python核心程式設計第三版(一)學習筆記:正則表示式
注:下面有些內容不全都來源於原著,這些都是通過各方面的資料收集合並的結果。
目錄
一、正則表示式介紹
正則表示式為高階的文字模式匹配、抽取、與/或文字形式的搜尋和替換功能提供了基礎。
這裡主要講針對於python程式設計中的正則表示式內容,也就是講解re模組的應用,因為python是通過標準庫中的re模組來支援正則表示式的。
常見正則表示式符號和特殊字元(後面會針對這些做一些練習題)
符號 |
描述 |
示例 |
Literal |
匹配文字字串的字面值literal |
Foo |
re1| re2 |
匹配正則表示式re1或者re2 |
foo|bal |
.(點) |
匹配任何字元(除了\n之外) |
b.b |
^ |
匹配字串的起始部分 |
^Dear |
$ |
匹配字串的終止部分 |
/bin/*sh$ |
* |
匹配0次或多次前面出現的正則表示式 |
[A-Za-z0-9]* |
+ |
匹配1次或多次前面出現的正則表示式 |
[a-z]+\.com |
? |
匹配0次或1次前面出現的正則表示式 |
goo? |
{N} |
匹配N次前面出現的正則表示式 |
[0-9]{3} |
{M,N} |
匹配M~N次前面出現的正則表示式 |
[0-9]{3,5} |
[...] |
匹配來自字符集的任意單一字元 |
[aeiou] |
[..x-y..] |
匹配x~y範圍中的任意單一字元 |
[0-9],[a-z] |
[^...] |
不匹配此字符集中出現的任何一個字元,包括某一範圍內的字元(不包括此字符集中出現) |
[^aeiou] |
(*|+|?|{})? |
用於匹配上面頻繁出現/重複出現符號的非貪婪版本(*、+、?、{}) |
.*?[a-z] |
(...) |
匹配封閉的正則表示式然後另存為子組 |
([0-9]{3})?,f(oo|u)bar |
特殊字元 |
||
\d |
匹配任何十進位制數字,與[0-9]一致(\D與\d相反,不匹配任何非數值型的數字) |
data\d+.txt |
\w |
匹配任何字母數字字元,與[A-Za-z0-9]相同(\W與之相反) |
[A-Za-z]\w+ |
\s |
匹配任何空格字元,與[\n\t\r\v\f]相同(\S與之相反) |
of\sthe |
\b |
匹配任何單詞邊界(\B與之相反) |
\bThe\b |
\N |
匹配已儲存的子組N(參見上面的(...)) |
price:\14 |
\c |
逐字匹配任何特殊字元c(即,僅按字面意思匹配,不匹配特殊含義) |
\.,\\,\* |
\A(\Z) |
匹配字串的起始(結束)(另見上面的^和$) |
\ADear |
擴充套件表示法 |
||
(?iLmsux) |
在正則表示式中嵌入一個或者多個特殊“標記“引數(或者通過函式/方法) |
(?x),(? Im) |
(?...) |
表示一個匹配不用儲存的分組 |
(?:\w+\.)* |
(?p<name>...) |
像一個僅由name標識而不是數字ID標識的正則分組匹配 |
(?p<data>) |
(?P=name) |
在同一字串中匹配由(?p<name)分組的之前文字 |
(?p=data) |
(?#...) |
表示註釋,所有內容都被忽略 |
(?#comment) |
(?=...) |
匹配條件是如果...出現在之後的位置,而不適用輸入字串;稱作正向前視斷言 |
(?=.com) |
(?!...) |
匹配條件是如果...不出現之後的位置,而不使用輸入字串;稱作負向前視斷言 |
(?!.net) |
(?<=...) |
匹配條件是如果...出現在之前的位置;而不使用輸入字串;稱作正向後視斷言 |
(?<=800-) |
(?<!...) |
匹配條件是如果...不出現在之前的位置,而不使用輸入字串;稱作負向後視斷言 |
(?<!192\.168\.) |
(?(id/name)Y|N) |
如果分組所提供的id或name存在,就返回正則表示式的條件匹配Y,如果不存在就返回N;|N是可選項 |
(?(1)y|x) |
二、分類解析
1、元字元
字元 |
描述 |
. |
除換行符外的任意字元 |
\ |
轉義字元 |
[...] |
字元集合 |
\d |
數字:[0-9] |
\D |
非數字[^0-9] |
\s |
空白字元[\t\r\n\f、空格] |
\S |
非空白字元[^\s] |
\w |
單詞字元[A-Za-z0-9] |
\W |
非單詞字元[^\w] |
# "."萬用字元
>>> import re
>>> pat = re.compile(".")
