python模塊之re
阿新 • • 發佈:2017-11-05
結果 替換 ignorecas flags hide dict 模式 使用 pytho
常用正則表達式符號
‘.‘ 默認匹配除\n之外的任意一個字符,若指定flag DOTALL,則匹配任意字符,包括換行 ‘^‘ 匹配字符開頭,若指定flags MULTILINE,這種也可以匹配上(r"^a","\nabc\neee",flags=re.MULTILINE) ‘$‘ 匹配字符結尾,或e.search("foo$","bfoo\nsdfsf",flags=re.MULTILINE).group()也可以 ‘*‘ 匹配*號前的字符0次或多次,re.findall("ab*","cabb3abcbbac") 結果為[‘abb‘, ‘ab‘, ‘a‘]‘+‘ 匹配前一個字符1次或多次,re.findall("ab+","ab+cd+abb+bba") 結果[‘ab‘, ‘abb‘] ‘?‘ 匹配前一個字符1次或0次 ‘{m}‘ 匹配前一個字符m次 ‘{n,m}‘ 匹配前一個字符n到m次,re.findall("ab{1,3}","abb abc abbcbbb") 結果‘abb‘, ‘ab‘, ‘abb‘] ‘|‘ 匹配|左或|右的字符,re.search("abc|ABC","ABCBabcCD").group() 結果‘ABC‘ ‘(...)‘ 分組匹配,re.search("(abc){2}a(123|456)c", "abcabca456c").group() 結果 abcabca456c ‘\A‘ 只從字符開頭匹配,re.search("\Aabc","alexabc") 是匹配不到的 ‘\Z‘ 匹配字符結尾,同$ ‘\d‘ 匹配數字0-9 ‘\D‘ 匹配非數字 ‘\w‘ 匹配[A-Za-z0-9] ‘\W‘ 匹配非[A-Za-z0-9] ‘s‘ 匹配空白字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 結果 ‘\t‘ ‘(?P<name>...)‘ 分組匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 結果{‘province‘: ‘3714‘, ‘city‘: ‘81‘, ‘birthday‘: ‘1993‘}
最常用的匹配語法
1 re.match 從頭開始匹配 2 re.search 匹配包含 3 re.findall 把所有匹配到的字符放到以列表中的元素返回 4 re.splitall 以匹配到的字符當做列表分隔符 5 re.sub 匹配字符並替換
反斜杠的困擾
與大多數編程語言相同,正則表達式裏使用"\"作為轉義字符,這就可能造成反斜杠困擾。假如你需要匹配文本中的字符"\",那麽使用編程語言表示的正則表達式裏將需要4個反斜杠"\\\\":前兩個和後兩個分別用於在編程語言裏轉義成反斜杠,轉換成兩個反斜杠後再在正則表達式裏轉義成一個反斜杠。Python裏的原生字符串很好地解決了這個問題,這個例子中的正則表達式可以使用r"\\"表示。同樣,匹配一個數字的"\\d"可以寫成r"\d"。有了原生字符串,你再也不用擔心是不是漏寫了反斜杠,寫出來的表達式也更直觀。
僅需輕輕知道的幾個匹配模式
re.I(re.IGNORECASE): 忽略大小寫(括號內是完整寫法,下同) M(MULTILINE): 多行模式,改變‘^‘和‘$‘的行為(參見上圖) S(DOTALL): 點任意匹配模式,改變‘.‘的行為
1 import re 2 3 #s = ‘hello world‘ 4 # print(s.find(‘ll‘)) 5 # ret=s.replace(‘ll‘,‘xx‘) 6 # print(ret) 7 # print(s.split(‘w‘)) 8 # ret=re.findall("w\w{2}l", ‘hello world‘) 9 # print(ret) 10 # ret=re.findall("alex", ‘hiudfgiusiohalexlkshd‘) 11 # print(ret) 12 # .通配符 13 # ret=re.findall("w..l", ‘hello world‘)# . 代指所有字符(換行符除外只能代指一個字符 14 # print(ret) 15 # ^尖角符 16 # ret=re.findall(‘^h..o‘,‘hjasdflhello‘)#只在開始位置匹配 17 # print(ret) 18 #$ 19 # ret=re.findall(‘h..o$‘,‘hjasdflhello‘)#只在結尾位置匹配 20 # print(ret) 21 # * 重復匹配 範圍[0,+oo] 22 # ret= re.findall(‘a.*li‘,‘husihfiosalexlihuidh‘) 23 # print(ret) 24 # + :[1,+oo] 25 # ret= re.findall(‘a.+li‘,‘husihfiosalexlihuidh‘) 26 # print(ret) 27 # ? [0,1] 28 # ret= re.findall(‘a.?li‘,‘husihfiosalexlihuidh‘) 29 # print(ret) 30 31 # {} 自己定匹配幾次 {1,3}匹配一到三次 32 # ret=re.findall(‘a{5}b‘,‘aaaaab‘) 33 # print(ret) 34 # *等於{0,正無窮} 35 # +等於{1,正無窮} 36 # ?等於{0,1} 37 38 #字符集 39 40 #[] 或關系[]中的內容選一, 41 # ret=re.findall(‘a[c,d]x‘,‘acx‘) 42 # print(ret) 43 #取消元字符的特殊功能(\ ^ -例外) 44 # ret=re.findall(‘a[c,*]x‘,‘a*x‘) 45 # print(ret) 46 # ^放在[]:取反 47 # ret=re.findall(‘[^4,5]‘,‘ysdgufi4x245df‘) 48 # print(ret) 49 # \ 反斜杠後跟元字符去除特殊功能 50 # 反斜杠後跟普通字符實現特殊功能 51 # \d 匹配任何十進制數;相當於[0-9] 52 # \D 匹配任何非數字字符;相當於[^0-9] 53 # \s 匹配任何空白字符;相當於[\t\n\r\f\v] 54 # \S 匹配任何非空白字符;相當於[^\t\r\f\v] 55 # \w 匹配任何字母數字字符;相當於[a-zA-Z0-9] 56 # \W 匹配任何非字母數字字符;相當於[^a-zA-Z0-9] 57 # \b 匹配一個單詞邊界;也就是指單詞和空格間的位置 58 # print(re.findall(‘\d{10}‘,‘9074892365982475896245692835‘)) 59 # print(re.findall(‘\sasd‘,‘fak asd‘)) 60 # print(re.findall(‘\w‘,‘fak asd‘)) 61 # print(re.findall(r‘I\b‘,‘I am a LIST‘)) 62 #匹配出第一個滿足條件的結果 63 # ret=re.search(‘sb‘,‘shukdsbjfhsb‘) 64 # print(ret.group()) 65 66 # ret=re.findall(r"\\.","sdyfjD\\c") 67 # print(ret) 68 69 # () | 分組 70 # ret=re.search(‘(as)+‘,‘sdfghjasas‘).group() 71 # print(ret) 72 # print(re.search(‘(as)|3‘,‘as‘).group()) 73 74 #正則表達式的方法 75 # 1 findall() 所有結果都返回 76 # 2 search() 返回匹配到的第一個對象,對象可調用group() 77 # 3 match() 只在字符串開始匹配,返回匹配到的第一個對象,對象可調用group() 78 # 4 split(‘[a,b]‘) 先以a分 分完之後以b分 79 # 5 sub() 三個參數 第一個為原內容 第二個是要替換內容 第三個為替換後的內容 80 # 6 compile() 創建一個正則表達式對象,加入規則。 obj=re.compile() obj.split()View Code
python模塊之re