zoukankan      html  css  js  c++  java

  • python正则表达式

    正则表达式

    正则表达式是一种用来模糊匹配字符串的方法，它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配了”，否则该“没有匹配到该字符串”

    在线调试工具：点击

    一、常用正则表达式

    • 单字符：
      1. . : 除换行以外所有字符
      2. [] ：[aoe] [a-w] 匹配集合中任意一个字符
      3. \d ：数字 [0-9]
      4. \D : 非数字
      5. \w ：数字、字母、下划线、中文
      6. \W : 非\w
      7. \s ：所有的空白字符包,括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
      8. \S : 非空白
    • 数量修饰：
      1. * : 任意多次 >=0
      2. + : 至少1次 >=1
      3. ? : 可有可无 0次或者1次
      4. {m} ：固定m次 hello{3,}
      5. {m,} ：至少m次
      6. {m,n} ：m-n次
    • 边界：
      1. $ : 以某某结尾
      2. ^ : 以某某开头
    • 分组：
      1. (ab)
      2. 贪婪模式： .*
      3. 非贪婪（惰性）模式： .*?
    • re.I : 忽略大小写
    • re.M ：多行匹配
    • re.S ：单行匹配
    • re.sub(正则表达式, 替换内容, 字符串)
    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    import re
    key='bobo@hit.edu.com'#想要匹配到hit.
     
    res=re.findall('h.*\.',key)
    print(res)  #['hit.edu.']
     
    res=re.findall('h.*?\.',key)
    print(res)  #['hit.']
     
    #匹配出i开头的行
    string = '''fall in love with you
    i love you very much
    i love she
    i love her'''
    res=re.findall('^.*',string,re.M)
    print(res) #['fall in love with you', 'i love you very much', 'i love she', 'i love her']
     
    string1 = """<div>静夜思
    窗前明月光
    疑是地上霜
    举头望明月
    低头思故乡
    </div>"""
    res=re.findall('<div>(.*)</div>',string1,re.S)
    print(res)#['静夜思\n窗前明月光\n疑是地上霜\n举头望明月\n低头思故乡\n']
     
    string1 = """<div>静夜思
    窗前明月光
    疑是地上霜
    举头望明月
    低头思故乡
    </div>"""
    res=re.findall('<div>(.*)</div>',string1)
    print(res)#[]

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    63
    64
    65
    66
    67
    68
    69
    70
    71
    72
    73
    74
    75
    76
    77
    78
    79
    80
    81
    82
    83
    84
    85
    86
    87
    88
    89
    90
    91
    92
    93
    94
    95
    96
    97
    98
    99
    100
    101
    102
    103
    104
    105
    106
    107
    108
    109
    110
    111
    112
    113
    114
    115
    116
    117
    118
    119
    120
    121
    122
    123
    124
    125
    126
    # =================================匹配模式=================================
    #一对一的匹配
    # 'hello'.replace(old,new)
    # 'hello'.find('pattern')
     
    #正则匹配
    import re
    #\w与\W
    print(re.findall('\w','hello egon 123')) #['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3']
    print(re.findall('\W','hello egon 123')) #[' ', ' ']
     
    #\s与\S
    print(re.findall('\s','hello  egon  123')) #[' ', ' ', ' ', ' ']
    print(re.findall('\S','hello  egon  123')) #['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3']
     
    #\n \t都是空,都可以被\s匹配
    print(re.findall('\s','hello \n egon \t 123')) #[' ', '\n', ' ', ' ', '\t', ' ']
     
    #\n与\t
    print(re.findall(r'\n','hello egon \n123')) #['\n']
    print(re.findall(r'\t','hello egon\t123')) #['\n']
     
    #\d与\D
    print(re.findall('\d','hello egon 123')) #['1', '2', '3']
    print(re.findall('\D','hello egon 123')) #['h', 'e', 'l', 'l', 'o', ' ', 'e', 'g', 'o', 'n', ' ']
     
    #\A与\Z
    print(re.findall('\Ahe','hello egon 123')) #['he'],\A==>^
    print(re.findall('123\Z','hello egon 123')) #['he'],\Z==>$
     
