2017-11-07-13-正则、re模块

Python使用标准库zipfile+re提取docx文档中超链接文本和链接地址 推荐教材:《Python程序设计实用教程》,ISBN:978-7-5635-6065-3,董付国,北京邮电大学出版社教材封面:全国各地新华书店有售京东购买链接:配套资源:教学大纲、教学课... 阅读详情
1.元字符
2.re模块
正则

​ 正则表达式是计算机科学的一个概念,正则表通常被用来检索、替换那些符合某个模式(规则)的文本。也就是说使用正则表达式可以在字符串中匹配出你需要的字符或者字符串,甚至可以替换你不需要的字符或者字符串。

####1.元字符

 .   ^   $   *   +   ?   {}  []   \   |   ()
#大多数字母和字符会匹配它们自身,有少数特殊字符我们称为元字符,它们不能匹配自身

#子组匹配和模式重复次数等
	.   # 匹配除换行符之外的所有的字符
	\d  # 匹配0~9的数字   
	\s  # 匹配任意的空白符,包括空格,制表符(Tab),换行符等
	\w  # 匹配字母或数字或下划线或汉字等 
	\b  # 表示单词的边界     
	\.  # 表示匹配点号本身
	\D、\S、\W、\B # 是与小写的相反的作用
    ^   # 脱字符,匹配输入字符串的开始的位置
	$   # 匹配输入字符串的结束位置,解除元字符的特殊功能例
    
#匹配次数
    {M,N}   # M和N 为非负整数,其中M<=N 表示前面的匹配M~N次
    {M,}   # 表示需要匹配M次 以上
    {,N}   # 等价于{0~N}
    {N}     # 表示需要匹配N次
    *       # 匹配前面的子表达式零次或多次,等价于{0,}
    +       # 匹配前面的子表达式一次或多次,等价于{1,} 
    ?       # 匹配前面的子表达式零次或一次,等价于{0,1}
    #注:*?、+?、{n,m}?  贪婪与懒惰
    
#子组匹配
    [ ]     # 字符类,将要匹配的一类字符集放在[]里面
#例如:
    [ . ? * ( ) {} ]      # 匹配里面的这些符号
    [0-9]                 # 匹配0到9的数字相当于\d
    [^\d]                 # 匹配除数字以外的字符,相当于\D
    [a-z]                 # 匹配所有的小写字母
    [^a-z]                # 匹配非小写字母
    |                     # 相当于或(or)分支条件
		#例如:
    	A | B             # 匹配字母A或者B 与[AB]是一样的
    
#分组
    ()      #分组,将要匹配的一类字符集放在()组成一个小组 
2.re模块
#re模块的常用方法
	re.compile()  # 编译正则表达式为模式对象
    match()       # 判断一个正则表达式是否从开始处匹配字符串   
    search()      # 遍历字符串,找到正则表达式匹配的第一个位置   
    findall()     # 遍历字符串,找到正则表达式匹配的所有位置并以列表的形式返回
    sub()         # 替换 类似于字符串中 replace() 方法  
    
#查看匹配对象中的信息   
    group()       # 返回匹配到的字符串
    star()        # 返回匹配的开始位置  
    end()         # 返回匹配的结束位置  
    span()        # 返回一个元组表示匹配位置(开始,结束)
    
  
3 扩展

分组() ,用一个括号括起来

子模式的匹配(把匹配到的组,当作匹配规则)

找出来的是一个元组

(完整匹配,组1,组2,…)

例子:

import re

string = '啦啦啦<span><h1>醉卧沙场君莫笑,古来征战几人回</h1></span>嘻嘻嘻啦啦啦<div><a>一骑红尘妃子笑,无人知是荔枝来</a></div>嘻嘻嘻'

pattern = re.compile(r'(<(\w+)><(\w+)>.*</\3></\2>)')

# ret = pattern.findall(string)
ret = pattern.search(string)

print(ret)
print(len(ret.groups()))
print(ret.groups())
print(ret.group())  #默认的下标是1
print(ret.group(1))	# 正则下标是从1开始的
print(ret.group(2))
print(ret.group(3))

