最全Python正则表达式来袭
作者:互联网
前言
正则表达式是对字符串(包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为“元字符”))操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式,该模式描述在搜索文本时要匹配的一个或多个字符串。
上面都是官方的说明,博主自己的理解是(仅供参考):通过事先规定好一些特殊字符的匹配规则,然后利用这些字符进行组合来匹配各种复杂的字符串场景。比如现在的爬虫和数据分析,字符串校验等等都需要用到正则表达式来处理数据。
python的正则表达式则是re模块了。
re 模块使 Python 语言拥有全部的正则表达式功能。
re 模块也提供了与这些方法功能完全一致的函数,这些函数使用一个模式字符串做为它们的第一个参数。
想学习更多关于python的知识可以加我QQ:2955637827
基本语法
编号 | 表达式 | 描述 |
---|---|---|
1 | a, X, 9, < | 普通字符完全匹配。 |
2 | . | 匹配任何单个字符,除了换行符’\n‘ |
3 | \w | 匹配“单词”字符:字母或数字或下划线[a-zA-Z0-9_]。 |
4 | \W | 匹配任何非字词。 |
5 | \b | 字词与非字词之间的界限 |
6 | \s | 匹配单个空格字符 - 空格,换行符,返回,制表符 |
7 | \S | 匹配任何非空格字符。 |
8 | \t, \n, \r | 制表符,换行符,退格符 |
9 | \d | 十进制数[0-9] |
10 | ^ | 匹配字符串的开头 |
11 | $ | 匹配字符串的末尾 |
12 | \ | 抑制字符的“特殊性”,也叫转义字符。 |
1.match函数
只从字符串的最开始与pattern进行匹配
下面是函数的语法 -
re.match(pattern, string, flags = 0)
这里是参数的描述 -
pattern - 这是要匹配的正则表达式。
string - 这是字符串,它将被搜索用于匹配字符串开头的模式。
flags - 可以使用按位OR(|)指定不同的标志。 这些是修饰符,如下表所列。
re.match 函数在成功时返回匹配对象,失败时返回None。使用match(num)或groups()函数匹配对象来获取匹配的表达式。
编号 | 匹配对象 | 描述 |
---|---|---|
1 | group(num = 0) | 此方法返回整个匹配(或特定子组num) |
2 | groups() | 此方法返回一个元组中的所有匹配子组(如果没有,则返回为None) |
示例
import re line = 'i can speak good english' matchObj = re.match(r'\s(\w*)\s(\w*).*',line) if matchObj: print('matchObj.group() :',matchObj.group()) print('matchObj.group() :',matchObj.group(1)) print('matchObj.group() :',matchObj.group(2)) print('matchObj.group() :',matchObj.group(3)) else: print('no match!')
import re line = 'i can speak good english' matchObj = re.match(r'(i)\s(\w*)\s(\w*).*',line) if matchObj: print('matchObj.group() :',matchObj.group()) print('matchObj.group() :',matchObj.group(1)) print('matchObj.group() :',matchObj.group(2)) print('matchObj.group() :',matchObj.group(3)) else: print('no match!')
2.search函数
与match()工作的方式一样,但是search()不是从最开始匹配的,而是从任意位置查找第一次匹配的内容。
下面是这个函数的语法 -
re.match(pattern, string, flags = 0)
这里是参数的描述 -
pattern - 这是要匹配的正则表达式。
string - 这是字符串,它将被搜索用于匹配字符串开头的模式。
flags - 可以使用按位OR(|)指定不同的标志。 这些是修饰符,如下表所列。
re.search函数在成功时返回匹配对象,否则返回None。使用match对象的group(num)或groups()函数来获取匹配的表达式。
编号 | 匹配对象 | 描述 |
---|---|---|
1 | group(num = 0) | 此方法返回整个匹配(或特定子组num) |
2 | groups() | 此方法返回一个元组中的所有匹配子组(如果没有,则返回为None) |
示例
import re line = 'i can speak good english' matchObj = re.search('(.*) (.*?) (.*)',line) if matchObj: print('matchObj.group() :',matchObj.group()) print('matchObj.group() :',matchObj.group(1)) print('matchObj.group() :',matchObj.group(2)) print('matchObj.group() :',matchObj.group(3)) else: print('no match!')