    #^与$
    print(re.findall('^h','hello egon 123')) #['h']
    print(re.findall('3$','hello egon 123')) #['3']
     
    # 重复匹配：| . | * | ? | .* | .*? | + | {n,m} |
    #.
    print(re.findall('a.b','a1b')) #['a1b']
    print(re.findall('a.b','a1b a*b a b aaab')) #['a1b', 'a*b', 'a b', 'aab']
    print(re.findall('a.b','a\nb')) #[]
    print(re.findall('a.b','a\nb',re.S)) #['a\nb']
    print(re.findall('a.b','a\nb',re.DOTALL)) #['a\nb']同上一条意思一样
     
    #*
    print(re.findall('ab*','bbbbbbb')) #[]
    print(re.findall('ab*','a')) #['a']
    print(re.findall('ab*','abbbb')) #['abbbb']
     
    #?
    print(re.findall('ab?','a')) #['a']
    print(re.findall('ab?','abbb')) #['ab']
    #匹配所有包含小数在内的数字
    print(re.findall('\d+\.?\d*',"asdfasdf123as1.13dfa12adsf1asdf3")) #['123', '1.13', '12', '1', '3']
     
    #.*默认为贪婪匹配
    print(re.findall('a.*b','a1b22222222b')) #['a1b22222222b']
     
    #.*?为非贪婪匹配：推荐使用
    print(re.findall('a.*?b','a1b22222222b')) #['a1b']
     
    #+
    print(re.findall('ab+','a')) #[]
    print(re.findall('ab+','abbb')) #['abbb']
     
     
    #{n,m}
    print(re.findall('ab{2}','abbb')) #['abb']
    print(re.findall('ab{2,4}','abbb')) #['abbb']
    print(re.findall('ab{1,}','abbb')) #['abbb']  #'ab{1,}' ===> 'ab+'
    print(re.findall('ab{0,}','abbb')) #['abbb']  #'ab{0,}' ===> 'ab*'
     
    #[]
    print(re.findall('a[1*-]b','a1b a*b a-b')) #[]内的都为普通字符了，且如果-没有被转意的话，应该放到[]的开头或结尾  #['a1b', 'a*b', 'a-b']
    print(re.findall('a[^1*-]b','a1b a*b a-b a=b')) #[]内的^代表的意思是取反，所以结果为['a=b']
    print(re.findall('a[0-9]b','a1b a*b a-b a=b')) #结果为['a1b']
    print(re.findall('a[a-z]b','a1b a*b a-b a=b aeb')) #结果为['aeb']
    print(re.findall('a[a-zA-Z]b','a1b a*b a-b a=b aeb aEb')) #结果为['aeb', 'aEb']
     
    #\# print(re.findall('a\\c','a\c')) #对于正则来说a\\c确实可以匹配到a\c,但是在python解释器读取a\\c时，会发生转义，然后交给re去执行，所以抛出异常
    print(re.findall(r'a\\c','a\c')) #r代表告诉解释器使用rawstring，即原生字符串，把我们正则内的所有符号都当普通字符处理，不要转义  ['a\\c']
    print(re.findall('a\\\\c','a\c')) #同上面的意思一样，和上面的结果一样都是['a\\c']
     
    #():分组
    print(re.findall('ab+','ababab123')) #['ab', 'ab', 'ab']
    print(re.findall('(ab)+123','ababab123')) #['ab']，匹配到末尾的ab123中的ab
    print(re.findall('(?:ab)+123','ababab123')) #findall的结果不是匹配的全部内容，而是组内的内容,?:可以让结果为匹配的全部内容  ['ababab123']
    print(re.findall('href="(.*?)"','<a href="http://www.baidu.com">点击</a>'))#['http://www.baidu.com']
    print(re.findall('href="(?:.*?)"','<a href="http://www.baidu.com">点击</a>'))#['href="http://www.baidu.com"']
     
    #|
    print(re.findall('compan(?:y|ies)','Too many companies have gone bankrupt, and the next one is my company'))   #['companies', 'company']
     
