Python笔记:Python中的正则表达式基础入门

Python爬虫基础入门丨系列合辑+学习建议 【福利+1】Python爬虫基础入门系列合辑+学习建议。在学Python爬虫?那你得进来看看~ 阅读详情

python 中简单的字符串查找

在python中我们可以使用字符串提供的find方法来匹配字符

str = 'ssdfsds2wwws'
str.find('www') # 存在 返回 8
str.find('xx') # 不存在  返回 -1

python中的正则re模块介绍

关于re模块

  • re模块是使Python语言拥有全部正则表达式功能,使用前需要使用import re导入此功能
  • compile 函数是根据一个模式字符串和可选的标志参数升恒一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和替换
  • re 模块也提供了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作为他们的第一个参数,如 search

以下通过 search、complie 两种方式进行匹配查找

import re

str = '123'
print(re.search('5', str)) # 查找不到返回 None
print(re.search('[0-9]', str)) # 中括号表示仅一位 0-9之间的数字 只用模糊查找 <_sre.SRE_Match object; span=(0, 1), match='1'>

# 使用 compile 的正则对象的search方法
pat = re.compile('[0-9]') # 此处封装一个对象
pat.search(str) # <_sre.SRE_Match object; span=(0, 1), match='1'>

python中的正则原子、元字符、模式修正符

正则原子

  • 原子是正则表达式中最基本的组成单位,每个正则表达式中至少包含一个原子。
  • 常见的原子类型有:
    • 普通字符作为原子 如:a b c 字母
    • 非打印字符作为原子 如:\n \t
    • 通用字符作为原子 如:\d \D \w \W \s \S
    • 原子表 如:多个原子拼接在一起
    • …
import re

# 查找数字
print(re.findall('\d', 'sddsssdfsss')) # []
print(re.findall('\d', 'sdds1ssdfsss')) # ['1']
print(re.findall('[0-9]', 'sdds1ssd2fsss')) # ['1', '2']
# 查找 非数字
print(re.findall('\D', 'sdds1ssd2fsss')) # ['s', 'd', 'd', 's', 's', 's', 'd', 'f', 's', 's', 's']
# []中括号的用法,或的查找
print(re.findall('[cba]', 'abcsdsdf')) # ['a', 'b', 'c']
# \s 空白符查找
print(re.findall("\s", "xxxdddsss")) # []
print(re.findall("\s", "xxx ddd\nsss")) # ['', '\n']

元字符

元字符是正则表达式中具有一些特殊含义的字符,比如重复N次前面的字符等,如下:

  • . 表示任意一个除换行符之外的字符, 常用组合 .*?, .+?
  • [xyz] []表示单个字符的原子表,此处表示 匹配 xyz的单个字符
  • [^xyz] 是[]的取反操作, 表示除中括号内原子之外的任何字符
  • * 等价于 {0,} 匹配前面的子表达式零次或多次,可以省略不写
  • + 等价于 {1,} 匹配前面的表达式一次或多次
  • ? 等价于 {0,1}
  • {n} n是一个非负整数,匹配确定的n次。
  • {n,} 至少匹配n次
  • {n,m} n是一个非负整数,其中 n <= m。最少匹配n次,最多匹配m次。
  • \ 将一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。如:\n
  • ^ 表示以什么开头
  • $ 表示以什么结尾
  • | 表示或的意思
  • () 表示一个整体原子,并且还有一个子存储单元的作用,也可使用?:来拒绝子存储 (?:.*?)
  • 等等
import re

# 查找连续的三位数字
print(re.findall('\d\d\d', 'sd234sds123ds890')) # ['234', '123', '890']
print(re.findall('\d{3}', 'sd234sds123ds890')) # ['234', '123', '890']
print(re.findall('[0-9]{3}', 'sd234sds123ds890')) # ['234', '123', '890']
print(re.findall('[0-9]{2,3}', 's67d234sds123ds890')) # ['67', '234', '123', '890'] 此处是查找2位或3位的数字,注意2与3之间有一个紧挨着的,不能加空格
# 查找至少一位数字 {1,} 或 +
print(re.findall('[0-9]{1,}', '10s1d234sds123ds890')) # ['10', '1', '234', '123', '890']
print(re.findall('[0-9]+', '10s1d234sds123ds890')) # ['10', '1', '234', '123', '890']
print(re.findall('-?[0-9]+', '10s-1d-234sds123ds890')) # ['10', '-1', '-234', '123', '890'] 查找 带有负号的和不带负号的 ? 是可有可无的意思
# 查找零次或多次重复 * 或 {0,}
print(re.findall('[a]*', 'a12aa3aaa5')) # ['a', '', '', 'aa', '', 'aaa', '', '']
# 以...开头 ^
print(re.findall('^abc', 'abc123')) # ['abc']
print(re.findall('^abc', '1abc123')) # []
# 以...开头 ^ 以...结尾 $ 精确匹配
print(re.findall('^abc$', 'abc')) # ['abc']
print(re.findall('^abc$', 'abc1')) # []
# 匹配固定位数字母
print(re.findall("[a-z]{2}", "ssssewr12DDZ3")) # ['ss', 'ss', 'ew']
print(re.findall("[a-zA-Z]{2}", "ssssewr12DDZ3")) # ['ss', 'ss', 'ew', 'DD']

模式修正符

所谓模式修正符,即可以在不改变正则表达式的情况下,通过模式修正符改变正则表达式的含义,从而实现一些匹配结果的调整等功能。

  • re.I 使匹配对大小写不敏感
  • re.L 做本地化识别(locale-aware)匹配
  • re.M 多行匹配,影响 ^ 和 $
  • re.S 使 . 匹配包括换行在内的所有字符
  • re.U 根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B
  • re.X 该标志通过给与你更灵活的格式以便你将曾泽表达式写得更易于理解。
import re

# 使用模式修正符 可以更便捷 re.I 不区分大小写
print(re.findall("[a-z]{2}", "ssssewr12DDZ3", re.I)) # ['ss', 'ss', 'ew', 'DD']
# 匹配所有字符
print(re.findall(".+", "ssssewr12DDZ3")) # ['ssssewr12DDZ3']
# 存在\n的情况
print(re.findall(".+", "ssssewr\n12DDZ3")) # ['ssssewr', '12DDZ3']
# 去除换行的情况 re.S
print(re.findall(".+", "ssssewr\n12DDZ3", re.S)) # ['ssssewr\n12DDZ3']

贪婪模式与懒惰模式

  • 贪婪模式,即最大匹配,如:.* 、.+
  • 懒惰模式,即见好就收,如:.*?、.+? 表示尽可能的少匹配
  • 懒惰模式比贪婪模式多一个?
import re

# .* 或 .+ 是最大匹配 就是贪婪模式
print(re.findall("<b>.*</b>", "<b>111</b><i>222</i><b>333</b>")) # ['<b>111</b><i>222</i><b>333</b>']
# .*? 懒惰模式
print(re.findall("<b>.*?</b>", "<b>111</b><i>222</i><b>333</b>")) # ['<b>111</b>', '<b>333</b>']
# 取出标签内容, 通过() 进行子存储过滤
print(re.findall("<b>(.*?)</b>", "<b>111</b><i>222</i><b>333</b>")) # ['111', '333']
自学Python爬虫简单入门到进阶(一):正则表达式+lxml+requests+Beautiful Soup+基础 网络爬虫(又被称为网页蜘蛛、网络机器人,在FOAF社区中,更经常地称为网页追逐者)是一种按照一定的规则,自动抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。 爬虫入手容易,但是深入较难,如何写出高效率的爬虫,如何写出灵活性高可扩展的爬虫都是一项技术活。另外在爬虫过程中,经常容易遇到被反爬虫,比如字体反爬、IP识别、验证码等,如何层层攻克难点拿到想要的数据,这些问题往往会困扰到学习爬虫的小伙伴。 今天给大家分享99篇【Python爬虫】相关精选学习资料,其中... 阅读详情

相关推荐

Python办公自动化 2.2 Python 10分钟快速入门:Python基础知识及正则表达式入门

本章讲述Python最常用的基础知识,最后一小节讲述了如何在Python中使用正则表达式来匹配字符串。

超级大洋葱的博客 1505

正则表达式(php,js,preg)的原子、元字符和模式修正符号

一、原子 1、打印字符(a-z A-Z 0-9 !@#$%^&*()_*)和非打印字符 2、所有的数字,所有的字,所有的空白,所有字母,特殊符号 \d:代表任意一个数字 \D:代表任意一个非数字 \w:代表任意一个字 a-z A-Z 0-9 _ \W:代表任意一个非字 除a-z A-Z 0-9 _之外的所有字符 \s:代表空白 \S:代表非空白 3、自己定义原子表 [1...

weixin_30414155的博客 207

开源浏览器插件开发实战:从零搭建多平台内容分发工具

浏览器扩展(Browser Extension)是运行在浏览器上层、通过标准Web技术增强浏览器能力的轻量级程序,其核心价值在于对页面内容的读取、操作与跨应用信息流转。在内容创作与分发场景中,创作者频繁需要在公众号、知乎、优快云、头条等平台间搬运同一篇文章,而传统SaaS分发工具往往受限于免费额度、授权托管和平台适配滞后等问题。基于Manifest V3规范,开发者可以构建一款100%开源、永久免费的浏览器插件,利用content script完成从源文章页提取标题、正文与图片,通过消息通信机制将结构化数

weixin_29882269的博客 296

python正则表达式入门

????今天我们来学习python的正则表达式的部分,先说下为什么要学习这一部分呢,当然是因为正则表达式处理文本类型的数据实在是太方便了。为以后进入nlp领域打打基础! 先给大家推荐一个网站: 用于正则表达式验证. 大致就长这个样子。 这里写目录标题1.基础知识2.贪婪模式和非贪婪模式3.反斜杠的用途4.中括号的用法5.匹配启始和结束位置6.括号的用法---组选择7.正则表达式切割字符总结 1.基础知识 普通字符:普通字符的含义就是字节匹配他们。 特殊字符:它们出现在正则表达式中,不是直接匹配他们,而是

柳小葱的博客 4965

VTK学习(入门级教程,包括安装和使用)~持续更新中

说明:研究QT+VTK有段时间了,准备把学到的东西分享给大家,这篇博客以VS+QT+VTK为主进行展开学习的。

HXX904的博客 4759

STM32_DAC

DAC(Digital-to-Analog Converter,数模转换器)是将数字信号转换为模拟信号的外设,广泛应用于音频输出、波形生成、电机控制等场景。STM32F407 系列芯片配备了 2 个 DAC 通道(DAC1 和 DAC2),支持 12 位分辨率,支持多种触发方式,可输出稳定的模拟电压。本文从 DAC 的基本原理出发,详细讲解 STM32F407 DAC 的配置方法、代码实现、波形生成以及实际应用案例,帮助你快速掌握 DAC 的使用技巧。

轩宇的博客 1243

python基础——正则表达式

正则表达式(Regular Expression)是一种用于处理字符串的强大工具,它可以用来检查字符串是否符合某种模式、提取字符串中的特定部分或者替换字符串中的某些内容。比如在某些场景,我们在输入邮箱的时候,如果我们的输入不符合邮箱地址的规则,则会被提示错误输入。●match(): 从字符串的开头开始匹配,如果开头不匹配则返回None。匹配成功则返回第一个匹配项(包含信息),匹配失败则返回None●search(): 在字符串中搜索与正则表达式匹配的子字符串,返回第一个匹配项(包含信息),失败返回。

tan_run的博客 2668

TI IWR6843AOP雷达+DCA1000EVM数据采集:官方手册里的坑,我帮你踩完了

本文详细解析了TI IWR6843AOP雷达与DCA1000EVM数据采集实战中的12个关键细节,包括硬件连接陷阱、mmWave Studio隐藏设置、数据采集参数优化等,帮助开发者避开官方手册未提及的常见问题,提升数据采集效率和系统稳定性。

weixin_28366475的博客 1103

Python正则表达式:从基础到高级应用的全面总结与实战

正则表达式是一种强大的文本匹配和处理工具,广泛应用于文本处理、数据抽取、表单验证等领域。本文将从正则表达式的基础知识出发,逐步深入,最终结合代码实战,带你全面了解正则表达式的奥妙。

一键难忘的博客 4238

大白话系列:什么是微服务

用大白话和实际例子来通俗易懂地告诉你什么是微服务~

2401_87403086的博客 1243

开源工具对比:5款主流大数据脱敏框架评测

数据脱敏(Data Masking/Anonymization),也称为数据漂白、数据去标识化,是指在不影响数据可用性的前提下,通过一定的技术手段对敏感信息进行处理,使其无法被识别或关联到具体个人或实体的过程。当应用程序向数据库写入数据(INSERT/UPDATE)时,ShardingSphere 会拦截 SQL,对配置了脱敏规则的字段,使用指定的算法进行加密/脱敏处理,然后将处理后的数据写入到。如果你的答案是“是”,那么数据脱敏,尤其是针对海量数据的。好的,各位技术同仁,数据安全领域的探索者们,大家好。

小程序开发 1185

入门Python笔记(基础)

以下是学习Python所记录的笔记,以便自己学习回顾。

Meiyouyudi 没有余地 MYYD 2518

在 SAP S/4HANA 分析模型中添加 Measures,Calculated、Restricted、Currency Conversion 与 Unit Conversion 的建模思路

摘要: SAP S/4HANA分析查询建模中,度量(measure)的加工层级是关键难点,涉及聚合时机、币种/单位语义、过滤上下文等复杂因素。度量不仅是数字字段,还需处理计算口径(Calculated Measures)、上下文绑定(Restricted Measures)和单位转换等问题。Calculated Measures适合派生指标(如毛利率),需注意聚合前后计算差异;Restricted Measures通过固化过滤条件(如区分实际/计划金额)确保业务语义一致性。建模时应将业务逻辑下沉到分析模型层

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 1026

Python爬虫系列——正则表达式

各位猿媛大家好,我是萌新小农,目前大二在读,正在努力学习Py,希望大家能多多关照和支持。也可以私下交流学习。同时也期望我的文章能够为大家带来帮助和解决大家的一些困惑。努力学习,拿下Py~正则表达式是由一些具有特殊含义的字符组成的字符串,用于描述要匹配的文本模式。正则表达式可以在文本中查找、替换、提取和验证特定的模式。python中,re库拥有全部正则表达式的功能。

w04171018的博客 3467

Far planner代码系列(2)

graph_decoder系列(2) 承接上文 我们接着来看decoder_node.cpp的代码部分 void GraphDecoder::Init() { /* initialize subscriber and publisher */ //graph_sub_ 订阅节点/robot_vgraph 其类型是visibility_graph_msg/Graph的消息 graph_sub_ = nh.subscribe("/robot_vgrap...

博客 1535

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

Python正则表达式中的‘r‘

Python中的正则表达式,前面加'r'会给正则表达式带来什么变化

explorer5568的博客 7576

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

Python零基础入门(六)——超详细的字符串与正则表达式

本篇博客我们学习了字符串的常用操作,包括拼接字符串、计算字符串的长度、截取字符串、分割字符串、检索字符串、字母的大小写转换、去除字符串中的空格和特殊字符、格式化字符串。我们还介绍了正则表达式的基础知识,包括行定位符、元字符、限定符、字符类、排除字符、选择字符、转义字符和分组。最后,我们学习了如何使用 re 模块在 Python 中实现正则表达式的操作,包括匹配字符串、替换字符串和分割字符串。掌握了字符串和正则表达式的基础知识,你将能够更加灵活和高效地处理和操作字符串数据。

一名机电研究生的博客 9859

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

Python基础入门笔记

Python学习笔记。

weixin_64436232的博客 597

python正则表达式入门教程括号及字符

数据分析遇到字符串处理会有两个阶段涉及到正则表达式,一个是在数据库阶段一个是Python处理阶段。作为一个小白学习正则也遇到很多弯路和难理解的点,今天就梳理梳理学习的过程。 hive里面正则表达式可以用regexp_extract()在select里进行返回指定要求的内容,也可以用regexp在where里进行指定要求的限制条件; python里面re.findall()或者df.str.extr...

黄俊文的博客 6983

【Python笔记】正则表达式基础和应用

0 引言 0.1 正则の定义、功能 正则,就是正则表达式,英文是 Regular Expression,简称 RE。正则其实就是一种描述文本内容组成规律的表示方式。 在编程语言中,正则常常用来简化文本处理的逻辑。在 Linux 命令中,它也可以帮助我们轻松地查找或编辑文件的内容,甚至实现整个文件夹中所有文件的内容替换,比如 grep、egrep、sed、awk、vim 等。 另外,在各种文本编辑器中,比如 Atom,Sublime Text 或 VS Code 等,在查找或替换的时候也会使用到它。 0.2

西瓜太郎 4659

Python中的正则表达式完全指南

在本文中,我们详细探讨了 Python 中正则表达式的基础和高级用法,从简单的匹配、查找、替换到断言、优化技巧及多行匹配等多个方面进行了深入讲解。正则表达式是一个强大的文本处理工具,掌握它的使用能够显著提高工作效率。希望这篇完整的指南能够帮助你更好地理解和应用正则表达式,提升你在 Python 中处理文本的能力。

一键难忘的博客 4561

Python入门基础,超适合小白学习的教程

在这部分我们介绍了一些Python的基础语法,Python基础语法是我们了解这门语言的基础,比如环境的配置与安装,当然没有编程或者计算机基础的朋友们,在配置和安装的过程中也会遇到一些阻拦,但是只要我们有决心学习了解它,任何的困难我们都是可以克服的。循环的学习可能是第一个比较大的拦路虎,好像我记得我在刚开始学习的时候,也是在这块绕圈绕了很长时间,我的建议就是先循环2次或者3次,接下来分析下循环结构的顺序,循环次数慢慢增多再分析下,如果循环次数再多的也是一样的执行顺序,就是多循环了几次而已。

Trb401012的博客 1154

python基础教程第三版下载,python零基础入门书籍pdf

Python从入门到精通》从初学者角度出发,通过通俗易懂的语言、丰富多彩的实例,详细介绍了使用Python进行程序开发应该掌握的各方面技术。全书共分22章,包括初识Python、Python语言基础、运算符与表达式、流程控制语句、列表与元组、字典与集合、字符串、Python中使用正则表达式、函数、面向对象程序设计、模块、异常处理及程序调试、文件及目录操作、操作数据库、GUI界面编程、Pygame游戏编程、网络爬虫开发、使用进程和线程、网络编程、Web编程、Flask框架、e起去旅行网站等。

Z77888_的博客 1149

Python3小白基础入门 | 学习笔记

但由于Tom有了其他的选择,没有确认这个offer,HR选择了正好能够确认这个offer的Andy,所以请把列表offer_list中 'Tom' 的名字换成 'Andy' ,八/十/十六进制转二进制:bin(int(n,8))、bin(int(n,10))、bin(int(n,16))二/十/十六进制转八进制:oct(int(n,2))、oct(int(n,10))、oct(int(n,16))二/八/十进制转十六进制:hex(int(n,2))、hex(int(n,8))、hex(int(n,10))

qq_45444343的博客 1821

Python 正则表达式入门(初级篇)

Python 正则表达式入门(初级篇) 本文主要为没有使用正则表达式经验的新手入门所写。 转载请写明出处 引子 首先说 正则表达式是什么? 正则表达式,又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法(英语:Regular Expression,在代码中常简写为regex、regexp或RE),计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。...

0x8g1T9E- 3638

python零基础入门书籍pdf,python3.6从入门到精通pdf

通过自学编程,感觉到基础知识很重要,越到后面越能发现这一点,光记住是不行的,还要灵活运用,要多调试代码,计算机就是一个不断练习,不断遇到问题,解决问题的工种,要根据实际的业务能想到对应的语法,实际项目和应用最重要。不足的地方在于有些例子陈旧了。《网络是怎样连接的》以探索之旅的形式,从在浏览器中输入网址开始,一路追踪了到显示出网页内容为止的整个过程,以图配文,讲解了网络的全貌,并重点介绍了实际的网络设备和软件是如何工作的。《网络是怎样连接的》,计算机网络图解趣味版,中文PDF,362页,带目录,文字可复制。

chatgpt001的博客 1072
上一篇: Python笔记:数据结构与算法之数组操作
下一篇: Python笔记:Python中的正则表达式常用函数整理
Wang's Blog
博客等级 码龄12年 7439粉丝 2424原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Wang's Blog

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值