python正则表达式

先了解正则表达式使用场景:

  • 判断用户注册帐号是否满足格式
  • 爬取页面中特定部分数据
  • 判断用户提交的邮箱的格式是否正确 等等等等
操作符说明实例
.表示任何单个字符
*前一个字符0次或无限次扩展abc*表示ab、abc、abcc等
+前一个字符1次或无限次扩展abc+表示abc、abcc、abccc等
前一个字符1次或0次扩展abc?表示ab或abc
匹配字符串结尾abc$表示abc在一个字符串的结尾
[ ]单个字符给出取值范围[abc]表示a或b或c,[a-z]表示a到z的单个字符
.[^ ]非字符集,对单个字符给出排除范围[^abc]表示非a或b或c的单个字符
{m}扩展前一个字符m次ab{2}c表示abbc
{m,n}扩展前一个字符m至n次ab{1,2}c表示abc、abbc
匹配字符串开头^abc表示abc且在一个字符串的开头
( )分组标记,内部只能使用|操作符(abc|def)表示abc、def
\d数字等价于[0-9]
\w单词字符等价于[a-zA-Z0-9]

re库的基本介绍

re库是python的标准库,只需要在代码开头添加:import re即可使用

1. re.match()

re.match 尝试从字符串的起始位置匹配一个模式,匹配成功则返回的是一个匹配对象(这个对象包含了我们匹配的信息),如果不是起始位置匹配成功的话,返回的是空

re.match(pattern, string, flags=0)

s = 'python123python666python888'

result = re.match('python', s)
print(result)  		   # <re.Match object; span=(0, 6), match='python'>
print(result.span())   # (0, 6)
print(result.group())  # python


#是否区分大小写
res = re.match("ang","Angsan5lisi")
print(res)         # ==> None
res = re.match("ang","Angsan5lisi",re.I)
print(res)         # 输出结果:<_sre.SRE_Match object; span=(0, 3), match='Ang'>
print(res.group()) # ==> Ang

  • 通过span()提取匹配到的字符下标
  • 通过group()提取匹配到的内容
  • s字符串中有3个’python’的存在,但match只能匹配到一个
s = '1python123python666python888'

result = re.match('python', s)
print(result)  #None

因为match从字符串的起始位置开始匹配,这里起始的第一个字符为1,所以匹配失败返回None.

那么要如何才能匹配到字符串中间我们想要的部分呢,这个时候就用到了search函数

2. re.search()

在一个字符串中搜索匹配正则表达式的第一个位置,返回match对象,search也只能匹配到一个,找到符合规则的就返回,不会一直往后找

re.search(pattern, string, flags=0)

  • pattern 匹配的正则表达式
  • string 要匹配的字符串。
  • flags 标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。
s = '1python123python666python888'

result = re.search('python', s)
print(result)  # <re.Match object; span=(1, 7), match='python'>
print(result.span())  # (1, 7)
print(result.group())  # python

找不到的话,返回none。

s = '1python123python666python888'

result = re.search('python98', s)
print(result)  # None

search方法虽然解决了match的从头匹配的弊端,但它也只能匹配到一个,这个时候我们就可以使用findall方法了

3. re.findall()

在字符串中找到正则表达式所匹配的所有子串,并返回一个列表,如果有多个匹配模式,则返回元组列表,如果没有找到匹配的,则返回空列表。

s = '1python123python666python888'

result = re.findall('python', s)
print(result)  # ['python', 'python', 'python']
pattern = re.compile(r'\d+')   # 查找数字
result1 = pattern.findall('runoob 123 google 456')
result2 = pattern.findall('run88oob123google456', 0, 10)
 
print(result1) # ['123', '456']
print(result2) # ['88', '12']

4. re.sub()

用于替换字符串中的匹配项。

re.sub(pattern, repl, string, count)

import re
text = "osc ring efuse info"
print re.sub(r'\s+', '_', text)
# 输出结果:
"osc_ring_efuse_info"
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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