>>> pat.match('abc')
<_sre.SRE_Match object; span=(0, 1), match='a'>
>>> pat.match("abc").group()
'a' #匹配到了首個字元
>>> pat.match("abc").groups()
()
>>> pat.search("abc").group()
'a'
>>> pat.search("abc").groups()
()
>>> pat.match("\n").group()
Traceback (most recent call last): #換行符匹配出錯
File "<pyshell#8>", line 1, in <module>
pat.match("\n").group()
AttributeError: 'NoneType' object has no attribute 'group'
>>>
匹配物件以及group()和groups()方法
當處理正則表示式時。除了正則表示式物件之外,還有另一個物件型別:匹配物件(成功呼叫match或search返回的物件)。匹配物件有兩個重要的方法:group()和groups()。
group()要麼返回整個匹配物件,要麼根據要求返回特定子組。
groups()則僅返回一個包含唯一或者全部子組的元組。
如果沒有子組的要求,group()仍然返回整個匹配物件,groups()返回一個空元組。
# "\"轉義符
>>> import re
>>> pat = re.compile("\.")
>>> pat.search("ac.efg").group()
'.' #匹配到.
>>> pat.findall("ac.efg")
['.'] #不用group,返回列表
>>>
關於re模組在建立模式物件(compile)後的常用函式會在後面詳細講解
# "[...]" : 集合,匹配裡面的任意一個元素
>>> import re
>>> pat = re.compile("[abc]")
>>> pat.match("axbycz").group()
'a'
>>> pat.search("axbycz").group()
'a'
>>> pat.findall("axbycz")
['a', 'b', 'c']
>>>
# "\d" : 數字
>>> import re
>>> pat = re.compile("\d")
>>> pat.search("ax1by2cz3").group()
'1' #搜尋到第一個數字:1,返回
>>> pat.match("ax1by2cz3").group()
Traceback (most recent call last): #匹配不到(首個不是數字)返回None,報錯,match匹配字串頭
File "<pyshell#4>", line 1, in <module>
pat.match("ax1by2cz3").group()
AttributeError: 'NoneType' object has no attribute 'group'
>>>
>>> pat.findall("ax1by2cz3") #匹配所有的數字,列表返回
['1', '2', '3']
搜尋與匹配的比較
python主要有兩種方法完成模式匹配:搜尋、匹配
搜尋,search()實現在字串任意部分中搜索匹配的模式
匹配,match()實現判斷一個字串能否從起始處全部或者部分地匹配某個模式
# "\D" : 非數字
>>> import re
>>> pat = re.compile("\D")
>>> pat.match("ax1by2cz3").group()
'a'
>>> pat.search("ax1by2cz3").group()
'a'
>>> pat.findall("ax1by2cz3")
['a', 'x', 'b', 'y', 'c', 'z']
# "\s" :空白字元有4,包括: \t、\r、\n、空格
>>> import re
>>> pat = re.compile("\s")
>>> pat.findall("\rax1 \nby2 \tcz3")
['\r', ' ', '\n', ' ', '\t']
>>> pat.search("\rax1 \nby2 \tcz3").group()
'\r'
>>> pat.match("\rax1 \nby2 \tcz3").group()
'\r'
# "\S" :非空白字元
>>> import re
>>> pat = re.compile("\S")
>>> pat.search("\rax1 \nby2 \tcz3").group()
'a'
>>> pat.findall("\rax1 \nby2 \tcz3")
['a', 'x', '1', 'b', 'y', '2', 'c', 'z', '3']
# "\w" :單詞字元,數字和字母:[A-Za-z0-9]
>>> import re
>>> pat = re.compile("\w")
>>> pat.findall("1a2b3c")
['1', 'a', '2', 'b', '3', 'c']
>>> pat.search("1a2b3c").group()
'1'
>>> pat.match("1a2b3c").group()
'1'
# "\W":非單詞字元,除數字和字母外
>>> import re
>>> pat = re.compile("\W")
>>> pat.findall("1a2我b3c")
[]
>>> pat.findall("1a2我b3c,4essa.")
