正则匹配

最新推荐文章于 2025-09-06 09:26:50 发布

weixin_30429201

最新推荐文章于 2025-09-06 09:26:50 发布

阅读量86

点赞数

CC 4.0 BY-SA版权

文章标签： python

原文链接：http://www.cnblogs.com/du346568978/p/7611758.html

1.python中使用正则表达式的一般步骤

>>> import re
>>> phoneNumber=re.compile(r'\d\d\d-\d\d\d-\d\d\d\d')
>>> mo=phoneNumber.search('My number is 415-555-4242')
>>> mo.group()

输出结果：415-555-4242

2.利用括号分组

>>> import re
>>> phoneNumRegex=re.compile(r'(\d\d\d)-(\d\d\d-\d\d\d\d)')
>>> mo=phoneNumRegex.search('My number is 415-555-5252.')
>>> mo.group(1)
'415'
>>> mo.group(2)
'555-5252'
>>> mo.group(0)
'415-555-5252'
>>> mo.group()
'415-555-5252'
>>> mo.groups()
('415', '555-5252')

正则表达式字符串中的第一对括号是第1组，第二组括号是第2组。向group()方法传入0或不传入参数，将返回整个匹配的文本。groups()返回多个值得元祖。

3.如果正则表达式匹配括号就要加转义字符‘\’

>>> import re
>>> phoneNumRegex=re.compile(r'(\d\d\d)-(\d\d\d-\d\d\d\d)')
>>> phoneNumRegex=re.compile(r'(\(\d\d\d\))-(\d\d\d-\d\d\d\d)')
>>> mo=phoneNumRegex.search('My number is (415)-555-5252.')
>>> mo.group(1)
'(415)'
>>> mo.group(2)
'555-5252'

4用管道匹配多个分组

>>> import re
>>> batRegex=re.compile(r'Bat(man|mobile|copter|bat)')
>>> mo=batRegex.search('Batmobile lost a wheel,the Batman found it')
>>> mo.group()
'Batmobile'
>>> mo.group(1)
'mobile'

方法调用mo.group()返回了完全匹配的文本‘Batmobile’，而mo.group(1)只是返回第一个括号分组内匹配的文本'mobile'

5贪心与非贪心匹配

python的正则表达式默认的是贪心的，这表示在有二义的情况下，它们会尽可能匹配最长的字符串。花括号的“非贪心”版本匹配尽可能最短的字符串，即在结束的花括号后跟着一个问号

>>> import re
>>> HaRegex=re.compile(r'(ha){3,5}?')
>>> mo=HaRegex.search('hahahahahaha')
>>> mo.group()
'hahaha'

6.findall()方法

search()返回的是一个Match对象，包含被查找字符串中的‘第一次’匹配的文本

findall()方法将返回一组字符串，包含被查找字符串中的所有匹配；如果在正则表达式中有分组，那么findall将返回元组的列表。每个元组表示一个找到的匹配，其中的项就是正则表达式中的每个分组的匹配字符串

>>> phoneNumRegex=re.compile(r'(\d\d\d)-(\d\d\d)-(\d\d\d\d)')
>>> phoneNumRegex.findall('Cell:415-555-9999 work:212-555-0000.')
[('415', '555', '9999'), ('212', '555', '0000')]

7.用句点字符匹配换行

句点字符匹配除行外的所有字符。通过传入re.DOTALL作为re.compile()的第二个参数，可以让句点字符匹配所有字符,包括换行字符

>>> noNewlineRegex=re.compile('.*')
>>> noNewlineRegex.search('Serve the public trust.\nProtect the innocent.\nUphold the law.').group()
'Serve the public trust.'
-------------------------------------------------------
>>> newlineRegex=re.compile('.*',re.DOTALL)
>>> newlineRegex.search('Serve the public trust.\nProtect the innocent.\nUphold the law.').group()
'Serve the public trust.\nProtect the innocent.\nUphold the law.'

8.不区分大小写的匹配

要让正则表达式不区分大小写，可以向re.compile()传入re.IGNORECASE或re.I，作为第二个参数

>>> robocop=re.compile(r'robocop',re.I)
>>> robocop.search('RoboCop is part man,part machine,all cop.').group()
'RoboCop'

9.用sub()方法替代字符串

>>> namesRegex=re.compile(r'Agent \w+')
>>> namesRegex.sub('CENSORED','Agent Alice gave the secret documents to Agent Bob.')
'CENSORED gave the secret documents to CENSORED.'
--------------------------------------------------------------------------------
>>> agentNameRegex=re.compile(r'Agent (\w)\w*')
>>> agentNameRegex.sub(r'\1****','Agent Alice told Agent Carol that Agent Eve knew Agent Bob was a double agent.')
'A**** told C**** that E**** knew B**** was a double agent.'

10.可以向re.compile()传入变量re.VERBOSE,作为第二个参数，忽略正则表达式字符串中的空白符和注释。

phoneRegex=re.compile(r'''(
    (\d{3}|\(\d{3}\))?
    (\s|-|\.)?
    \d{3}
    (\s|-|\.)
    \d{4}
    (\s*(ext|x|ext.)\s*\d{2,5})?
    )''',re.VERBOSE)

转载于:https://www.cnblogs.com/du346568978/p/7611758.html