Python正则表达式基础内容附例题

最新推荐文章于 2022-04-19 11:54:05 发布

原创最新推荐文章于 2022-04-19 11:54:05 发布 · 632 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#Python

正则表达式专栏收录该内容

1 篇文章

订阅专栏

正则表达式

简介

1.定义
即文本的高级匹配模式，提供搜索，替换等功能。其本质是由一系列字符和特殊符号构成的字串，这个字串即正则表达式。
2 原理
通过普通字符和有特定含义的字符，来组成字符串，用以描述一定的字符串规则，比如：重复，位置等，来表达某类特定的字符串，进而匹配。

元字符

普通字符

匹配每一个对应的字符
注： python中正则表达式可以匹配中文

re.findall('ab',"abcdefabcd")
Out: ['ab', 'ab']

或关系 |

· 匹配规则，匹配|两边的正则表达式

In : re.findall('com|cn',"www.baidu.com/www.tmooc.cn")
Out: ['com', 'cn']

匹配字符集 [ 字符集 ]

· 匹配规则：匹配字符集中的任意一个字符，注意在[ ] 中的元素是或的关系。

e.g.
In : re.findall('[aeiou]',"How are you!")
Out: ['o', 'a', 'e', 'o', 'u']

匹配字符集反集 [ ^字符集 ]

·匹配规则：除了这个字符集以外的任意一个字符

In : re.findall('[^0-9]',"Use 007 port")
Out: ['U', 's', 'e', ' ', ' ', 'p', 'o', 'r', 't']

匹配字符串的结尾位置 $

· 匹配规则：匹配目标字符串的结尾位置

In : re.findall('Jame$',"Hi,Jame")
Out: ['Jame']

In: re.findall(r"xx$", '38x1x234x35x612x3yxxx')
Out: ['xx']

· 应用：
可以用来判断一个字符串的结尾是不是想要的值。如果不是的话结果就是一个空的列表

匹配字符的重复 * + ？ {n}

*

· 匹配规则：匹配前面的字符出现0次或多次

In : re.findall('wo*',"wooooo~~w!")
Out: ['wooooo', 'w']

+

· 匹配规则：匹配前面的字符出现1次或多次

In : re.findall('[A-Z][a-z]+',"Hello World")
Out: ['Hello', 'World']

注意：注意* 和 + 的区别，虽然只是0次和一次为最低下限，但是在实际使用的时候会产生不一样的效果

？

·匹配规则：匹配前面的字符一个或多次

# 匹配数字，包括正数和负数
In : re.findall('-?[0-9]+',"Jame,age:18, -26")
Out: ['18', '-26']

{n} {m,n}

匹配规则：匹配前面的字符出现n次,或m-n次

e.g. 匹配手机号码
In : re.findall('1[0-9]{10}',"Jame:13886495728")
Out: ['13886495728']
# 匹配qq号
In : re.findall('[1-9][0-9]{5,10}',"Baron:1259296994") 
Out: ['1259296994']

说明：

单独看着这几个匹配次数的元字符很简单，但是一旦合起来，搭配的方式非常灵活，如和. \w 等元字符搭配可以产生不同的效果

匹配（非）数字字符 \d \D

·匹配规则： \d匹配任意的数字字符，\D 匹配任意非数字字符

In : re.findall('\d{1,5}',"Mysql: 3306, http:80")
Out: ['3306', '80']

匹配任意（非）普通字符 \w \W

· 匹配规则： \w 匹配普通字符，\W 匹配非普通字符
· 说明: 普通字符指数字，字母，下划线，汉字。

匹配任意非空字符 \s \S

· 匹配规则: \s 匹配空字符，\S 匹配非空字符
· 说明：空字符指空格 \r \n \t \v \f 字符

In : re.findall('\w+\s+\w+',"hello    world")
Out: ['hello    world']

匹配开头结尾位置 \A \Z

·匹配规则： \A 表示开头位置，\Z 表示结尾位置
注：这个基本用不到

匹配（非）单词的边界位置 \b \B

·匹配规则： \b 表示单词边界 \B表示非单词边界

In : re.findall(r'\bis\b',"This is a test.")
Out: ['is']