[',', '.']
>>> pat.search("1a2我b3c,4essa.").group()
','
2、數量詞:會出現貪婪模式
數量詞 |
描述 |
* |
匹配前一個字元0次或則多次 |
+ |
匹配前一個字元1次或則多次 |
? |
匹配前一個字元0次或則1次 |
{m} |
匹配前一個字元m次 |
{m,n} |
匹配前一個字元m次到n次 |
數量詞? |
非貪婪模式 |
# "*" :0次或則多次
>>> import re
>>> pat = re.compile("[abc]*")
>>> pat.match("abcabcdefabc").group()
'abcabc' #2次
>>> pat.search("abcabcdefabc").group()
'abcabc' #2次
>>> pat.findall("abcabcdefabc")
['abcabc', '', '', '', 'abc', ''] #2次和1次,因為有0次,所以匹配了''
# "+" :1次或則多次
>>> import re
>>> pat = re.compile("[abc]+")
>>> pat.match("abcdefabcabc").group()
'abc'
>>> pat.search("abcdefabcabc").group()
'abc'
>>> pat.findall("abcdefabcabc")
['abc', 'abcabc']
# "?" :0次或則1次,match,search 不會出現none,會出現''
>>> import re
>>> pat = re.compile("[abc]?")
>>> pat.match("defabc").group()
'' #0次
>>> pat.match('abcdefabc').group()
'a'
>>> pat.search('defabc').group()
'' #0次
>>> pat.findall('defabc')
['', '', '', 'a', 'b', 'c', ''] #0次和1次
# "{m}" :匹配字串出現m次
>>> import re
>>> pat = re.compile("[op]{2}") #o或則p出現2次
>>> pat.search("abcooapp").group()
'oo' #匹配第一次出現的字串,o比p先出現
>>> pat.findall("abcooapp")
['oo', 'pp'] #匹配出現的所有字串,列表形式返回
# "{m,n}" :匹配字串出現m到n次
>>> import re
>>> pat = re.compile("[op]{2,4}") #o或則p出現2到4次
>>> pat.match("pppabcooapp").group()
'ppp' #匹配開頭
>>> pat.match("ppabcooapp").group()
'pp' #不連續,非貪婪模式只匹配2次
>>> pat.search("pppabcooapp").group()
'ppp' #匹配第一次出現
>>> pat.findall("pppabcooapp")
['ppp', 'oo', 'pp'] #匹配所有
# "數量詞?" :非貪婪模式:只匹配最少的(儘可能少);預設貪婪模式:匹配最多的(儘可能多)
>>> import re
>>> pat = re.compile("[abc]+") #貪婪模式
>>> pat.match("abcdefabcabc").group() #匹配儘可能多的:abc
'abc'
>>> pat.match("bbabcdefabcabc").group()
'bbabc'
>>> pat.search("dbbabcdefabcabc").group()
'bbabc'
>>> pat.findall("abcdefabcabc")
['abc', 'abcabc']
>>>
>>> pat = re.compile("[abc]+?") #非貪婪模式:+?
