正则表达式小结

最新推荐文章于 2024-11-24 19:37:48 发布

regalbrown

最新推荐文章于 2024-11-24 19:37:48 发布

阅读量180

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/hr504883750/article/details/81807604

本文详细介绍了Python中的RE模块使用方法，包括正则表达式的各种字符及其组合的含义、匹配规则、分组、贪婪与非贪婪模式等核心概念。此外，还通过实例展示了match、search、sub及findall等函数的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

RE模块的操作：Regular Expression (描述某种规则） Match object (匹配对象） result = re.match (正则表达式，要匹配的字符串） match方法返回匹配对象，否则返回None.(注意不是空字符串“”）匹配对象Macth Object具有group方法，用来返回匹配对象。

匹配单个字符
字符功能

. 匹配任意 1 个字符（除了\n）
[ ] 匹配[ ]中列举的字符
\d 匹配数字，即 0-9
\D 匹配非数字，即不是数字
\s 匹配空白，即空格，tab 键
\S 匹配非空白
\w 匹配单词字符，即 a-z、A-Z、0-9、_
\W 匹配非单词字符

匹配多个字符
字符功能
* 匹配前一个字符出现 0 次或者无限次，即可有可无
+ 匹配前一个字符出现 1 次或者无限次，即至少有 1 次
? 匹配前一个字符出现 1 次或者 0 次，即要么有 1 次，要么没有
{m} 匹配前一个字符出现 m 次
{m, n} 匹配前一个字符出现从 m 到 n 次

In [8]: re.match("^a[^b]","a ").group()
Out[8]: 'a '
#[^b]表示除了b以外都要

In [9]: re.match('\d?','abc').group()
Out[9]: ''
#'abc'可以看成' abc'
In [10]: re.match('\d?','abc')
Out[10]: <_sre.SRE_Match at 0x7efc73946e68>

In [11]: re.match('\d+','abc')

In [12]: re.match('\d+','1bc')
Out[12]: <_sre.SRE_Match at 0x7efc73260f38>

In [13]: re.match('\d*','abc')
Out[13]: <_sre.SRE_Match at 0x7efc73260ed0>

In [14]: re.match('\d*','abc').group()
Out[14]: ''

In [15]: re.match('\d*','1bc').group()
Out[15]: '1'

In [16]: re.match('\d+','1bc').group()
Out[16]: '1'

In [17]: re.match('\d?','1bc').group()
Out[17]: '1'

关于字符转译的问题

In [2]: s = '\nabc'

In [3]: print(s)

abc

In [4]: import re

In [5]: re.match('\\nabc',s)
Out[5]: <_sre.SRE_Match object; span=(0, 4), match='\nabc'>

In [6]: s = '\\abc'

In [7]: re.match('\\\\abc',s)
Out[7]: <_sre.SRE_Match object; span=(0, 4), match='\\abc'>

re.match()里加r（原始字符串忽略转译）==>>re.match(r” “,” “)
re.match(r”//abc”,”//abc”）

关于边界问题

In [8]: re.match(r"[1-9]\d?|0|100","200")
Out[8]: <_sre.SRE_Match object; span=(0, 2), match='20'>

In [9]: re.match(r"[1-9]\d?$|0$|100$","200")

In [10]: re.match(r"[1-9]\d?$|0$|100$","100")
Out[10]: <_sre.SRE_Match object; span=(0, 3), match='100'>

In [11]: re.match(r"[1-9]\d?$|0$|100$","08")

In [12]: re.match(r"[1-9]\d?$|0$|100$","084")

In [4]: re.match(r"[1-9]?\d?$|100$","0")
Out[4]: <_sre.SRE_Match object; span=(0, 1), match='0'>

In [9]: re.match(r"^\w+ve","hover")
Out[9]: <_sre.SRE_Match object; span=(0, 4), match='hove'>

In [10]: re.match(r"^\w+ve\b","hover")
#\b匹配单词边界 \B表示匹配非单词边界
#简单的来说\B在单词中划分边界
In [13]: re.match(r"^.+ve\B","ho ve r")匹配不到

In [14]: re.match(r"^.+ve\B","ho ver")
Out[14]: <_sre.SRE_Match object; span=(0, 5), match='ho ve'>