总结

这些元字符的熟练运用我认为是正则表达式的基本也是关键，若熟练掌握则此法修成。

类别	元字符
匹配字符	. […] [^…] \d \D \w \W \s \S
匹配重复	* + ? {n} {m,n}
匹配位置	^ $ \A \Z \b \B
其他	`\|` () \

贪婪模式和非贪婪模式

定义

贪婪模式: 默认情况下，匹配重复的元字符总是尽可能多的向后匹配内容。比如: * + ? {m,n}

非贪婪模式(懒惰模式): 让匹配重复的元字符尽可能少的向后匹配内容。

贪婪模式转换为非贪婪模式

在匹配重复元字符后加 ‘?’ 号即可

*  :  *?
+  :  +?
?  :  ??
{m,n} : {m,n}?

e.g.
In : re.findall(r'\(.+?\)',"(abcd)efgh(higk)")
Out: ['(abcd)', '(higk)']

正则表示的分组

定义
在正则表达式中，以()建立正则表达式的内部分组，子组是正则表达式的一部分，可以作为内部整体操作对象。
作用
· 可以被作为整体的操作，改变元字符的操作对象

e.g.  改变 +号 重复的对象
In : re.search(r'(ab)+',"ababababab").group()
Out: 'ababababab'

e.g. 改变 |号 操作对象
In : re.search(r'(王|李)\w{1,3}',"王小二").group()
Out: '王者荣耀'

· 可以通过编程语言某些接口获取匹配内容中，子组对应的内容部分

# 获取url 协议类型
re.search(r'(https|http|ftp|file)://\S+',"https://www.taobao.com").group(1)
Out：https

注意事项
一个正则表达式中可以包含多个子组
子组可以嵌套，但是不要重叠或者嵌套结构复杂
子组序列号一般从外到内，从左到右计数

正则表达式匹配原则

正确性,能够正确的匹配出目标字符串.
排他性,除了目标字符串之外尽可能少的匹配其他内容.
全面性,尽可能考虑到目标字符串的所有情况,不遗漏.

Python re模块使用

re.findall(pattern,string,flags = 0)
 功能: 根据正则表达式匹配目标字符串内容
 参数: pattern  正则表达式
      string 目标字符串
      flags  功能标志位,扩展正则表达式的匹配
 返回值: 匹配到的内容列表,如果正则表达式有子组则只能获取到子组对应的内容

re.split(pattern,string,flags = 0)
功能: 使用正则表达式匹配内容,切割目标字符串
参数: pattern  正则表达式
     string 目标字符串
     flags  功能标志位,扩展正则表达式的匹配
返回值: 切割后的内容列表

 re.sub(pattern,replace,string,max,flags = 0)
 功能: 使用一个字符串替换正则表达式匹配到的内容
 参数: pattern  正则表达式
      replace  替换的字符串
      string 目标字符串
      max  最多替换几处,默认替换全部
      flags  功能标志位,扩展正则表达式的匹配
 返回值: 替换后的字符串

 re.subn(pattern,replace,string,max,flags = 0)
 功能: 使用一个字符串替换正则表达式匹配到的内容
 参数: pattern  正则表达式
      replace  替换的字符串
      string 目标字符串
      max  最多替换几处,默认替换全部
      flags  功能标志位,扩展正则表达式的匹配
 返回值: 替换后的字符串和替换了几处

 re.finditer(pattern,string,flags = 0)
 功能: 根据正则表达式匹配目标字符串内容
 参数: pattern  正则表达式
      string 目标字符串
      flags  功能标志位,扩展正则表达式的匹配
 返回值: 匹配结果的迭代器

re.fullmatch(pattern,string,flags=0)
功能：完全匹配某个目标字符串
参数：pattern 正则
	string  目标字符串
返回值：匹配内容match object

re.match(pattern,string,flags=0)
功能：匹配某个目标字符串开始位置
参数：pattern 正则
	string  目标字符串
返回值：匹配内容match object

re.search(pattern,string,flags=0)
功能：匹配目标字符串第一个符合内容
参数：pattern 正则
	string  目标字符串
返回值：匹配内容match object

