python 模塊之-re
阿新 • • 發佈:2018-04-28
comm 字母 none d+ 字符串 num AR aid x11
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。
匹配案例:
import re ret=re.findall(‘a..in‘,‘helloalvin‘) print(ret)#[‘alvin‘] ret=re.findall(‘^a...n‘,‘alvinhelloawwwn‘) print(ret)#[‘alvin‘] ret=re.findall(‘a...n$‘,‘alvinhelloawwwn‘) print(ret)#[‘awwwn‘] ret=re.findall(‘a...n$‘,‘alvinhelloawwwn‘) print(ret)#[‘awwwn‘] ret=re.findall(‘abc*‘,‘abcccc‘)#貪婪匹配[0,+oo] print(ret)#[‘abcccc‘] ret=re.findall(‘abc+‘,‘abccc‘)#[1,+oo] print(ret)#[‘abccc‘] ret=re.findall(‘abc?‘,‘abccc‘)#[0,1] print(ret)#[‘abc‘] ret=re.findall(‘abc{1,4}‘,‘abccc‘) print(ret)#[‘abccc‘] 貪婪匹配
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(‘abc*?‘,‘abcccccc‘) print(ret)#[‘ab‘]
元字符之字符集[]:
#--------------------------------------------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‘]
元字符之轉義符\
反斜杠後邊跟元字符去除特殊功能,比如\.
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
ret
=
re.findall(
‘I\b‘
,
‘I am LIST‘
)
print
(ret)
#[]
ret
=
re.findall(r
‘I\b‘
,
‘I am LIST‘
)
print
(ret)
#[‘I‘]
#-----------------------------eg1: 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)#[‘c\\l‘] ret=re.findall(r‘c\\l‘,‘abc\le‘) print(ret)#[‘c\\l‘] #-----------------------------eg2: #之所以選擇\b是因為\b在ASCII表中是有意義的 m = re.findall(‘\bblow‘, ‘blow‘) #不加r print(m)#[] m = re.findall(r‘\bblow‘, ‘blow‘) #加了r print(m)#[‘blow‘]
元字符之分組() 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| ret=re.search(‘(ab)|\d‘,‘rabhdg8sd‘) print(ret.group())#ab
re模塊下的常用方法 import re #1 re.findall(‘a‘,‘alvin yuan‘) #返回所有滿足匹配條件的結果,放在列表裏 #2 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。 #3 re.match(‘a‘,‘abc‘).group() #同search,不過盡在字符串開始處進行匹配 #4 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‘] #5 ret=re.sub(‘\d‘,‘abc‘,‘alvin5yuan6‘,1) print(ret)#alvinabcyuan6 ret=re.subn(‘\d‘,‘abc‘,‘alvin5yuan6‘) print(ret)#(‘alvinabcyuanabc‘, 2) #6 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()) 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‘] import re print(re.findall("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>")) print(re.search("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>")) print(re.search(r"<(\w+)>\w+</\1>","<h1>hello</h1>")) #匹配出所有的整數 import re #ret=re.findall(r"\d+{0}]","1-2*(60+(-40.35/5)-(-4*3))") ret=re.findall(r"-?\d+\.\d*|(-?\d+)","1-2*(60+(-40.35/5)-(-4*3))") ret.remove("") print(ret)
python 模塊之-re