运行结果:

<_sre.SRE_Match object; span=(3, 40), match='<span><h1>醉卧沙场君莫笑,古来征战几人回</h1></span>'>
3
('<span><h1>醉卧沙场君莫笑,古来征战几人回</h1></span>', 'span', 'h1')
<span><h1>醉卧沙场君莫笑,古来征战几人回</h1></span>
<span><h1>醉卧沙场君莫笑,古来征战几人回</h1></span>
span
h1
# 正则、re模块 
#回忆
'''
1.列表推导式  li = [i for i in range(10)]
    迭代器 __iter__  __next__、
    生成器 yield。 next()  __next__()。 暂停
2. 模块 、 包
    py文件。 import , from random import randint
    第三方模块: 同目录, import
                不同目录  sys.path.append()  -> import
    包, 多个py文件

'''


# 正则 (不是python特有的)  匹配字符串

##需要,输入字符, 判断字符串有无python
'''
a = input('输入:')
b = 'python'
if b in a:
    print('OK')
else:
    print('NO')
'''


import re
'''
a = input('输入:')
b  = re.search('python',a)  # 搜寻匹配,匹配到第一个
if bool(b) == True:
    print('OK')
else:
    print('NO')
'''



#例子  需求:判断QQ  (5-11) 位

qq = input('输入QQ:')
b = re.search('[0-9]{5,11}',qq)  # ( 规则, 对象 )
if b:
    print('OK')
else:
    print('NO')




## 1.元字符  (有了特殊意义)
' .   ^   $   *   +   ?   {}  []   \   |   () '

# .  匹配除换行符之外的所有的字符

re.search('.','asdfbdf')
re.search('.','\nsdfbdf')

# \d  匹配0~9的数字 
re.search('\d','df1sdf2')   #  
re.findall('\d','df1sdf2')  #查询所有,返回list

# \s  匹配任意的空白符,包括空格,制表符(Tab),换行
re.findall('\s',' \n \t aaasss')

# \w 匹配字母或数字或下划线或汉字等
re.findall('\w','ad我_55-+%?')

#\b  # 表示单词的边界 : 特殊字符  空格  末尾
re.findall('\bapple\b','apple apple') ## 不会匹配, 
re.findall(r'\bapple\b','apple apple') # r 取消字符串的传义



#  \.   正则里面 如何取消转义

re.search('\.','asdfbdf')   #取消 元字符的转义  <_sre.SRE_Match object; span=(7, 8), match='.'>
re.findall(r'\\b',r'apple++\b')    # ['\\b']


#\D、\S、\W、\B # 是与小写的相反的作用 

#\D  \d
re.findall(r'\D','123abc')    #['a', 'b', 'c']
re.findall(r'\S','\t \n aaa')  #['a', 'a', 'a']
re.findall(r'\W','\t \n aaa')   #['\t', ' ', '\n', ' ']
re.findall(r'\Baa\B','\t \n aa aaaaa')  #['aa']



#^   # 脱字符 匹配输入字符串的开始的位置
re.findall(r'^abc','abcefg')


#$  匹配输入字符串的结束位置
re.findall(r'g$','bcefg')



##匹配次数  {M,N}
re.findall(r'\d{1,3}','22bc44ef555g1')  #['22', '44', '555', '1']

#{M,}  表示需要匹配M次 以上
re.findall(r'\d{2,}','22bc44ef555g1')


#{,N}   0-N
re.findall(r'\d{,2}','22bc44ef555g1')  #匹配次数为0,末尾加一个None
#['22', '', '', '44', '', '', '55', '5', '', '1', '']


#  {N}     # 表示需要匹配N次
re.findall(r'\d{2}','22bc44ef555g1')
#['22', '44', '55']



#  * 表达式零次或多次,等价于{0,}
re.findall(r'\d*','22bc44ef555g1')
['22', '', '', '44', '', '', '555', '', '1', '']


# +  匹配前面的子表达式一次或多次,等价于{1,}
re.findall(r'\d+','22bc44ef555g1')
#['22', '44', '555', '1']


#?   匹配前面的子表达式零次或一次,等价于{0,1}
re.findall(r'\d?','22bc44ef555g1')
#['2', '2', '', '', '4', '4', '', '', '5', '5', '5', '', '1', '']




