zoukankan      html  css  js  c++  java
  • day18正则及re模块

    在线测试工具 http://tool.chinaz.com/regex/

    正则表达式本身和python语言没什么联系,只是匹配字符串内容的一种规则;详见:http://www.cnblogs.com/Eva-J/articles/7228075.html#_label10

    官方定义:正则表达式是对字符串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。在线测试工具 http://tool.chinaz.com/regex/

    字符组:[字符组],

    在同一个位置可以出现的各种字符组成一个字符组;例:[1-9];[a-z];[1,2,5,a]

    字符:

    元字符  

    匹配内容
    .

    除换行符外的任意字符

    ^

     只能用在首位置,匹配字符串的开始

    $

    只能用在末尾,匹配字符串的结尾

    w  

     匹配字母,数字或下划线

    d

     匹配数字

    

     匹配一个单词的结尾

    s

     匹配任意的空白符

      

     匹配一个换行符

      

     匹配一个制表符

    W

     和w相反,匹配非字母数字下划线的任意字符

    D

     和d相反,匹配非数字的任意字符

    S

     和s相反,匹配非空白的任意字符

    a|b  

     匹配a或b

    ()

     匹配括号内的表达式,也表示一个组

    [……]  

     匹配字符中的字符

    [^……]

     匹配除了字符组中字符的所有字符        

    量词: 量词都是贪婪匹配,也就是尽可能匹配,后面加?号使其变成惰性匹配

    量词  用法说明
    重复0次或1次
    + 重复1次或多次
    * 重复0次或多次
    {n} 重复n次
    {n,} 重复n次或多次
    {n,m} 重复n次到m次

    .*?的用法

    . 是任意字符; * 是取 0 至 无限长度; ? 是非贪婪模式。

    何在一起就是 取尽量少的任意字符,一般不会这么单独写,他大多用在: .*?x

    就是取前面任意长度的字符,直到一个x出现

    re模块

    import re
    
    ret = re.findall('a', 'eva egon yuan')  # 返回所有满足匹配条件的结果,放在列表里
    print(ret) #结果 : ['a', 'a']
    
    ret = re.search('a', 'eva egon yuan').group()
    print(ret) #结果 : 'a'
    # 函数会在字符串内查找模式匹配,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。
    
    ret = re.match('a', 'abc').group()  # 同search,不过尽在字符串开始处进行匹配
    print(ret)
    #结果 : 'a'
    
    ret = re.split('[ab]', 'abcd')  # 先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割
    print(ret)  # ['', '', 'cd']
    
    ret = re.sub('d', 'H', 'eva3egon4yuan4', 1)#将数字替换成'H',参数1表示只替换1个
    print(ret) #evaHegon4yuan4
    
    ret = re.subn('d', 'H', 'eva3egon4yuan4')#将数字替换成'H',返回元组(替换的结果,替换了多少次)
    print(ret)
    
    obj = re.compile('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
    
    import re
    ret = re.finditer('d', 'ds3sy4784a')   #finditer返回一个存放匹配结果的迭代器
    print(ret)  # <callable_iterator object at 0x10195f940>
    print(next(ret).group())  #查看第一个结果
    print(next(ret).group())  #查看第二个结果
    print([i.group() for i in ret])  #查看剩余的左右结果
    re模块

     findall的优先级查询

    import re
    
    ret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com')
    print(ret)  # ['oldboy']     这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可
    
    ret = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com')
    print(ret)  # ['www.oldboy.com']
    View Code

    split的优先级查询

    ret=re.split("d+","eva3egon4yuan")
    print(ret) #结果 : ['eva', 'egon', 'yuan']
    
    ret=re.split("(d+)","eva3egon4yuan")
    print(ret) #结果 : ['eva', '3', 'egon', '4', 'yuan']
    
    #在匹配部分加上()之后所切出的结果是不同的,
    #没有()的没有保留所匹配的项,但是有()的却能够保留了匹配的项,
    #这个在某些需要保留匹配部分的使用过程是非常重要的。
    View Code

    综合练习

    匹配标签

    #标签匹配
    import re
    ret=re.search('<(?P<tag_name>w+)>w+</(?P=tag_name)>','<h>head</h>')
    #还可以在分组中利用?<name>的形式给分组起名字
    #获取的匹配结果可以直接用group('名字')拿到对应的值
    print(ret.group())  #结果:<h>head</h>
    print(ret.group('tag_name')) #结果h
    
    ret1=re.search(r'<(w+)>w+</1>','<h>head</h>')  #r,转义
    #如果不给组起名字,也可以用序号来找到对应的组,表示要找的内容和前面的组内容一致
    #获取的匹配结果可以直接用group(序号)拿到对应的值
    print(ret1.group())  #结果:<h>head</h>
    print(ret1.group(1))  #结果h
    匹配标签

    匹配整数

    ret2=re.findall(r'd+',"1-2*(60+(-40.35/5)-(-4*3))")
    print(ret2)  #['1', '2', '60', '40', '35', '5', '4', '3']
    ret2=re.findall(r'-?d+.d*|(-?d+)',"1-2*(60+(-40.35/5)-(-4*3))")
    print(ret2)     #['1', '-2', '60', '', '5', '-4', '3']
    ret2.remove('')
    print(ret2)    #['1', '-2', '60', '5', '-4', '3'] 
    匹配整数

    数字匹配

    1、 匹配一段文本中的每行的邮箱
          http://blog.csdn.net/make164492212/article/details/51656638
    
    2、 匹配一段文本中的每行的时间字符串,比如:‘1990-07-12’;
    
       分别取出1年的12个月(^(0?[1-9]|1[0-2])$)、
       一个月的31天:^((0?[1-9])|((1|2)[0-9])|30|31)$
    
    3、 匹配qq号。(腾讯QQ号从10000开始)  [1,9][0,9]{4,}
    
    4、 匹配一个浮点数。       ^(-?d+)(.d+)?$   或者  -?d+.?d*
    
    5、 匹配汉字。             ^[u4e00-u9fa5]{0,}$ 
    
    6、 匹配出所有整数
    View Code
  • 相关阅读:
    自动化测试最新面试题和答案
    没有接口设计文档怎么做测试?
    测试岗/测试开发岗面经合集
    安卓测试常用的 ADB 命令
    面试问题集合
    springboot测试邮件发送
    swagger
    shiro 登录拦截和用户认证、资源授权
    SpringSecurity(安全框架)
    SpringBoot整合Mybatis框架
  • 原文地址:https://www.cnblogs.com/geng-xiaoqiaoliushui/p/10345979.html
Copyright © 2011-2022 走看看