    # =================================补充=================================
     
    print(re.findall("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>")) #['h1']
    print(re.search("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>").group()) #<h1>hello</h1>
    print(re.search("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>").groupdict()) #{'tag_name': 'h1'}
     
    print(re.search(r"<(\w+)>\w+</(\w+)>","<h1>hello</h1>").group()) #<h1>hello</h1>
    print(re.search(r"<(\w+)>\w+</\1>","<h1>hello</h1>").group())  #<h1>hello</h1>
     
     
    #补充二
     
    #使用|，先匹配的先生效，|左边是匹配小数，而findall最终结果是查看分组，所有即使匹配成功小数也不会存入结果
    #而不是小数时，就去匹配(-?\d+)，匹配到的自然就是，非小数的数，在此处即整数
     
     
    print(re.findall(r"-?\d+\.\d*|(-?\d+)","1-2*(60+(-40.35/5)-(-4*3))")) #找出所有整数['1', '-2', '60', '', '5', '-4', '3']
     
    #找到所有数字:
    print(re.findall('\D?(\-?\d+\.?\d*)',"1-2*(60+(-40.35/5)-(-4*3))")) # ['1','2','60','-40.35','5','-4','3']
     
    #计算器作业参考：http://www.cnblogs.com/wupeiqi/articles/4949995.html
    expression='1-2*((60+2*(-3-40.0/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))'
     
    content=re.search('\(([\-\+\*\/]*\d+\.?\d*)+\)',expression).group()
    print(content)  #(-3-40.0/5)
     
     
    #为何同样的表达式search与findall却有不同结果:
    print(re.search('\(([\+\-\*\/]*\d+\.?\d*)+\)',"1-12*(60+(-40.35/5)-(-4*3))").group()) #(-40.35/5)
    print(re.findall('\(([\+\-\*\/]*\d+\.?\d*)+\)',"1-12*(60+(-40.35/5)-(-4*3))")) #['/5', '*3']
     
    #看这个例子:(\d)+相当于(\d)(\d)(\d)(\d)...,是一系列分组
    print(re.search('(\d)+','123').group())#123  #group的作用是将所有组拼接到一起显示出来
    print(re.findall('(\d)+','123')) #['3']  #findall结果是组内的结果,且是最后一个组的结果

    re模块提供的方法

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    # ===========================re模块提供的方法介绍===========================
    import re
    #1
    print(re.findall('e','rose like play') )   #['e', 'e'],返回所有满足匹配条件的结果,放在列表里
    #2
    print(re.search('e','rose like play').group()) #e,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。
     
    #3
    print(re.match('e','rose like play'))    #None,同search,不过在字符串开始处进行匹配,完全可以用search+^代替match
     
    #4
    print(re.split('[ab]','abcd'))     #['', '', 'cd']，先按'a'分割得到''和'bcd',再对''和'bcd'分别按'b'分割
     
    #5
    print('===>',re.sub('a','A','rose like play')) #===> rose like plAy，不指定n，默认替换所有
    print('===>',re.sub('a','A','rose like play',1)) #===> rose like plAy
    print('===>',re.sub('a','A','rose like play',2)) #===> rose like plAy
    print('===>',re.sub('^(\w+)(.*?\s)(\w+)(.*?\s)(\w+)(.*?)$',r'\5\2\3\4\1','rose like play')) #===> play like rose
     
    print('===>',re.subn('a','A','rose like play')) #===> ('rose like plAy', 1),结果带有总共替换的个数
     
    #6
    obj=re.compile('\d{2}')
     
    print(obj.search('abc123eeee').group()) #12
    print(obj.findall('abc123eeee')) #['12'], 重用了obj
  • 相关阅读:
    Pandas之groupby分组
    Pandas之isna，fillna
    Spark算子
    Spark算子
    常见排序算法
    Ubuntu18关机时出现 A stop job is running for ...导致关机很慢
    攻防世界-crypto-Decode_The_File（base64隐写）
    攻防世界-crypto-Decrypt-the-Message（Poem Codes-诗歌密码）
    ubuntu 安装比特币钱包
    netapp 常用命令
  • 原文地址：https://www.cnblogs.com/bubu99/p/10166636.html
Copyright © 2011-2022 走看看