######不要 次数混着用

# *?、+?、{n,m}?

#*?
re.findall(r'\d*?','22bc44ef555g1')  # 0次

#  +?
re.findall(r'\d+?','22bc44ef555g1')
#['2', '2', '4', '4', '5', '5', '5', '1']



#{n,m}?   #取小值
re.findall(r'\d{2,3}?','22bc44ef555g1')
#['22', '44', '55']




#子组匹配   [ ] , 只要满足任何一个,就可以匹配
re.findall(r'[a-zA-Z]','fff2mi4AZ') #所有字母

re.findall(r'[a-zA-Z\d]','fff2mi4AZ') #所有字母 、数字

re.findall(r'[a-zA-Z\d]{2}','fff2mi4AZ')  

## [] 里面 存在 ^,  代表取反
re.findall(r'[^a]','abc')  # 非a


# | 或
re.findall(r'b|a','abc')
re.findall(r'[ba]','abc')


#分组 ()
>>> re.findall(r'(abc)','abc bac kkk')
['abc']

>>> re.findall(r'(abc)*','abc bac kkk')
['abc', '', '', '', '', '', '', '', '', '']





##2.re模块

#re.compile()  # 编译正则表达式为模式对象
>>> a = re.compile(r'\d')
>>> a.findall('56654bh11')
['5', '6', '6', '5', '4', '1', '1']



#match()   判断一个正则表达式是否从开始处匹配字符串,相当于^

>>> print(re.match(r'\d+','123a').group())
123
>>> print(type(re.match(r'\d+','123a').group()))
<class 'str'>


#search()      # 遍历字符串,找到正则表达式匹配的第一个位置
>>> re.search(r'\d','b35f3')
<_sre.SRE_Match object; span=(1, 2), match='3'>
>>> re.findall(r'\d','b35f3')
['3', '5', '3']

#sub()         # 替换 类似于字符串中 replace() 方法

>>> re.sub('i','o','pythin pythin pythin pythin')
'python python python python'
>>> re.sub('i','o','pythin pythin pythin pythin',3)
'python python python pythin'
>>> re.sub('\d','a','psdf234546567')
'psdfaaaaaaaaa'


#查看匹配对象中的信息
c = re.search(r'\d','b35f3')
c.group()
c.start()
c.end()
c.span()

>> import re
>>> c = re.search(r'\d','b35f3')
>>> c.group()
'3'
>>> c.groups()
()
>>> c.span()
(1, 2)
>>> c
<_sre.SRE_Match object; span=(1, 2), match='3'>
>>> c.start()
1
>>> c.end()
2
鼎捷T100二次开发实战:如何给开窗功能加上权限锁(附完整代码) 本文详细解析了鼎捷T100二次开发中开窗功能权限锁的实现方法,提供了两种技术方案:开窗程序重构法和动态WHERE条件注入法,并附上完整代码示例。通过真实案例,帮助开发者解决数据权限细粒度控制的难题,提升ERP系统的安全性和实用性。 阅读详情

相关推荐

理解ADC:为什么需要抗混叠滤波器?

本文介绍 ADC 的混叠现象,引出抗混叠滤波器,并介绍一种开关电容滤波器,它具有很小的增益过渡带。

疯狂的运放 5949

Python中re time os sys模块

re模块正则表达式这里写反斜杠也是转义的意思,python在re模块中使用都需要加反斜杠 - \d 是匹配一个数字 - \+ 大于等于1 - \w 匹配数字字母下划线和中横杠 - \* 匹配0个或多个 - \t 指标符 - . 除了回车意外的的所有 - * 大于等于0 - + 大于等于1 - ? 0或1 - {m},{m,n} 出现m次,出现m到n次,包括mnre

