Day13:正則表達式
阿新 • • 發佈:2017-06-26
接下來 name 去除 arc 貪婪 特殊 進制數 編程 dha
一.re模塊
就其本質而言,正則表達式(或 RE)是一種小型的、高度專業化的編程語言,(在Python中)它內嵌在Python中,並通過 re 模塊實現。正則表達式模式被編譯成一系列的字節碼,然後由用 C 編寫的匹配引擎執行。
字符匹配(普通字符,元字符):
1 普通字符:大多數字符和字母都會和自身匹配
>>> re.findall(‘alvin‘,‘yuanaleSxalexwupeiqi‘)
[‘alvin‘]
2 元字符:. ^ $ * + ? { } [ ] | ( ) \
元字符
. ^ $
import re ret1=re.findall(‘李.‘,‘李爽\nalex\n李四\negon\nalvin\n李二‘) ret2=re.findall(‘^李.‘,‘李爽\nalex\n李四\negon\nalvin\n李二‘) ret3=re.findall(‘李.$‘,‘李爽\nalex\n李四\negon\nalvin\n李二‘)
* + ? {}
import re ret1=re.findall(‘李.*‘,‘李傑\nalex\n李蓮英\negon\nalvin\n李二棍子‘) ret2=re.findall(‘李.+‘,‘李傑\nalex\n李蓮英\negon\nalvin\n李二棍子‘) ret3=re.findall(‘(李.{1,2})\n‘,‘李傑\nalex\n李蓮英\negon\nalvin\n李二棍子‘) # 設定優先級的原因 # 匹配一個數字包括整型和浮點型 ret4=re.findall(‘\d+\.?\d*‘,‘12.45,34,0.05,109‘) print(ret4)
註意:前面的*,+,?等都是貪婪匹配,也就是盡可能匹配,後面加?號使其變成惰性匹配
ret=re.findall(‘131\d+?‘,‘1312312312‘) print(ret) [‘1312‘]
轉義符 \
1、反斜杠後邊跟元字符去除特殊功能,比如\.
2、反斜杠後邊跟普通字符實現特殊功能,比如\d
\d 匹配任何十進制數; 它相當於類 [0-9]。 \D 匹配任何非數字字符; 它相當於類 [^0-9]。 \s 匹配任何空白字符; 它相當於類 [ \t\n\r\f\v]。 \S 匹配任何非空白字符; 它相當於類 [^ \t\n\r\f\v]。 \w 匹配任何字母數字字符; 它相當於類 [a-zA-Z0-9_]。 \W 匹配任何非字母數字字符; 它相當於類 [^a-zA-Z0-9_] \b 匹配一個特殊字符邊界,比如空格 ,&,#等
讓我們看一下\b的應用:
ret=re.findall(r‘I\b‘,‘I am LIST‘) print(ret)#[‘I‘]
接下來我們試著匹配下“abc\le”中的‘c\l’:
import re ret=re.findall(‘c\l‘,‘abc\le‘) print(ret)#[] ret=re.findall(‘c\\l‘,‘abc\le‘) print(ret)#[] ret=re.findall(‘c\\\\l‘,‘abc\le‘) print(ret)#[] ret=re.findall(r‘c\\l‘,‘abc\le‘) print(ret)#[] # \b是特殊符號所以,‘abc\be‘前面需要加r ret=re.findall(r‘c\\b‘,r‘abc\be‘) print(ret)#[]
分組 () 優先匹配分組的內容,註意(?:)取消優先級
m = re.findall(r‘(ad)+‘, ‘add‘) print(m) ret=re.search(‘(?P<id>\d{2})/(?P<name>\w{3})‘,‘23/com‘) print(ret.group())#23/com print(ret.group(‘id‘))#23
元字符之 | 或
ret=re.search(‘(ab)|\d‘,‘rabhdg8sd‘) print(ret.group())#ab
字符集 [ ] 或者的關系
#--------------------------------------------字符集[] ret=re.findall(‘a[bc]d‘,‘acd‘) print(ret)#[‘acd‘] ret=re.findall(‘[a-z]‘,‘acd‘) print(ret)#[‘a‘, ‘c‘, ‘d‘] ret=re.findall(‘[.*+]‘,‘a.cd+‘) print(ret)#[‘.‘, ‘+‘] #在字符集裏有功能的符號: - ^ ret=re.findall(‘[1-9]‘,‘45dha3‘) print(ret)#[‘4‘, ‘5‘, ‘3‘] ret=re.findall(‘[^ab]‘,‘45bdha3‘) print(ret)#[‘4‘, ‘5‘, ‘d‘, ‘h‘, ‘3‘] ret=re.findall(‘[\d]‘,‘45bdha3‘) print(ret)#[‘4‘, ‘5‘, ‘3‘]
貪婪匹配
貪婪匹配:在滿足匹配時,匹配盡可能長的字符串,默認情況下,采用貪婪匹配
string pattern1 = @"a.*c"; // greedy match Regex regex = new Regex(pattern1); regex.Match("abcabc"); // return "abcabc" 非貪婪匹配:在滿足匹配時,匹配盡可能短的字符串,使用?來表示非貪婪匹配 string pattern1 = @"a.*?c"; // non-greedy match Regex regex = new Regex(pattern1); regex.Match("abcabc"); // return "abc"
幾個常用的非貪婪匹配Pattern
*? 重復任意次,但盡可能少重復 +? 重復1次或更多次,但盡可能少重復 ?? 重復0次或1次,但盡可能少重復 {n,m}? 重復n到m次,但盡可能少重復 {n,}? 重復n次以上,但盡可能少重復
.*?的用法:
. 是任意字符 * 是取 0 至 無限長度 ? 是非貪婪模式。 何在一起就是 取盡量少的任意字符,一般不會這麽單獨寫,他大多用在: .*?a 就是取前面任意長度的字符,到底一個 a 出現
re模塊下的常用方法
import re re.findall(‘a‘,‘alvin yuan‘) #返回所有滿足匹配條件的結果,放在列表裏 re.search(‘a‘,‘alvin yuan‘).group() #函數會在字符串內查找模式匹配,只到找到第一個匹配然後返回一個包含匹配信息的對象,該對象可以 # 通過調用group()方法得到匹配的字符串,如果字符串沒有匹配,則返回None。 re.match(‘a‘,‘abc‘).group() #同search,不過盡在字符串開始處進行匹配 ret=re.split(‘[ab]‘,‘abcd‘) #先按‘a‘分割得到‘‘和‘bcd‘,在對‘‘和‘bcd‘分別按‘b‘分割 print(ret)#[‘‘, ‘‘, ‘cd‘] ret=re.sub(‘\d‘,‘abc‘,‘alvin5yuan6‘,1) ret=re.subn(‘\d‘,‘abc‘,‘alvin5yuan6‘) obj=re.compile(‘\d{3}‘) ret=obj.search(‘abc123eeee‘) print(ret.group())#123 import re ret=re.finditer(‘\d‘,‘ds3sy4784a‘) print(ret) #<callable_iterator object at 0x10195f940> print(next(ret).group()) print(next(ret).group())
註意:
findall的優先級查詢:
import re ret=re.findall(‘www.(baidu|oldboy).com‘,‘www.oldboy.com‘) print(ret)#[‘oldboy‘] 這是因為findall會優先把匹配結果組裏內容返回,如果想要匹配結果,取消權限即可 ret=re.findall(‘www.(?:baidu|oldboy).com‘,‘www.oldboy.com‘) print(ret)#[‘www.oldboy.com‘]
Day13:正則表達式