实例运用

分隔词典

把 s = "apple 苹果"按单词和意思给分开

s = "apple            苹果"
pattern = r"(\w+)"
re.findall(pattern, s)
Out： ['apple', '苹果']

用分组的方式得到对应的组合

计算器（输出计算步骤）

首先我们规定输入的运算式每个字符之间已空格隔开
第一步：我们要提取每个字符，这个可能看起来有点难但是其实就是暴力的 | 操作而已，不要怕
re.findall(’[\d.]+|(|+|-|*|/|)’, eq)
第二步：如果有括号的话计算括号内的内容，匹配括号内的内容.

pattern = r"\(.+?\)"
list_bracket = re.findall(pattern, eq)

第三步：匹配要计算的乘法和除法

这个就比较简单了，主要是数字之间夹了一个* 或 /

eq = "1+2*3+2*5+3/5"
pattern = r"[0-9]+\*[0-9]+|[0-9]+\/[0-9]+"
re.findall(pattern, eq)

第四部：匹配要计算的加法和减法
这个和上面基本相同

pattern = r"[0-9]+\+[0-9]+|[0-9]-[0-9]+"
re.findall(pattern, eq)

这里全部的匹配就结束了，每一步的匹配完成之后用eval（）计算后，再用re.sub()替换即可

上代码

import re
class CalculateView:
    def __init__(self):
        self.calutating = CalculateControl()

    def view(self):
        print("""
        *******************************************************
                              计算器
        *******************************************************
        说明：输入格式请按在每个字符之间加上空格的格式输入
             输入0退出
        """)

    def main(self):
        while True:
            self.view()
            eq = input("""
        =-请输入-=""")
            if eq == "0":
                print("""
        =- 谢谢使用 -=""")
                break
            # 调整格式
            eq = self.calutating.dispose_input(eq)
            # 去括号
            eq1 = self.calutating.remove_bracket(eq)
            # 算乘除
            eq2 = self.calutating.remove_multiply_divide(eq1)
            self.print_result(eq, eq1, eq2)

    def print_result(self, eq, eq1, eq2):
        """
        打印结果
        """
        print("""
        ---%s"""%eq)
        if eq1 != eq:
            print("""
        ---%s""" % eq1)
        print("""
        ---%s""" % eq2)
        print("""
        ---%s""" % str(eval(eq2)))


#   # 4 + 2 * 3 - 12 / (7 - 5 ) #
class CalculateControl:
    """
    计算器的控制中心
    """

    def remove_bracket(self, eq):
        """
        处理括号内的计算
        :param eq: 需要处理的计算式
        :return: 处理后的计算式
        """
        # 匹配括号内的内容
        pattern = r"(?=\().*?(?<=\))"
        list_bracket = re.findall(pattern, eq)
        for item in list_bracket:
            # 用计算好的结果替换括号内的内容
            eq = re.sub(pattern, str(eval(item)), eq, 1)
        return eq

    def remove_multiply_divide(self, eq):
        """
        去除乘除的计算
        :param eq: 需要处理的计算式
        :return: 处理好的计算式
        """
        # 匹配乘号运算的对象和除号运算的对象
        pattern = r"\d+\*\d+|\d+/\d+"
        format_list = re.findall(pattern, eq)
        for item in format_list:
            # 用乘除后的结果替换原来的 ×*×  ×/×
            eq = re.sub(pattern, str(eval(item)), eq, 1)
        return eq

    def dispose_input(self, eq):
        """
        处理输入的计算式
        :param eq: 未处理的计算式
        :return: 处理过的计算式，去除空格和#
        """
        # 匹配输入的内容，去除#
        format_list = re.findall('[\d\.]+|\(|\+|\-|\*|\/|\)', eq)
        # 用生成器表达式和"".join()函数 去除原式中的空格
        eq = "".join((item for item in format_list))
        return eq


if __name__ == "__main__":
    ca = CalculateView()
    ca.main()