飞天喜欢你的博客 993

Zotero+Obsidian+Bookxnote联动让文献阅读丝滑般体验

摘录文字或图片到Obsidian

weixin_43694742的博客 1万+

python中re time os sys模块

re模块 正则表达式 这里写反斜杠也是转义的意思,python在re模块中使用都需要加反斜杠 \d 是匹配一个数字 \+ 大于等于1 \w 匹配数字字母下划线和中横杠 \* 匹配0个或多个 \t 指标符 . 除了回车意外的的所有 * 大于等于0 + 大于等于1 ? 0或1 {m},{m,n} 出现m次,出现m到n次,包括mn re匹字符串 re.match() re.match(...

weixin_34072857的博客 120

Computers & Security 投稿实战:从零到一详解避坑指南

本文详细解析了向《Computers & Security》投稿的全流程避坑指南,包括ORCID账号注册、文件格式统一、Editorial Manager®系统操作技巧等关键步骤。特别强调了cover letter撰写、Declaration of Interest Statement准备以及PDF生成后的检查要点,帮助研究者高效完成投稿流程。

weixin_29228203的博客 677

ModelSim 2020.4破解失败?手把手教你解决‘Unable to checkout viewer license‘报错(附环境变量配置)

本文针对ModelSim 2020.4启动时遇到的‘Unable to checkout viewer license’报错,提供了从理解许可证机制到分步修复的完整指南。文章深入解析了viewer license与图形用户界面(GUI)的关系,并详细说明了通过生成有效许可证文件、精准配置系统环境变量及替换关键文件来解决图形界面启动失败的问题,帮助用户彻底修复并理解其背后的逻辑。

k6l7m8n9的博客 1003

python 内置模块

time 模块 1 1 &gt;&gt;&gt; import time 2 2 &gt;&gt;&gt; time.time() 3 3 1491064723.808669 4 4 &gt;&gt;&gt; # time.time()返回当前时间的时间戳timestamp(定义为从格林威治时间1970年01月01日00时00分00秒起至现在的总秒数)的方法,无参数 5 5...

xinxin957_的博客 282

【用unity实现100个游戏之7】实现一个类《杀戮尖塔》的卡牌回合制游戏(附项目源码)

【用unity实现100个游戏之7】实现一个类《杀戮尖塔》的卡牌回合制游戏(附项目源码)

向宇的博客,专注php/web全栈 unity游戏开发,欢迎大家评论纠错 1万+

Python学习之路13☞常用模块

Python学习之路13☞常用模块 一 time模块 在Python中,通常有这几种方式来表示时间: 时间戳(timestamp):通常来说,时间戳表示的是从1970年1月1日00:00:00开始按秒计算的偏移量。我们运行“type(time.time())...

weixin_30639719的博客 366

Ardupilot EKF3核心算法《开篇》

Ardupilot EKF3核心算法本专栏重点,透彻,详细的分析了ardupilot的EKF3,保证是你看到的最完美的EKF3资料,相信你的选择不会错误。网上EKF资料真是太多,说真的没有一篇讲解好的。!!

陌城烟雨 1416

彻底解决tplink路由器无法访问部分https网站

彻底解决tplink无法访问部分https网站

renkai721的专栏 8767

Python学习 ——正则表达式

正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配。 re 模块使 Python 语言拥有全部的正则表达式功能。 compile 函数根据一个模式字符串和可选的标志参数生成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 模块也提供了与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做为它们的第一个参数 1.正则表达式修饰符 --...

weixin_30248399的博客 91

电子电器架构 --- OEM企标中规定ECU启动时间的目的

电子电器架构 --- OEM企标中规定ECU启动时间的目的

Soly_kun的博客 225

python基础(二十一):常用模块详解

文章目录1、time与datetime模块2、random模块3、os模块4、sys模块5、shutil模块6、json&pickle模块7、shelve模块8、xml模块9、configparser模块10、hashlib模块11、suprocess模块12、logging模块13、re模块 1、time与datetime模块 2、random模块 3、os模块 4、sys模块 5、shutil模块 6、json&pickle模块 7、shelve模块 8、xml模块 9、configpa