3.sub()函数
使用正则表达式re模块中的最重要的之一是sub。
模块
re.sub(pattern, repl, string, max=0)
此方法使用repl替换所有出现在RE模式的字符串,替换所有出现,除非提供max。此方法返回修改的字符串。
示例
import re line = 'i can speak good english' speak = re.sub(r'can','not',line) print(speak) speak1 = re.sub(r'\s','',line) #替换所有空格 print(speak1)
特殊语法示例
字符类
编号 | 示例 | 说明 |
---|---|---|
1 | [Pp]ython | 匹配“Python”或“python” |
2 | rub[ye] | 匹配“ruby”或“rube” |
3 | [aeiou] | 匹配任何一个小写元音 |
4 | [0-9] | 匹配任何数字; 如[0123456789] |
5 | [a-z] | 匹配任何小写ASCII字母 |
6 | [A-Z] | 匹配任何大写的ASCII字母 |
7 | [a-zA-Z0-9] | 匹配上述任何一个 |
8 | [^aeiou] | 匹配除小写元音之外的任何东西 |
9 | [^0-9] | 匹配数字以外的任何东西 |
特殊字符类
编号 | 示例 | 说明 |
---|---|---|
1 | . | 匹配除换行符以外的任何字符 |
2 | \d | 匹配数字:[0-9] |
3 | \D | 匹配非数字:[^0-9] |
4 | \s | 匹配空格字符:[\t\r\n\f] |
5 | \S | 匹配非空格:[^\t\r\n\f] |
6 | \w | 匹配单字字符: [A-Za-z0-9_] |
7 | \W | 匹配非单字字符: [A-Za-z0-9_] |
重复匹配
编号 | 示例 | 说明 |
---|---|---|
1 | ruby? | 匹配“rub”或“ruby”:y是可选的 |
2 | ruby* | 匹配“rub”加上0个以上的y |
3 | ruby+ | 匹配“rub”加上1个或更多的y |
4 | \d{3} | 完全匹配3位数 |
5 | \d{3,} | 匹配3位或更多位数字 |
6 | \d{3,5} | 匹配3,4或5位数 |
非贪婪重复
这匹配最小的重复次数 -
编号 | 示例 | 说明 |
---|---|---|
1 | <.*> | 贪婪重复:匹配“ perl>” |
2 | <.*?> | 非贪婪重复:在“ perl”中匹配“ ” |
用圆括号分组
编号 | 示例 | 说明 |
---|---|---|
1 | \D\d+ | 没有分组:+重复\d |
2 | (\D\d)+ | 分组:+重复\D\d对 |
3 | ([Pp]ython(,)?)+ | 匹配“Python”,“Python,python,python”等 |
反向引用
这与以前匹配的组再次匹配 -
编号 | 示例 | 说明 |
---|---|---|
1 | ([Pp])ython&\1ails | 匹配python和pails或Python和Pails |
2 | (['"])[^\1]*\1 | 单引号或双引号字符串。\1匹配第一个分组匹配。 \2匹配任何第二个分组匹配等 |
3 | python | perl |
4 | rub(y | le) |
5 | Python(!+ | ?) |
锚点
这需要指定匹配位置。
编号 | 示例 | 说明 |
---|---|---|
1 | ^Python | 在字符串或内部行的开头匹配“Python” |
2 | Python$ | 在字符串或内部行的结尾匹配“Python” |
3 | \APython | 在字符串的开头匹配“Python” |
4 | Python\Z | 在字符串的末尾匹配“Python” |
5 | \bPython\b | 在字词的边界匹配“Python” |
6 | \brub\B | \B是非字词边界:在“rube”和“ruby”中匹配“rub”,而不是单独匹配 |
7 | Python(?=!) | 匹配“Python”,如果跟着感叹号。 |
8 | Python(?!!) | 匹配“Python”,如果没有感叹号后面。 |
带括号的特殊语法
编号 | 示例 | 说明 |
---|---|---|
1 | R(?#comment) | 匹配“R”。其余的都是注释 |
2 | R(?i)uby | 匹配“uby”时不区分大小写 |
3 | R(?i:uby) | 同上 |
4 | rub(?:yle)) | 仅组合而不创建\1反向引用
|
标签:匹配,re,Python,最全,正则表达式,字符串,print,group,matchObj 来源: https://blog.csdn.net/pythonputao/article/details/110479471