『Re』正則表達式模塊_常用方法記錄
阿新 • • 發佈:2017-11-26
compile 模式 pre 表達 返回 字符串 sof 經典用法 color
『Re』知識工程作業_主體識別
一個比較完備的正則表達式介紹
幾個基礎函數
- re.compile(pattern, flags=0)
-
將正則表達式模式編譯成一個正則表達式對象,它可以用於匹配使用它的match ()和search ()等方法。
實際有兩種使用方式:
pattern.匹配方法(string) 或者 re.匹配方法(pattern,string)
使用或|來強化匹配規則:
pattern_t = re.compile(
‘[0-9〇一二三四五六七八九]{4}年.{1,2}月.{1,3}日‘ ‘|同年.{1,2}月.{1,3}日‘ ‘|[0-9〇一二三四五六七八九]{4}年.{1,2}月.{1}旬‘ ‘|[0-9〇一二三四五六七八九]{4}年.{1,2}月底‘ ‘|[0-9〇一二三四五六七八九]{4}年.{1,2}月‘ ‘|[0-9〇一二三四五六七八九十]{1,2}月.{1,3}日‘)
- re.findall(pattern, string, flags=0)
-
返回字符串
經典用法,切詞操作,匹配長度大於1的全字母序列
re.findall(r‘[a-zA-Z]{2,}‘,line.strip())
- re.finditer(pattern, string, flags=0)
-
返回一個叠代器符合
正則表達式叠代器對象
之所以單提出來,是因為叠代器在匹配組groups的時候真的好用,
pattern_c = re.compile(‘[\n。,,《;](.{,15}?人民法院)‘)
_court_list = [name.group(1) for name in pattern_c.finditer(lines)]
group(1)表示匹配到的符合第一組的部分,2、3……類推,而0表示包含全部匹配的各個組結果的元組。
貪婪匹配
比如正則表達式:
‘審理(.+)指控‘
我希望不去貪婪匹配,那麽應該是
‘審理(.+)指控?‘
而非
‘審理(.+?)指控‘
『Re』正則表達式模塊_常用方法記錄