 'i', 's', 't', 'h', 'e', 'M', 'i', 'n', 't', 'i', 'm', 'a', 't', 'e']
['W', 'h', 'o', 'i', 's', 't', 'h', 'e', 'M', 'i', 'n', 't', 'i', 'm', 'a', 't', 'e']
可以看到，使用**?**來激活非貪婪模式，基本是讓多次匹配無效化。
之所以捕獲與非捕獲括號單獨出來講，其實是我當時學習正則時候，這邊卡了很久。
()(?:)捕獲括號其實就是代碼里的優先級一樣，比如：
2*(2+3)=10
之所以，我們會先算2+3，是因為有**()的存在。正則里也是，如果存在()**，則會優先捕獲()內的內容：
import re lineOne = "Who is Mintimate?" # 未使用捕獲括號 print(re.findall(r'Mintimate',lineOne)) # 使用捕獲括號 print(re.findall(r'M(intimate)',lineOne)) # 使用非捕獲括號 print(re.findall(r'M(?:intimate)',lineOne))
輸出結果：
['Mintimate']
['intimate']
['Mintimate']
而非捕獲括號主要與|同時使用：
import re lineOne = "This is the Mintimate,not the Minimen?" print(re.findall(r'M(?:intimate|inimen)',lineOne))
輸出結果：
['Mintimate', 'Minimen']
主要講解Python下的幾個方法使用方法。
match(…)即：
re.match(pattern, string, flags=0)
參數的具體含義如下：
使用match進行正則匹配，可以方便我們對字符串內類型的判斷，如：是否為純數字或第一位數否為數字
import re
lineOne = "7704194"
lineTwo = "My UID in Tencent Community is：7704194"
print(re.match(r"\d", lineOne))
print(re.match(r"\d+", lineOne))
print("===")
print(re.match(r"\d", lineTwo))
print(re.match(r"\d+", lineTwo))
輸出結果：
re.Match object; span=(0, 1), match='7'>
re.Match object; span=(0, 7), match='7704194'>
===
None
None
其中，\d為匹配0-9的數字類型，而+是匹配出現1次或多次。
正則搜索，常用的是search和findall方法了，方法體均一樣：
re.search(pattern, string, flags=0) re.findall(pattern, string, flags=0)
search和march類似，均是匹配字符串內容，不符合返回None。但是主要區別：
代碼中更形象：
import re lineOne = "7704194" lineTwo = "My UID in Tencent Community is：7704194" # 使用match搜索純數字字符串 print(re.match(r"\d", lineOne)) # 使用search搜索純數字字符串 print(re.search(r"\d", lineOne)) # 使用match搜索復合字符串 print(re.match(r"\d", lineTwo)) # 使用search搜索復合字符串 print(re.search(r"\d", lineTwo))
其輸出結果：
re.Match object; span=(0, 1), match='7'>
re.Match object; span=(0, 1), match='7'>
None
re.Match object; span=(31, 32), match='7'>
而findall，在上match和search的前提下，進一步封裝。相對于強化版的match和search：
import re lineOne = "7704194" lineTwo = "My UID in Tencent Community is：7704194" print(re.findall(r'\d',lineOne)) print(re.findall(r"\d",lineTwo))
輸出結果：
['7', '7', '0', '4', '1', '9', '4']
['7', '7', '0', '4', '1', '9', '4']
而如果你想完成提取：
print(re.findall(r"\d+",lineTwo))
輸出：
['7704194']
方便在數據處理時，快速提取連續數字╮(￣▽￣"")╭。
單單看文檔，總是不實際。這邊我演示幾個正則表達式的實例（我根據我自己使用環境所寫，可能在其他特殊環境有問題）
在寫爬蟲時候，有時候得到的URL是帶標簽（#）或者Get請求（?id=*）的，但是有時候我們需要去除這些參數，得到純凈的URL地址，這個時候可以用正則表達式：
lineOne = "https://www.mintimate.cn#mintimate" lineTwo = "https://www.mintimate.cn?user=mintimate" print(re.findall(r'https?://(?:[\w]|[/\.])*',lineOne)) print(re.findall(r'https?://(?:[\w]|[/\.])*',lineTwo))
效果：
['https://www.mintimate.cn']
['https://www.mintimate.cn']
這里主要的細節：
|進行配合用正則匹配IPv4就比較復雜了，我是這樣寫的：
import re
lineOne = "192.168.1.1"
lineTwo="這不是IPv4嗷"
isIPv4=re.compile(r'((2(5[0-5]|[0-4]\d))|[0-1]?\d{1,2})(\.((2(5[0-5]|[0-4]\d))|[0-1]?\d{1,2})){3}')
print(isIPv4.search(lineOne))
print(isIPv4.search(lineTwo))
輸出結果為：
re.Match object; span=(0, 11), match='192.168.1.1'>
None
解釋一下：
{3}，代表前面(\.((2(5[0-5]|[0-4]\d))|[0-1]?\d{1,2}))重復三次匹配，((2(5[0-5]|[0-4]\d))|[0-1]?\d{1,2})我們可以拆分為兩部分，(2(5[0-5]|[0-4]\d))和0-1?\d{1,2}：前者是匹配首位為2開頭、第二位為1到5或1到4、最后一位為0到9；后者是匹配第一位為0或1，且?代表可以不存在這一項，后兩位為兩位0-9的數字。使用正則表達式，很大程度是為了精簡代碼，但是存在一下問題：
解決方案：
正則表達式是一個很重要的工具，尤其是在Python數據處理時，能高效處理問題事件。看完這篇文章后，應該對正則表達式不在陌生，感興趣可以自己寫個正則規則，如：強密碼判斷、IPv6的判斷等。
另外，因為篇幅所限，更多Python內的細則，可以參考官方文檔：
https://docs.python.org/zh-cn/3.9/library/re.html
到此這篇關于淺談Python中的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瀏覽下面的相關文章希望大家以后多多支持腳本之家！
