RE模块
import re
对一个大篇幅的字符串，按照你的规则找出想要的字符串
# 单个字符匹配 import re # \w 与 \W #字母数字下划线， 非 # print(re.findall('\w', '太白jx 12*() _')) # ['太', '白', 'j', 'x', '1', '2', '_'] # print(re.findall('\W', '太白jx 12*() _')) # [' ', '*', '(', ')', ' '] # \s 与\S space 非space # print(re.findall('\s','太白barry*(_ \t \n')) # [' ', '\t', ' ', '\n'] # print(re.findall('\S','太白barry*(_ \t \n')) # ['太', '白', 'b', 'a', 'r', 'r', 'y', '*', '(', '_'] # \d 与 \D 数字 非数字 # print(re.findall('\d','1234567890 alex *（_')) # ['1', '2', '3', '4', '5', '6', '7', '8', '9', '0'] # print(re.findall('\D','1234567890 alex *（_')) # [' ', 'a', 'l', 'e', 'x', ' ', '*', '（', '_'] # \A 与 ^ 行首 # print(re.findall('\Ahel','hello 太白金星 -_- 666')) # ['hel'] # print(re.findall('^hel','hello 太白金星 -_- 666')) # ['hel'] # \Z 与 $ 行尾 # print(re.findall('666\Z','hello 太白金星 *-_-* \n666')) # ['666'] # print(re.findall('666\Z','hello 太白金星 *-_-* \n666')) # [] # print(re.findall('666$','hello 太白金星 *-_-* \n666')) # ['666'] # \n 与 \t # print(re.findall('\n','hello \n 太白金星 \t*-_-*\t \n666')) # ['\n', '\n'] # print(re.findall('\t','hello \n 太白金星 \t*-_-*\t \n666')) # ['\t', '\t']
重复匹配 ： [. ? * + {m,n} .* .*?]
. 匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符
? 匹配0个或者1个左边的字符，非贪婪方式
* 匹配0个或者多个左边的字符
+ 匹配一个或者多个左边的字符
{m,n} 匹配n到m次由前面的正则表达式定义的片段，贪婪方式
.* 匹配任意字符任意个数，贪婪模式
.*? 匹配任意字符任意个数，非贪婪模式
.匹配任意字符 print(re.findall('a.b','babb')) print(re.findall('a.b','abb a%b a1b aab a7b a+b a b a\nb')) print(re.findall('a.b','abb a%b a1b aab a7b a+b a b a\nb',re.DOTALL)) print(re.findall('a.bb','abb abb aaab')) ? 匹配0个或者1个由左边字符定义的片段 print(re.findall('a?b','abbzab abb aab')) # [ab b ab ab b ab] print(re.findall('a?b','ab')) # [ab] * 匹配0个或者多个左边字符表达式 print(re.findall('a*b','b ab aaaaaab abbbbbbb')) ['b', 'ab', 'aaaaaab', 'ab', 'b', 'b', 'b', 'b', 'b', 'b'] + 匹配1个或者多个左边字符表达式 print(re.findall('a+b','b ab aaaaaab abb')) # ['ab', 'aaaaaab', 'ab'] {m,n} 匹配m个至n个左边字符表达式 print(re.findall('a{1,3}b','aaab ab aab abbb aaz aabb')) .* 贪婪匹配 从头到尾. print(re.findall('a.*b','aab ab aaaaab a!!!@#$bz')) # [aab aaaaab a!!!@#$b] # .*? 非贪婪匹配 从头到尾. print(re.findall('a.*?b','aab ab aaaaab a!!!@#$bz')) #
[ ]
[] print(re.findall('a[abc]b','aab abb acb')) print(re.findall('a[0-9]b','a1b a2b a3b acb ayb')) print(re.findall('a[a-z]b','a1b a2b a3b acb ayb adb')) print(re.findall('a[A-Z]b','a1b a2b a3b aAb aDb aYb')) print(re.findall('a[a-zA-Z]b','aab aAb aWb aqb a1b')) # 大小写字母 print(re.findall('a[A-z]b','aab aAb aWb aqb a1b')) print(re.findall('a[0-9][0-9]b','a1b a2b a29b a56b a456b')) print(re.findall('a[-+*/]b','a+b a-b a*b a/b a6b')) 单纯的想表示- 一定要放在最前面
() 制定一个规则,将满足规则的结果匹配出来
print(re.findall('.*?_sb','wusir_sb alex_sb 日天_sb')) #['wusir_sb', ' alex_sb', ' 日天_sb'] print(re.findall('(.*?)_sb','wusir_sb alex_sb 日天_sb')) # ['wusir', ' alex', ' 日天'] print(re.findall('company|companies','Too many companies have gone bankrupt, and the next one is my company')) print(re.findall('compan(?:y|ies)','Too many companies have gone bankrupt, and the next one is my company'))
search 只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。
print(re.search('alex','re alex alex 太白')) # print(re.search('alex','re aaaelx 太白')) # 找不到，返回None ret = re.search('alex','re alex alex 太白') # <_sre.SRE_Match object; span=(3, 7), match='alex'> print(ret.group()) # alex
match：行首，None,同search,不过在字符串开始处进行匹配,完全可以用search+^代替match
print(re.match('barry','barry fdlfjsadfkl ').group()) # 同样用group()取值 print(re.match('barry','qbarry fdlfjsadfkl '))
split 分割 可按照任意分割符进行分割 *****
s1 = 'wusir;太白,alex|日天!小虎' print(re.split('[;,|!]',s1))
sub 替换
print(re.sub('barry', '太白金星', 'barry是最好的讲师，barry就是一个普通老师，请不要将barry当男神对待。',2)) # 2代表替换两个 # 太白金星是最好的讲师，太白金星就是一个普通老师，请不要将barry当男神对待
# 制定一个统一的规则
obj = re.compile('\d{2}') # 制定一个统一的匹配规则 print(obj.findall('fdsafsda4312fdsdf324')) print(obj.findall('123fksldjf3432fdsjlkf453')) # ['12', '34', '32', '45']
finditer 迭代器
ret = re.finditer('\d', 'ds3sy4784a') print(ret) print(next(ret).group()) # 3 print(next(ret).group()) # 4 print([i.group() for i in ret]) # ['7', '8', '4']
命名分组
s1 = '深圳电话：0755-546123546 深圳地址：广东..' print(re.search('\d+-\d+',s1).group()) # 命名分组 # 分组基础上定规则 ?P<组名> ret = re.search('(?P<quhao>\d+)-(?P<num>\d+)',s1) print(ret.group('quhao')) print(ret.group('num'))