>>> pat.match("abcdefabcabc").group() #匹配儘可能少的:a、b、c
'a'
>>> pat.search('dbbabcdefabcabc').group()
'b'
>>> pat.findall('abcdefabcabc')
['a', 'b', 'c', 'a', 'b', 'c', 'a', 'b', 'c']
3、邊界詞
邊界詞 |
描述 |
^ |
匹配字串開頭和行首 |
$ |
匹配字串結尾和行尾 |
\A |
匹配字串開頭 |
\Z |
匹配字串結尾 |
\b |
匹配\w 和 \W 之間 |
# "^" :匹配字串開頭或則行頭
>>> import re
>>> pat = re.compile("^[abc]") #開頭是abc
>>> pat.search('defabc').group()
Traceback (most recent call last): #找不到
File "<pyshell#2>", line 1, in <module>
pat.search('defabc').group()
AttributeError: 'NoneType' object has no attribute 'group'
>>> pat.match('defabc').group()
Traceback (most recent call last): #找不到
File "<pyshell#3>", line 1, in <module>
pat.match('defabc').group()
AttributeError: 'NoneType' object has no attribute 'group'
>>> pat.findall('defabc')
[]
>>> pat.search('adefabc').group()
'a' #開頭是a、b、c中的任意一個
>>> pat.match('adefabc').group()
'a'
>>> pat.findall('adefabc')
['a']
>>> import re
>>> pat = re.compile("^[abc]+") #開頭是a、b、c中的任意一個的一次或則多次,貪婪:匹配多個
>>> pat.findall("cbadefab")
['cba']
>>> pat = re.compile(r'^[abc]+?') #開頭是a、b、c中的任意一個的一次或則多次,非貪婪:匹配一個
>>> pat.findall('cbadefab')
['c']
compile中的r表示其後的字串按原樣表示,不使用轉義字元,如: "\n" 表示換行符 r"\n" 表示一個斜槓加上字元n組成的字串
# "$" :匹配字串結尾或則行尾
>>> import re
>>> pat = re.compile("[abc]$")
>>> pat.match("adefAbc").group()
Traceback (most recent call last): #match匹配的是字串開頭,所以查詢$的時總是返回None
File "<pyshell#2>", line 1, in <module>
pat.match("adefAbc").group()
AttributeError: 'NoneType' object has no attribute 'group'
>>> pat.search('adefAbc').group()
'c'
>>> pat.findall('adefAbc')
['c']
>>>
>>> pat = re.compile('[abc]+$')
>>> pat.search('adefAbc').group() #結尾是a、b、c中的任意一個的一次或則多次,貪婪:匹配多個
'bc'
>>> pat.findall('adefAbc')
['bc']
>>>
# "\A":匹配字串開頭
>>> import re
>>> pat = re.compile("\A[abc]+")
>>> pat.findall('cbadefab')
['cba']
>>> pat.search('cbadefab').group()
'cba'
>>>
# "\Z":匹配字串結尾
>>> import re
>>> pat = re.compile('[abc]+\Z')
>>> pat.search('cbadefab').group()
'ab'
>>> pat.findall('cbadefab')
['ab']
>>>
4、分組詞
分組方法 |
描述 |
| |
左右表示式任意匹配一個,先匹配左邊一旦成功則跳過匹配右邊,如果|沒有包含在()中,匹配整個正則表示式 |
(...) |
分組匹配,從左到右,每遇到一個 ( 編號+1,分組後面可加數量詞 |
(?P<name>...) |
除了分組序號外,指定一個 name的別名 |
\<number> |
引用編號為<number>的分組匹配到的字串 |
(?P=name) |
引用別名為<name>的分組匹配到的串 |
# "(...)" :在模式裡面用()來表示分組(匿名分組),適用於提取目標字串中的某一些部位。
>>> import re
>>> pat = re.compile(r"(a)\w(c)") #\w:單詞字元[A-Za-z0-9]
>>> pat.match("abdddcccef").group()
Traceback (most recent call last): #一個\w只能匹配一次
File "<pyshell#2>", line 1, in <module>
pat.match("abdddcccef").group()
AttributeError: 'NoneType' object has no attribute 'group'
>>> pat.match("adcccef").group()
'adc'
>>> pat = re.compile("(a)b(c)") #分2組,匿名分組
>>> pat.match("abcdef").group()