In [11]: re.match(r"^\w+\s\bve\b","ho ve r")
Out[11]: <_sre.SRE_Match object; span=(0, 5), match='ho ve'>
#\s此处表示空格

关于分组，group()与groups()的用法

In [23]: re.match(r"<h1>(.*)</h1>","<h1>匹配分组</h1>").groups(
    ...: )[0]
Out[23]: '匹配分组'

In [24]: re.match(r"<h1>(.*)</h1>","<h1>匹配分组</h1>").group()
    ...:
Out[24]: '<h1>匹配分组</h1>'

In [25]: re.match(r"<h1>(.*)</h1>","<h1>匹配分组</h1>").group(0
    ...: )
Out[25]: '<h1>匹配分组</h1>'

In [26]: re.match(r"(<h1>)(.*)(</h1>)","<h1>匹配分组</h1>").gro
    ...: ups(0)
Out[26]: ('<h1>', '匹配分组', '</h1>')

In [28]: re.match(r"(<h1>)(.*)(</h1>)","<h1>匹配分组</h1>").gro
    ...: ups(0)[1]
Out[28]: '匹配分组'

关于search,sub,findall的用法

In [43]: re.sub(r"\d+","50","python=1000,php=0")
Out[43]: 'python=50,php=50'

In [44]: re.sub(r"php","python","itcast python cpp php python p
    ...: hp")
Out[44]: 'itcast python cpp python python python'


In [47]: re.sub(r"\d+","50","python=1000,php=0")
Out[47]: 'python=50,php=50'

In [48]: re.search(r"\d+","python=1000,php=0")
Out[48]: <_sre.SRE_Match object; span=(7, 11), match='1000'>

In [49]: re.findall(r"\d+","python=1000,php=0")
Out[49]: ['1000', '0']

In [45]: def replace(result):
    ...:         print(result.group())
    ...:         r = int(result.group())+50
    ...:         return str(r)
    ...: re.sub(r"\d+",replace,"python=1000,php=0")
    ...:
1000
0
Out[45]: 'python=1050,php=50'




#可以看出sub是直接出结果，不用加.group()
re.sub(r"匹配规则","替换数据"，"被查询的内容")
#search需要加.group()得到结果，只查询到符合的第一个结果
re.search(r"需要查询的数据","被查询内容").group()
#findall直接出结果，以列表的形式返回所有符合要求的查询结果，不用加.group()
re.search(r"需要查询的数据","被查询内容")

关于split分割字符串，并返回一个列表

In [55]: re.split(r":| ","info:xiaozhang 33 shandong")
Out[55]: ['info', 'xiaozhang', '33', 'shandong']

In [56]: re.split(r":| ","info:xiaozhang 33 shandong").group()
---------------------------------------------------------------
AttributeError                Traceback (most recent call last)
<ipython-input-56-3843c92c7d71> in <module>()
----> 1 re.split(r":| ","info:xiaozhang 33 shandong").group()

AttributeError: 'list' object has no attribute 'group'
# re.split(r"以字符拆分，选定(:或 )","匹配内容")

贪婪模式与非贪婪

In [58]: re.match(r".+(\d+-\d+-\d+-\d+)",s)
Out[58]: <_sre.SRE_Match object; span=(0, 31), match='This is a number 234-235-22-423'>

In [59]: re.match(r".+(\d+-\d+-\d+-\d+)",s).group(1)
Out[59]: '4-235-22-423'

In [60]: re.match(r"(.+)(\d+-\d+-\d+-\d+)",s).group(1)
Out[60]: 'This is a number 23'

In [61]: re.match(r"(.+)(\d+-\d+-\d+-\d+)",s).group()
Out[61]: 'This is a number 234-235-22-423'

In [62]: re.match(r"(.+)(\d+-\d+-\d+-\d+)",s).groups()
Out[62]: ('This is a number 23', '4-235-22-423')

In [63]: re.match(r"(.+?)(\d+-\d+-\d+-\d+)",s).groups()
Out[63]: ('This is a number ', '234-235-22-423')

# .+/.*/.？贪婪模式下尽可能的多取
# 后面加？关闭贪婪模式，变成非贪婪