zoukankan      html  css  js  c++  java
  • Python 22 常用模块03

    常用模块03 re

    1. 正则表达式

    • 正则表达式是对字符串操作的各种逻辑公式. 我们一般使用正则表达式对字符串进行匹配和过滤
    1. 字符组
      字符组很简单用[]括起来. 在[]中出现的内容会被匹配. 例如:[abc] 匹配a或b或c
      如果字符组中的内容过多还可以使用- , 例如: [a-z] 匹配a到z之间的所有字母 [0-9]
      匹配所有阿拉伯数字

    2. 简单元字符
      基本的元字符:
      . 匹配除换行符以外的任意字符
      w 匹配字母或数字或下划线
      s 匹配任意的空字
      d 匹配数字
      匹配一个换行符
      匹配一个制表符
       匹配一个单词的结尾
      ^ 匹配字符串的开始
      $ 匹配字符串的结尾
      W 匹配数字字母或数字或下划线
      D 匹配一数字
      S 匹配非空白符
      a|b 匹配字符a或字符b
      () 匹配括号内的表达式,也表示一个组
      [...] 匹配字符组中的字符
      [^...] 匹配除了字符组中字符的所有字符

    3. 量词
      * 重复零次或更多次
      + 重复一次或更多次
      ? 重复零次或一次
      {n} 重复n次
      {n,} 重复n次或更多次
      {n,m} 重复n到m次

    4. 惰性匹配和贪婪匹配

    • 在量词中的 *, +,{} 都属于贪婪匹配. 就是尽可能多的匹配到结果.
    • 在使用 .*后面如果加了? 则是尽可能的少匹配. 表示惰性匹配
    • .*?x 的特殊含义 找到下一个x为止.
    1. 分组
      在正则中使用()进行分组. 比如. 我们要匹配一个相对复杂的身份证号.身份证号分成两种. 老的身份证号有15位. 新的身份证号有18位. 并且新的身份证号结尾有可能是x.
      给出以下正则:
    ^[1-9]d{13,16}[0-9x]$
    ^[1-9]d{14}(d{2}[0-9x])?$
    ^([1-9]d{16}[0-9x]|[1-9]d{14})$
    

    2. re模块的使用

    re模块是python提供的一套关于处理正则表达式的模块. 核心功能有四个:

      1. findall 查找所有. 返回list
    lst = re.findall("m", "mai le fo len, mai ni mei!")
    print(lst) # ['m', 'm', 'm']
    lst = re.findall(r"d+", "5点之前. 你要给我5000万")
    print(lst) # ['5', '5000']
    
      1. search 会进行匹配. 但是如果匹配到了第一个结果. 就会返回这个结果. 如果匹配不上search返回的则是None
    ret = re.search(r'd', '5点之前. 你要给我5000万').group()
    print(ret) # 5
    
      1. match 只能从字符串的开头进行匹配
    ret = re.match('a', 'abc').group() 
    print(ret) # a
    
      1. finditer 和findall差不多. 只不过这时返回的是迭代器
    it = re.finditer("m", "mai le fo len, mai ni mei!")
    for el in it:
     print(el.group()) # 依然需要分组
    
    • 5.其他操作
    ret = re.split('[ab]', 'qwerafjbcd') # 先按'a到'qwer'和'fjbcd'在对'qwer'和'fjbcd'分别按'b'分割print(ret) # ['qwer', 'fj', 'cd']
    
    ret = re.sub(r"d+", "_sb_","alex250taibai250wusir250ritian38") # 把字符串的数字换成__sb__
    
    print(ret) # alex_sb_taibai_sb_wusir_sb_ritian_sb_
    ret = re.subn(r"d+", "_sb_", "alex250taibai250wusir250ritian38") # 将数字替换成'__sb__',返回元组(替换的结果,替换了多少次)
    
    print(ret) # ('alex_sb_taibai_sb_wusir_sb_ritian_sb_', 4)
    
    obj = re.compile(r'd{3}') # 将正则表达式编译成为一个 正则表达式对象, 规则要匹配的是3个数字
    
    ret = obj.search('abc123eeee') # 正则表达式对象调用search, 参数为待匹配的字符串
    print(ret.group()) # 结果: 123
    
    • 爬虫的重点

    obj = re.compile(r'(?P<id>d+)(?P<name>e+)') # 从正则表达式匹配的内容每个组起名字

    ret = obj.search('abc123eeee') # 搜索
    print(ret.group()) # 结果: 123eeee
    print(ret.group("id")) # 结果: 123 # 获取id组的内容
    print(ret.group("name")) # 结果: eeee # 获取name组的内容

  • 相关阅读:
    vue响应式原理的实现
    手写 Promise
    模拟ATM机功能(C语言)
    打印空心菱形
    假设一对耗子每个月都可以生一对小耗子。小耗子生长3个月后,从第4个月开始也就能够生小耗子。问:假设所有的耗子都不死的话,那么20个月后一共有多少只耗子?
    判断一年中的第几天
    依次将10个数输入,要求打印出其中最大的数
    九九乘法表
    判断是否为闰年
    从键盘上接收一个字母,判断是否是大写字母,如果是则转换成小写字母输出 ,否则直接输出。
  • 原文地址:https://www.cnblogs.com/NATO/p/9991172.html
Copyright © 2011-2022 走看看