Tabla de contenido
-
- Patrones de coincidencia comunes
- re.match coincide con un patrón desde el principio de la cadena
- re.search escanea toda la cadena y devuelve la primera coincidencia exitosa
- re.findall devuelve todas las subcadenas coincidentes en forma de lista
- re.compile compila cadenas regulares en objetos de expresión regular
Patrones de coincidencia comunes
modelo | describir |
---|---|
\w | Coincide con letras, números y guiones bajos. |
\W | Coincide con guiones bajos no alfanuméricos |
\s | Coincide con cualquier carácter de espacio en blanco, equivalente a [\t\n\r\f]. |
\S | Coincide con cualquier carácter que no esté vacío |
\d | Coincide con cualquier número, equivalente a [0-9] |
\D | Coincide con cualquier no número |
\A | inicio de cadena de coincidencia |
\Z | Coincide con el final de la cadena. Si hay una nueva línea, solo coincide el final de la cadena antes de la nueva línea. |
\z | Cadena de fin de coincidencia |
\GRAMO | Coincide con la posición donde se completó el último partido. |
\norte | Coincide con un carácter de nueva línea |
\ t | coincidir con un carácter de tabulación |
^ | Coincide con el comienzo de una cadena |
ps | Coincide con el final de la cuerda. |
. | Coincide con cualquier carácter, excepto los de nueva línea. Cuando se especifica el indicador re.DOTALL, se puede hacer coincidir cualquier carácter, incluidos los de nueva línea. |
[…] | Se utiliza para representar un grupo de caracteres, enumerados por separado: [amk] coincide con 'a', 'm' o 'k' |
[^…] | Caracteres que no están en []: [^abc] coincide con caracteres excepto a, b, c. |
* | Coincide con 0 o más expresiones. |
+ | Coincide con 1 o más expresiones. |
? | Coincide con 0 o 1 fragmentos definidos por la expresión regular anterior, de forma no codiciosa |
{norte} | Coincide exactamente con n expresiones anteriores. |
{n,m} | Haga coincidir n a m veces el fragmento definido por la expresión regular anterior, modo codicioso |
a|b | coincide con a o b |
( ) | Coincide con una expresión entre paréntesis y también representa un grupo |
re.match coincide con un patrón desde el principio de la cadena
re.match intenta hacer coincidir un patrón desde el principio de la cadena . Si la coincidencia no tiene éxito al principio, match() no devuelve ninguno. Resumen: intente utilizar la coincidencia universal, utilice paréntesis para obtener el objetivo coincidente, intente utilizar el modo no codicioso y utilice re.S si hay un carácter de nueva línea.
Coincidencia genérica
import re
content = 'Hello 123 4567 World_This is a Regex Demo'
result = re.match('^Hello.*Demo$', content)
print(result)
print(result.group())
print(result.span())
<re.Match object; span=(0, 41), match='Hello 123 4567 World_This is a Regex Demo'>
Hello 123 4567 World_This is a Regex Demo
(0, 41)
objetivo de coincidencia
import re
content = 'Hello 1234567 World_This is a Regex Demo'
result = re.match('^Hello\s(\d+)\sWorld.*Demo$', content)
print(result)
print(result.group(1))
print(result.span())
<re.Match object; span=(0, 40), match='Hello 1234567 World_This is a Regex Demo'>
1234567
(0, 40)
coincidencia codiciosa
import re
content = 'Hello 1234567 World_This is a Regex Demo'
result = re.match('^He.*(\d+).*Demo$', content)
print(result)
print(result.group(1))
<re.Match object; span=(0, 40), match='Hello 1234567 World_This is a Regex Demo'>
7
coincidencia no codiciosa
import re
content = 'Hello 1234567 World_This is a Regex Demo'
result = re.match('^He.*?(\d+).*Demo$', content)
print(result)
print(result.group(1))
<_sre.SRE_Match object; span=(0, 40), match='Hello 1234567 World_This is a Regex Demo'>
1234567
patrón de coincidencia
import re
content = '''Hello 1234567 World_This
is a Regex Demo
'''
result = re.match('^He.*?(\d+).*?Demo$', content, re.S) # 可以匹配到换行
print(result.group(1))
1234567
escapar
import re
content = 'price is $5.00'
result = re.match('price is \$5\.00', content)
print(result)
<re.Match object; span=(0, 14), match='price is $5.00'>
re.search escanea toda la cadena y devuelve la primera coincidencia exitosa
re.search escanea toda la cadena y devuelve la primera coincidencia exitosa.
import re
content = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'
result = re.match('Hello.*?(\d+).*?Demo', content)
print(result) # None
# 总结:为匹配方便,能用search就不用match
import re
content = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'
result = re.search('Hello.*?(\d+).*?Demo', content)
print(result)
print(result.group(1))
<_sre.SRE_Match object; span=(13, 53), match='Hello 1234567 World_This is a Regex Demo'>
1234567
re.findall devuelve todas las subcadenas coincidentes en forma de lista
Busque una cadena y devuelva todas las subcadenas coincidentes en forma de lista.
import re
html = '''<div id="songs-list">
<h2 class="title">经典老歌</h2>
<p class="introduction">
经典老歌列表
</p>
<ul id="list" class="list-group">
<li data-view="2">一路上有你</li>
<li data-view="7">
<a href="/2.mp3" singer="任贤齐">沧海一声笑</a>
</li>
<li data-view="4" class="active">
<a href="/3.mp3" singer="齐秦">往事随风</a>
</li>
<li data-view="6"><a href="/4.mp3" singer="beyond">光辉岁月</a></li>
<li data-view="5"><a href="/5.mp3" singer="陈慧琳">记事本</a></li>
<li data-view="5">
<a href="/6.mp3" singer="邓丽君">但愿人长久</a>
</li>
</ul>
</div>'''
results = re.findall('<li.*?>\s*?(<a.*?>)?(\w+)(</a>)?\s*?</li>', html, re.S)
print(results)
for result in results:
print(result[1])
[('', '一路上有你', ''), ('<a href="/2.mp3" singer="任贤齐">', '沧海一声笑', '</a>'), ('<a href="/3.mp3" singer="齐秦">', '往事随风', '</a>'), ('<a href="/4.mp3" singer="beyond">', '光辉岁月', '</a>'), ('<a href="/5.mp3" singer="陈慧琳">', '记事本', '</a>'), ('<a href="/6.mp3" singer="邓丽君">', '但愿人长久', '</a>')]
一路上有你
沧海一声笑
往事随风
光辉岁月
记事本
但愿人长久
re.sub reemplaza cada subcadena coincidente en la cadena y devuelve la cadena reemplazada.
Devuelve la cadena reemplazada después de reemplazar cada subcadena coincidente en la cadena.
import re
content = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'
content = re.sub('\d+', '', content)
print(content)
# Extra stings Hello World_This is a Regex Demo Extra stings
import re
content = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'
content = re.sub('(\d+)', r'\1 8910', content)
print(content)
# Extra stings Hello 1234567 8910 World_This is a Regex Demo Extra stings
re.compile compila cadenas regulares en objetos de expresión regular
Compile cadenas regulares en objetos de expresión regular
import re
content = '''Hello 1234567 World_This
is a Regex Demo'''
pattern = re.compile('Hello.*Demo', re.S)
result = re.match(pattern, content)
#result = re.match('Hello.*Demo', content, re.S)
print(result)
# <re.Match object; span=(0, 40), match='Hello 1234567 World_This\nis a Regex Demo'>