学了正则模块后,一直没有相关记录,导致很多知识点很快就忘了,囧。。。今天下决心还是补上欠的账。
一、re模块基本用法
re模块用于对Python的正则表达式的操作,用来模糊匹配字符串。
1 '.' 默认匹配除\n之外的任意一个字符,若指定flag DOTALL,则匹配任意字符,包括换行 2 '^' 匹配字符开头,若指定flags MULTILINE,这种也可以匹配上(r"^a","\nabc\neee",flags=re.MULTILINE) 3 '$' 匹配字符结尾,或e.search("foo$","bfoo\nsdfsf",flags=re.MULTILINE).group()也可以 4 '*' 匹配*号前的字符0次或多次,re.findall("ab*","cabb3abcbbac") 结果为['abb', 'ab', 'a'] 5 '+' 匹配前一个字符1次或多次,re.findall("ab+","ab+cd+abb+bba") 结果['ab', 'abb'] 6 '?' 匹配前一个字符1次或0次 7 '{m}' 匹配前一个字符m次 8 '{n,m}' 匹配前一个字符n到m次,re.findall("ab{1,3}","abb abc abbcbbb") 结果'abb', 'ab', 'abb'] 9 '|' 匹配|左或|右的字符,re.search("abc|ABC","ABCBabcCD").group() 结果'ABC' 10 '(...)' 分组匹配,re.search("(abc){2}a(123|456)c", "abcabca456c").group() 结果 abcabca456c 11 '[a-z]' 匹配a到z任意一个字符 12 '[^()]' 匹配除()以外的任意一个字符 13 14 r' ' 转义引号里的字符 针对\字符 详情查看⑦ 15 '\A' 只从字符开头匹配,re.search("\Aabc","alexabc") 是匹配不到的 16 '\Z' 匹配字符结尾,同$ 17 '\d' 匹配数字0-9 18 '\D' 匹配非数字 19 '\w' 匹配[A-Za-z0-9] 20 '\W' 匹配非[A-Za-z0-9] 21 '\s' 匹配空白字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 结果 '\t' 22 23 '(?P<name>...)' 分组匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 24 结果{'province': '3714', 'city': '81', 'birthday': '1993'} 25 re.IGNORECASE 忽略大小写 re.search('(\A|\s)red(\s+|$)',i,re.IGNORECASE)
实例展示如下:
1 #!/user/bin/env ptyhon 2 # -*- coding:utf-8 -*- 3 # Author: VisonWong 4 5 6 import re 7 8 #'.'用法:默认匹配除\n之外的任意一个字符 9 res = re.search('.','Vison123Wong321').group() 10 print(res) 11 #V 12 res = re.search('.','Wong321').group() 13 print(res) 14 #W 15 16 #'^'用法:匹配字符开头,注意必须是字符串的开头 17 res = re.search('^Vison','Vison123Wong321').group() 18 print(res) 19 #V 20 res = re.search('^V','Wong321') 21 print(res) 22 #None 23 #没有匹配到结果,强调必须是匹配整个字符串的开头,而不是你想匹配某一个片段的开头 24 25 #'$'用法:匹配字符结尾,注意必须是字符串的结尾 26 res = re.search('Wong321$','Vison123Wong321').group() 27 print(res) 28 #Wong321 29 res = re.search('Wong$','Vison123Wong321') 30 print(res) 31 #None 32 #没有匹配到结果,强调必须是匹配整个字符串的结尾,而不是你想匹配某一个片段的结尾 33 34 #'*'用法:匹配*号前的字符0次或多次,如ab*其实可以匹配到a,ab,abb,abbb.... 35 res = re.findall("ab*","cabb3abcbbac") 36 print(res) 37 # ['abb', 'ab', 'a'] 38 #注意表示形式:ab*只是匹配*前b0次或多次,(ab)*则是匹配*前(ab)0次或多次 39 40 #'+'用法:匹配+号前的字符1次或多次,如ab+其实可以匹配到ab,abb,abbb.... 41 res = re.findall("ab+","ab+cd+abb+bba") 42 print(res) 43 # ['ab', 'abb'] 44 #注意表现形式:ab+只是匹配+前b1次或多次,(ab)+则是匹配+前(ab)1次或多次 45 46 # '?'用法:匹配?号前一个字符1次或0次,如ab?其实可以匹配到a,ab。 47 res = re.findall("ab?","ab+cd+abb+bba") 48 print(res) 49 #['ab', 'ab', 'a'] 50 #注意表现形式:ab?只是匹配?前b1次或0次,(ab)?则是匹配?前(ab)1次或0次 51 52 #'{m}'用法:匹配前一个字符m次,如ab{3}可以匹配到abbb. 53 res = re.search("ab{3}","cdabbb+bba").group() 54 print(res) 55 #abbb 56 57 #{n,m}用法:匹配前一个字符n到m次,如ab{1,3}可以匹配到ab,abb,abbb。 58 res = re.findall("ab{1,3}","ab+fg+abbbv*abb") 59 print(res) 60 # ['ab', 'abbb', 'abb'] 61 62 #'|'用法:匹配|左或|右的字符, 63 res = re.search("abc|ABC","ABCBabcCD").group() 64 print(res) 65 # ABC 66 67 #'[a-z]'用法:匹配a到z任意一个字符 68 res = re.search("[a-z]+","34fsdgdfg76").group() 69 print(res) 70 # fsdgdfg 71 72 #'[^()]'用法:匹配除()以外的任意一个字符 73 res = re.search("[^()]+","%*%$34fsdgdfg76").group() 74 print(res) 75 # %*%$34fsdgdfg76
标志位即模式修正符,不改变正则表达式的情况下,通过模式修正符改变正则表达式的含义,从而实现一些匹配结果的调整等功能:
1 # flags 2 I = IGNORECASE = sre_compile.SRE_FLAG_IGNORECASE # ignore case 匹配时忽略大小写 3 L = LOCALE = sre_compile.SRE_FLAG_LOCALE # assume current 8-bit locale 做本地化识别匹配 4 U = UNICODE = sre_compile.SRE_FLAG_UNICODE # assume unicode locale 根据Unicode字符及解析字符 5 M = MULTILINE = sre_compile.SRE_FLAG_MULTILINE # make anchors look for newline 多行匹配 6 S = DOTALL = sre_compile.SRE_FLAG_DOTALL # make dot match newline 让.匹配包括换行符,即用了该模式修正后,"."匹配就可以匹配任意的字符了 7 X = VERBOSE = sre_compile.SRE_FLAG_VERBOSE # ignore whitespace and comments
二、