一点一滴铺就人生 3753

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》。

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

正则Day10

一 正则表达式 说明:正则表达式 提供了一种模糊匹配的操作 1.[] #原子表 [a] #匹配一个字母a [A] #匹配一个大写字母的A [aA] #匹配大小写字母a [abcd] #匹配abcd中的任意一位字母 [a-z] #匹配任意一位小写字母 [a-zA-Z]#匹配任意一位字母 2.^ 以...作为开头 如果放在[] 里 叫做取反 ^

like_HaiA的博客 302

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

Python之模块

Python之模块   时间模块:   import time   time模块有三种方式来表示时间:时间戳,元组,格式化的时间字符串。  (1)时间戳(给计算机看的):timestamp通常来说,时间戳表示的是从1970年1月1日00:00:00开始按秒计算的偏移量,运行type(time.time()),返回的是float类型。  (2)格式化的时间字符串(给人看的):Format ...

weixin_33752045的博客 381

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

scrapy中的xpath中的re使用

第一种: 例子:这里我使用"http://www.simple-style.com/page/1"这个网站的爬虫 >>>scrapy shell http://www.simple-style.com/page/1 进入交互环境后,我想找到当前网页的所有src 1 >>> response.xpath('//@src').extr...

618

Python内置标准模块

time 模块 1 >>> import time 2 >>> time.time() 3 1491064723.808669 4 >>> # time.time()返回当前时间的时间戳timestamp(定义为从格林威治时间1970年01月01日00时00分00秒起至现在的总秒数)的方法,无参数 5 >>&...

weixin_30381793的博客 99

171218 逆向-TPCTF(re200)

1625-5 王子昂 总结《2017年12月18日》 【连续第444天总结】 A. TPCTF-来自计算机七号的挑(song)战(fen): B. 无壳无花,只不过提示语都是中文有点蛋疼我记得之前修复过IDAv6.8的字符显示,貌似IDA这货是不会保存配置的,除非手动改配置文件。。。行吧,重新学习一下 Shift + f12发现仅有flag和hi, man这两句英文被找到了,中文全部丢

whklhhhh的博客 974

Python-模块

一、模块 1. 什么是模块 在计算机程序的开发过程中,随着程序代码越写越多,在一个文件里代码就会越来越长,越来越不容易维护。 为了编写可维护的代码,我们把很多函数分组,分别放到不同的文件里,这样,每个文件包含的代码就相对较少,很多编程语言都采用这种组织代码的方式。在Python中,一个....

chuange6363的博客 224

关于html的多行匹配,正则re.S的使用(爬取豆瓣电影短评)

首先本文参考了上述两篇文章,爬取豆瓣电影栏目上“看不见的客人短评”,并将其导入cvs。 关于正则匹配多行html,实际上需要在原有基础上加入re.S。 这样,每行行末尾将通过“\n+空格”的形式呈现出来。 而实际上匹配可以通过.*?直接过滤掉。 详情可看第13行。 另说python的pandas模块,使用DataFrame的to_cvs导入还需要进行编码转换,避免乱码。 ...

diaolangun6464的博客 250

python基础----常用模块

一 time模块(时间模块)★★★★ 时间表现形式 在Python中,通常有这三种方式来表示时间:时间戳、元组(struct_time)、格式化的时间字符串:(1)时间戳(timestamp) :通常来说,时间戳表示的是从1970年1月1日00:00:00开始按秒计算的偏移量。我...

dejiong3425的博客 267

内置模块

一 time 模块 1 '2017-06-21' #时间字符串 2 import time 3 #时间戳 4 ''' 5 1970_01_01 0:0:0 -------------------最开始时间 6 1970_01_01 0:0:1 ------------------ 以秒开始计算 7 8 1971_01_01 0:0:0 ...

weixin_30563917的博客 130

正则表达式

正则表达式 正则表达式,又称规则表达式。(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。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。 https://www.jb51.net/tools/zhengze.html#introduction 教程大全 Strin...

weixin_30735745的博客 90
上一篇: 2017-11-05-12迭代器和生成器;模块和包
下一篇: 2018-05-29-Django-01url传参
mhh4399
博客等级 码龄9年 4粉丝 56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
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