'abc' #預設返回匹配的字串
>>> pat.match("adcdef").group()
Traceback (most recent call last): #不匹配
File "<pyshell#6>", line 1, in <module>
pat.match("adcdef").group()
AttributeError: 'NoneType' object has no attribute 'group'
>>> pat.match('abcdef').group(1) #取分組1,適用於search
'a'
>>> pat.match('abcdef').group(2) #取分組2,適用於search
'c'
>>> pat.match('abcdef').groups() #取所有分組,元組形式返回
('a', 'c')
>>> pat=re.compile(r'www\.(.*)\..{3}')
>>> pat.match('www.dxy.com').group(1)
'dxy'
>>> pat.match('www.dxy.com').groups()
('dxy',)
# "(?P<name>...)" 在模式裡面用()來表示分組(命名分組),適用於提取目標字串中的某一些部位。
>>> import re
>>> pat = re.compile(r"(?P<K>a)\w(c)") #分2組:命名分組+匿名分組
>>> pat.search('abcdef').groups() #取所有分組,元組形式返回
('a', 'c')
>>> pat.search('abcdef').group(1) #取分組1,適用於search
'a'
>>> pat.search('abcdef').group(2) #取分組2,適用於search
'c'
>>> pat.search('abcdef').group() #預設返回匹配的字串
'abc'
>>> pat.search('abcdef').groupdict() #命名分組可以返回一個字典【專有】,匿名分組則沒有
{'K': 'a'}
>>> pat.search('abcdef').groupdict(2)
{'K': 'a'}
>>> pat.search('abcdef').groupdict(1)
{'K': 'a'}
# "(?P=name)" :引用命名分組(別名)匹配:
>>> import re
>>> pat=re.compile(r'(?P<K>a)\w(c)(?P=K)') #(?P=K)引用分組1的值,就是a
>>> pat.search('abcdef').group()
Traceback (most recent call last): #匹配不到,因為完整'a\wca',模式的第4位是a
File "<pyshell#3>", line 1, in <module>
pat.search('abcdef').group()
AttributeError: 'NoneType' object has no attribute 'group'
>>> pat.search('abcadef').group() #匹配到,模式的第4位和組1一樣,值是a
'abca'
>>> pat.search('abcadef').groups()
('a', 'c')
>>> pat.search('abcadef').group(1)
'a'
>>> pat.search('abcadef').group(2)
'c'
# "\<number>" :引用分組編號匹配
>>> import re
>>> pat=re.compile(r'(?P<K>a)\w(c)(?P=K)\2') #\2引用分組2的值,就是c
>>> pat.findall('Aabcadef') #匹配不到,因為完整'a\wcac',模式的第5位是c
[]
>>> pat.findall('Aabcacdef') #匹配到,模式的第5位和組2一樣,值是c
[('a', 'c')]
>>> pat.search('Aabcacdef').groups()
('a', 'c')
>>> pat.search('Aabcacdef').group()
'abcac'
>>> pat.search('Aabcacdef').group(1)
'a'
>>> pat.search('Aabcacdef').group(2)
'c'
5、特殊構造
方法 |
描述 |
(?:...) |
(...)不分組版本,用於使用 | 或者後接數量詞 |
(?iLmsux) |
iLmsux的每個字元代表一個匹配模式,只能用在正則表示式的開頭,可選多個 |
(?#...) |
#號後的內容將作為註釋 |
(?=...) |
之後的字串內容需要匹配表示式才能成功匹配 |
(?!...) |
之後的字串不匹配表示式才能成功 |
(?<=...) |
之前的字串需要匹配表示式才能成功 |
(?<!...) |
之前的字串需要不匹配表示式才能成功 |
(?(id/name) yes |no) |
如果編號為id/名字為name的組匹配到字串,則需要匹配yes,否則匹配no,no可以省略 |
# "(?:...)" :()裡面有?:表示該()不是分組
>>> import re
>>> pat = re.compile(r"a(?:bc)")
>>> pat.findall('abc')
['abc']
>>> pat.match('abc').groups() #顯示不出分組
()
# "(?=...)":匹配...表示式,返回。對後進行匹配,總是對後面進行匹配
>>> import re
>>> pat=re.compile(r'\w(?=\d)') #匹配表示式\d,返回數字的前一位,\w:單詞字元[A-Za-z0-9]
>>> pat.findall('abc1 def1 xyz1')
['c', 'f', 'z']
>>> pat.findall('zhoujy20130628hangzhou') #匹配數字的前一位,列表返回
['y', '2', '0', '1', '3', '0', '6', '2']
>>>
>>> pat=re.compile(r'\w+(?=\d)')
>>> pat.findall('abc1,def1,xyz1') #匹配最末數字的前字串,列表返回
['abc', 'def', 'xyz']
>>> pat.findall('abc21,def31,xyz41')
['abc2', 'def3', 'xyz4']
>>> pat.findall('zhoujy20130628hangzhou')
['zhoujy2013062']
>>> import re
>>> pat=re.compile(r'[A-Za-z]+(?=\d)') #[A-Za-z],匹配字母,可以用其他的正則方法
>>> pat.findall('zhoujy20130628hangzhou123') #匹配後面帶有數字的字串,列表返回
['zhoujy', 'hangzhou']
>>> pat.findall('abc21,def31,xyz41')
['abc', 'def', 'xyz']
>>>
# "(?!...)" 不匹配...表示式,返回。對後進行匹配
>>> import re
>>> pat=re.compile(r'[A-Za-z]+(?!\d)') #[A-Za-z],匹配字母,可以用其他的正則方法
>>> pat.findall('zhoujy20130628hangzhou123,12,binjiang310')
['zhouj', 'hangzho', 'binjian'] #匹配後面不是數字的字串,列表返回
>>> pat.findall('abc21,def31,xyz41')
['ab', 'de', 'xy']
>>>
# "(?<=...)":匹配...表示式,返回。對前進行匹配,總是對前面進行匹配
>>> import re
>>> pat=re.compile(r'(?<=\d)[A-Za-z]+') #匹配前面是數字的字母
>>> pat.findall('abc21,def31,xyz41')
[]
>>> pat.findall('1abc21,2def31,3xyz41')
['abc', 'def', 'xyz']
>>> pat.findall('zhoujy20130628hangzhou123,12,binjiang310')
['hangzhou']
>>>
# "(?<!...)":不匹配...表示式,返回。對前進行匹配,總是對前面進行匹配
>>> import re
>>> pat=re.compile(r'(?<!\d)[A-Za-z]+') #匹配前面不是數字的字母
>>> pat.findall('abc21,def31,xyz41')
['abc', 'def', 'xyz']
>>> pat.findall('zhoujy20130628hangzhou123,12,binjiang310')
['zhoujy', 'angzhou', 'binjiang']
>>>
#"(?(id\name) yes |no)": 組是否匹配,匹配返回
>>> import re
#no省略了,完整的是a\dbc\d ==> a2bc3,總共5位,第2位是可有可無的數字,第5位是數字
>>> pat=re.compile(r'a(\d)?bc(?(1)\d)')
>>> pat.findall('abc9')
[''] #返回組1,但第2位(組1)沒有,即返回了''
>>> pat.findall('a8bc9') #完整的模式,返回組1
['8']
>>> pat.match('a8bc9').group()
'a8bc9'
>>> pat.match('a8bc9').group(1)
'8'
>>> pat.findall('a8bc')
[]
>>>
#"(?iLmsux)":這裡就介紹下i引數:大小寫區分匹配
>>> import re
>>> pat=re.compile(r'abc')
>>> pat.findall('abc')
['abc']
>>> pat.findall('ABC')
[]
>>> pat=re.compile(r'(?i)abc') #(?i) 不區分大小寫
>>> pat.findall('ABC')
['ABC']
>>> pat.findall('abc')
['abc']
>>> pat.findall('aBc')
['aBc']
>>> pat.findall('aBC')
['aBC']
>>>
>>> pat=re.compile(r'abc',re.I) #re.I 作為引數使用,同上作用,推薦
>>> pat.findall('aBC')
['aBC']
>>> pat.findall('abc')
['abc']
>>> pat.findall('ABC')
['ABC']
三、re模組下的函式
函式 |
描述 |
compile(pattern) |
建立模式物件 |
search(pattern,string) |
在字串中尋找模式 |
match(pattern,string) |
在字串開始處匹配模式 |
split(pattern,string) |
根據模式分割字串 |
findall(pattern,string) |
列表形式返回匹配項 |
sub(pat,repl,string) |
pat匹配想用repl替換 |
escape(string) |
特殊字元轉義 |
1、compile:
>>> import re
>>> pat = re.compile("A")
>>> m = pat.search("CBA")
>>> print(m)
#匹配到了,返回MatchObject(匹配物件)(True)
<_sre.SRE_Match object; span=(2, 3), match='A'>
>>> m = pat.search("CBD")
>>> print(m) #沒有匹配到,返回None(False)
None
>>>
#上面的等價於,但推薦都用第一種方法,因為將正則表示式轉換為模式物件,實現更有效率的匹配,其他的函式會在內部進行轉換。
>>> re.search("A","CBA")
<_sre.SRE_Match object; span=(2, 3), match='A'>
>>>
2、search:
>>> import re
>>> m = re.search('asd','ASDasd')
>>> print(m)
<_sre.SRE_Match object; span=(3, 6), match='asd'> #匹配到了,返回MatchObject(True)
>>> m = re.search('asd','ASDASD')
>>> print(m) #沒有匹配到,返回None(False)
None
>>>
3、match:
>>> import re
>>> m = re.match('a','Aasd')
>>> print(m)
None
>>> m = re.match('a','aASD')
>>> print(m)
<_sre.SRE_Match object; span=(0, 1), match='a'>
4、split:
>>> import re
>>> re.split(",","a,s,d,asd")
['a', 's', 'd', 'asd'] #返回列表
#等價於上
>>> pat = re.compile(',')
>>> pat.split('a,s,d,asd')
['a', 's', 'd', 'asd']
>>>
>>> re.split("[, ]+","a , s ,d ,,,,,asd") #正則匹配:[, ]+
['a', 's', 'd', 'asd']
>>> re.split("[, ]+","a , s ,d ,,,,,asd",maxsplit=2) # maxsplit 最多分割次數
['a', 's', 'd ,,,,,asd']
>>>
#說明:根據模式的匹配項來分割字串,類似字串的split 的方法,但是字串的split只能用固定長度的分割符,而re.split允許用任意長度和個數的分割符。
5、findall:
>>> import re
>>> re.findall("a","ASDaDFGAa")
['a', 'a'] #列表形式返回匹配到的字串
>>> pat = re.compile('a')
>>> pat.findall('ASDaDFGAa')
['a', 'a']
>>> pat = re.compile('[A-Z]+')
>>> pat.findall('ASDcDFGAa')
['ASD', 'DFGA']
#說明:列表形式返回給定模式的匹配項。返回所有匹配的字串。
6、sub:
#通過組進行更新替換:
>>> import re
>>> re.sub("a","A","abcasd")
'AbcAsd'
>>> pat = re.compile("a")
>>> pat.sub("A","abcasd")
'AbcAsd'
>>>
>>> pat=re.compile(r'www\.(.*)\..{3}')
>>> pat.match('www.dxy.com').group(1)
'dxy'
#通過正則匹配找到符合規則的”www.dxy.com“ ,取得組1字串 去替換 整個匹配得到字串。dxy -> www.dxy.com
>>> pat.sub(r'\1','hello,www.dxy.com')
'hello,dxy'
>>> pat=re.compile(r'(\w+) (\w+)')
>>> s='hello world ! hello hz !'
>>> pat.findall('hello world ! hello hz !')
[('hello', 'world'), ('hello', 'hz')]
#通過正則得到組1(hello),組2(world),再通過sub去替換。即組1替換組2,組2替換組1,調換位置。
>>> pat.sub(r'\2 \1',s)
'world hello ! hz hello !'
#說明:使用給定的內容替換掉找到的字串。a->A
7、escape:
#轉義
>>> import re
>>> re.escape("www.dxy.cn")
'www\\.dxy\\.cn'
#說明:對字串裡面的特殊字串進行轉義。
四、re模組下函式的方法
>>> import re
>>> pat = re.compile('a')
>>> dir(pat)
['__class__', '__copy__', '__deepcopy__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__le__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'findall', 'finditer', 'flags', 'fullmatch', 'groupindex', 'groups', 'match', 'pattern', 'scanner', 'search', 'split', 'sub', 'subn']
>>>
方法 |
描述 |
group |
獲取子模式(組)的匹配項 |
start |
給定組匹配項的開始位置 |
end |
給定組匹配項的結束位置 |
span |
給定組匹配項的開始結束位置 |
>>> import re
>>> pat = re.compile(r'www\.(.*)\.(.*)') #用()表示一個組,2個組
>>> m = pat.match('www.dxy.com')
>>> m.group() #預設為0,表示匹配整個字串
'www.dxy.com'
>>> m.group(1) #返回給定組1匹配的子字串
'dxy'
>>> m.group(2)
'com'
>>> m.start(2) #組2開始的索引
8
>>> m.end(2) #組2結束的索引
11
>>> m.span(2) #組2開始、結束的索引
(8, 11)
>>>