标准库之正则表达式1-基础内容篇

re模块中的函数

1. re.search() 搜索文本中模式匹配的内容， 看代码:

import re
# 预先编译模式
regexes = [
    re.compile(p)
    for p in ['this', 'that']
]
text = 'Does this text match the pattern?'

# {!r}和{}的区别，发现前者输出的字符包含单引号，而后者则无
print('Text: {!r}\n'.format(text))

for regex in regexes:
    print('Seeking "{}" ->'.format(regex.pattern),
          end=' ')
    # search 搜索匹配的模式
    if regex.search(text):
        print('match!')
    else:
        print('no match')

2. re.findall() 来进行多重匹配， 返回的是与模式匹配的所有字符串.
3. re.finditer(）和re.findall() 功能相同，只不过返回的是匹配Match的实例。
   re.findall() 示例:

import re
text = 'abbaaabbbbaaaaa'
pattern = 'ab'
for match in re.findall(pattern, text):
    print('Found {!r}'.format(match), 'type: ', type(match))

输出:

Found 'ab' type:  <class 'str'>
Found 'ab' type:  <class 'str'>

re.finditer(）编写测试正则表达式的函数。

import re

# 用来进行查询匹配的函数
def test_patterns(text, patterns):
    """
    提供文本和模式，查找文本中所有的匹配的模式
    text: string
    patterns: list
    """
    # Look for each pattern in the text and print the results
    for pattern, desc in patterns:
        print("'{}' ({})\n".format(pattern, desc))
        print("  '{}'".format(text))
        for match in re.finditer(pattern, text):
            s = match.start()
            e = match.end()
            substr = text[s:e]
            n_backslashes = text[:s].count('\\')
            prefix = '.' * (s + n_backslashes)
            print("  {}'{}'".format(prefix, substr))
        print()
    return

测试Demo和输出:

if __name__ == '__main__':
    test_patterns('abbaaabbbbaaaaa',
                  [('ab', "'a' followed by 'b'"),
                   ])

4. re.match() 匹配开头
5. re.fullmatch() 匹配整个字符串
6. search(text, pos)可以指定搜索的位置
测试例子:

    text = 'This is some text -- with punctuation.'
    pattern = 'is'

    print('Text   :', text)
    print('Pattern:', pattern)
    # 匹配开头
    m = re.match(pattern, text)
    print('Match  :', m)
    # 匹配整个字符串
    s = re.fullmatch(pattern, text)
    print('Fullmatch :', s)
    s = re.search(pattern, text)
    print('Search :', s)
    # search 可以指定搜索的位置
    pattern2 = re.compile(r'\b\w*is\w*\b')
    pos = 0
    while True:
        match = pattern2.search(text, pos)
        if not match:
            break
        print("--Match", text[match.start():match.end()])
        pos = match.end()

输出:

匹配格式

匹配符号

匹配模式中有五种匹配重复的符号, 调用上面的测试函数，见如下测试示例:

if __name__ == '__main__':
    test_patterns(
        'abbaabbba',
        [('ab*', 'ab b匹配0次或多次'),
         ('ab+', 'ab b匹配1次或多次'),
         ('ab?', 'ab b匹配0次或1次'),
         ('ab{3}', 'ab b为3个'),
         ('ab{2,3}', 'ab b的个数是两个到三个')],
    )

输出为:

其他符号:

# [ab] 匹配a或b
# ^代表排除 [^abc] 代表排除abc
# [A-Z] 包含所有大写的ASCII 字母
# [a-z] 包含所有小写的ASCII 字母
# . 模式应该匹配该位置的单个字符
# . 加重复符号 可以得到非常长的匹配 如 .* .*?

重要的转义码:

转义码	含义
\d	数字
\D	反过来 非数字
\s	空白符 （制表符、空格和换行）
\S	非空白符
\w	字母数字
\W	非字母数字

正则中的锚定码:

锚定码	含义
^	字符串或行的开头
$	字符串或行的结尾
\A	字符串开头
\Z	字符串末尾
\b	空串在开头或末尾
\B	空串不在开头或末尾

匹配的模式

贪心模式【默认】：尽可能多的匹配

在匹配重复字符【*+？{}】后面加上？可以关闭这种贪心的方式
如下测试实例:

if __name__ == '__main__':
    test_patterns(
        'abbaabbba',
        [('ab*?', 'ab b匹配0次或多次 不贪心'),
         ('ab+?', 'ab b匹配1次或多次 不贪心'),
         ('ab??', 'ab b匹配0次或1次 不贪心'),
         ('ab{3}?', 'ab b为3个 不贪心'),
         ('ab{2,3}?', 'ab b的个数是两个到三个 不贪心')],
    )

如下是不贪心模式的输出:

实战测试

python中使用转义字符 \ 比较好的方式，加上r 前缀表示原始字符串。
测试锚定码：

    test_patterns(
        '你好, 本字符串用来展示案例, 请关注世界杯, 加油踢球',
        [
         (r'^\w+', '锚定字符串的开头部分'),
         (r'\A\w+', '锚定字符串的开头部分'),
         (r'\w+\S*$', '锚定字符串的结尾部分'),
         (r'\w+\S*\Z', '锚定字符串的结尾部分'),
         (r'\w*用\w*', '锚定字符串中包含用的句子'),
         (r'\b请\w+', '锚定字符串中以 请 字开头的句子'),
         (r'\w杯\b', '锚定字符串中以 杯 字结尾的句子'),
         (r'\B踢\B', '踢, 不在开始和结尾')
         ],
    )

输出:

'^\w+' (锚定字符串的开头部分)

  '你好, 本字符串用来展示案例, 请关注世界杯, 加油踢球'
  '你好'

'\A\w+' (锚定字符串的开头部分)

  '你好, 本字符串用来展示案例, 请关注世界杯, 加油踢球'
  '你好'

'\w+\S*$' (锚定字符串的结尾部分)

  '你好, 本字符串用来展示案例, 请关注世界杯, 加油踢球'
  ------------------------'加油踢球'

'\w+\S*\Z' (锚定字符串的结尾部分)

  '你好, 本字符串用来展示案例, 请关注世界杯, 加油踢球'
  ------------------------'加油踢球'

'\w*用\w*' (锚定字符串中包含用的句子)

  '你好, 本字符串用来展示案例, 请关注世界杯, 加油踢球'
  ----'本字符串用来展示案例'

'\b请\w+' (锚定字符串中以 请 字开头的句子)

  '你好, 本字符串用来展示案例, 请关注世界杯, 加油踢球'
  ----------------'请关注世界杯'

'\w杯\b' (锚定字符串中以 杯 字结尾的句子)

  '你好, 本字符串用来展示案例, 请关注世界杯, 加油踢球'
  --------------------'界杯'

'\B踢\B' (t, not start or end of word)

  '你好, 本字符串用来展示案例, 请关注世界杯, 加油踢球'
  --------------------------'踢'

如何正则中匹配转义字符?

    test_patterns(
        r'\d+ \D+ \s+',
        [(r'\\.\+', '转义字符')],
    )

输出为: