正则表达式 and RE模块

---

1.re字符 AM
2.re的使用 PM
3.正则表达式 AM
4.正则符号表，以及在线测试生成正则网站
AM

---

1、正则表达式

• 1、应用场景
  • 1、在1个文件/字符串中,找到qq邮箱地址
    "3094333@qq.com aaa@126.com 555555@qq.com"
  • 2、在nginx访问日志中,提取出所有的IP地址
  • 3、从超级长字符串中提取想要的数据(内涵段子)
• 2、定义
  • 用一些具有特殊含义的符号组合到一起,来描述字符/字符串的方法
• 3、应用范围
  • 1、对文本内容(字符串)的定位、提取、替换
  • 2、Web后端框架Django路由
  • 3、Python爬虫文本匹配
  • 4、… …
• 4、正则特点
  • 1、方便处理文本
  • 2、支持语言众多
  • 3、使用灵活多样

2、re模块使用流程

• 1、导入模块
  • import re
• 2、re模块的findall()方法匹配字符串
  • rList = re.findall(‘正则表达式’,‘匹配的字符串’)
• 3、示例代码
  s = ‘hello 13811111111 I am 13999999999,He is 119 hello 119’

3、元字符的使用

• 1、普通元字符 ：a b c f

  • 1、匹配规则 ：每个字符匹配对应的自身字符
  • 2、示例
    In [2]: re.findall(‘He’,‘Hello Tom Hello Jim’)
    Out[2]: [‘He’, ‘He’]
    In [3]: re.findall(‘小姐姐’,‘小姐姐小姐姐,我是Python小哥哥’)
    Out[3]: [‘小姐姐’, ‘小姐姐’]

• 2、或 元字符 ：|

  • 1、规则 ：匹配 | 两边的任意1个正则表达式

  • 2、示例
    In [4]: re.findall(‘AB|CD’,‘ABCDEFGAB’)
    Out[4]: [‘AB’, ‘CD’, ‘AB’]

    In [5]: re.findall(‘AB|BC’,‘ABCDEFG’)
    Out[5]: [‘AB’] # 不会重复匹配BC

  **3、匹配任意1个字符 ： **.

  • 1、规则 ：匹配任意1个字符(不包括换行符\n)
  • 2、示例 ：t.m -> tom tem tam
    In [11]: re.findall(‘t.m’,‘tomt\nm’)
    Out[11]: [‘tom’] # .不能匹配\n

4、匹配字符串的开始位置 ^：

• 1、规则 ：匹配目标字符串的开始位置
• 2、示例 ：
• 3、练习
  • 1、把/etc/passwd复制到你自己的目录下
    sudo cp /etc/passwd 自己路径
  • 2、写py文件,把passwd中所有行首的tarena输出

5、匹配字符串的结尾位置 ：$

• 1、规则 ：字符串结束位置
• 2、示例 ：
  re.findall(‘小姐姐$’,‘Hi,小姐姐’)
• 3、练习
  查找passwd文件中登录权限为/bin/false用户有几个

6、匹配重复

• 1、* ：前面的1个字符出现0次或多次
  abc* -> ab abc abcc abccc
• 2、+ ：前面的1个字符出现1次或多次
  abc+ -> abc abcc abccc
• 3、{n} ：前面的1个字符出现n次
  ab{3}c -> abbbc
  \d{11}
• 4、{m,n} ：前面的1个字符出现m-n次
  ab{1,3}c -> abc abbc abbbc

  ---

  PM

  ---

1、匹配单词边界

• \b ：单词边界
• \B ：非单词边界
• re.findall(’\bis\b’,‘This is a rabbit’)
• []
• re.findall(’\bis\b’,‘This is a rabbit’)
• [‘is’]
• re.findall(r’\bis\b’,‘This is a rabbit’)
• [‘is’]

2、正则表达式转义

• 1、正则中特殊符号 ：. * ? ^ $ [] () \ {}
• 2、正则表达式匹配特殊符号 ：\特殊符号 (. $)
• 3、正则表达式写时请加 ：r (re.findall(r’$’,’’)
• 4、示例
  • 你写的正则表达式本身就是1个Python字符串
  • 第1步 ：Python先进行字符串解析
  • 第2步 ：把Python解析完字符串再传给findall()函数进行正则解析匹配

    In [17]: re.findall('\$\d+',"$88")
    Out[17]: ['$88']

    In [18]: re.findall('\\$\\d+',"$88")
    Out[18]: ['$88']

    In [19]: re.findall(r'\$\d+','$88')
    Out[19]: ['$88']

python字符串     正则表达式     目标字符串
  '\\$\\d+'        '\$\d+'         $88
  r'\$\d+'         '\$\d+'         $88

3、捕获组(有名字)和非捕获组(没有名字)

• 1、捕获组格式 ：’(?P\w+)\s+\w+’
• 2、示例
  • re.search(’(?P\w+)\s+(?P\w+)’,‘A B C D’).group(“lion”)
• ‘B’

4、re模块常用方法

• 1、regex = re.compile(pattern,flags = 0)
  • 功能 ：生成正则表达式对象
  • 参数 ：pattern 正则表达式
    - flags 功能标志位(re.I re.S)
  • 返回值 ：对象
• 2、regex对象属性
  • 1、pattern ：正则表达式
  • 2、flags ：标志位常量(32)
  • 3、groups ：组的数量
  • 4、groupindex:生成捕获组名和第几组的键值对
• 3、findall(‘正则表达式’,‘目标字符串’)
  • 1、返回值为列表,如果有分组只获取子组的内容
  • 2、re调用和regex对象调用
    • 1、re.findall()
    • 2、regex = re.compile(’\w+:\d+’)
      • regex.findall(s,pos,endpos)
  • pos : 目标字符串起始位置
  • endpos : 目标字符串终止位置
• 4、spilt(pattern,string)
  • 1、功能 ：使用正则表达式匹配部分切割字符串
  • 2、regex = re.compile(’\s+’)
    • rSplit = regex.split(‘hello world hello tarena’)
    • print(rSplit)
    • [‘hello’, ‘world’, ‘hello’, ‘tarena’]
• 5、sub(pattern,replaceStr,string,max)
  • 1、功能 ：使用新字符串替换正则匹配内容
  • 2、参数 ：replaceStr 新的字符串
    - string 目标字符串
    • max 最多替换几处
  • 3、返回值 ：字符串
  • regex = re.compile(r’\s+’)
  • rSub = regex.sub(’###’,‘hello world hello’,1)
  • # hello###world hello
• 6、subn(pattern,replaceStr,string,max)
  • 1、返回值 ：元组(字符串,替换了几次)
    • regex = re.compile(r’\s+’)
  • rSub = regex.subn(’###’,‘hello world hello’)
  • (‘hello###world###hello’, 2)
• 7、finditer(pattern,string)
  • 1、同findall()
  • 2、返回值 ：迭代器,迭代器中拿出来match对象
  • 3、示例代码
    • rIter = re.finditer(r’\d+’,‘2019来了,2018啥也没干’)
    • # finditer()结果为迭代器,遍历出来的是match对象
    • # 利用match对象的group()方法来获取内容
    • for r in rIter:
      • print(r.group())
• 8、返回值为match对象的方法
  • 1、match(pattern,string)
  • 2、功能 ：匹配目标字符串的起始位置
  • 3、返回值 ：match对象

---

---

---

---

---

开源中国在线工具：
站长工具在线工具：

---