百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

Python正则表达式(一)

off999 2024-11-22 18:54 16 浏览 0 评论

前言

正则表达式(Regular Expression),就是具有一定规则的表达式。通过正则表达式引擎,将这些规则转换为正则表达式对象,然后再去文本中搜索能够与之匹配的字符串。

正则表达式的语法都是一样的,只是不同编程语言的实现不同,大部分都是师从Perl。

对Perl语言有所了解的朋友,学习python正则应该是手到擒来。

正则表达式入门

Python中的 re 模块提供了强大的正则表达式功能。

而第三方模块regex提供了与标准库re模块兼容的API接口, 同时还提供了额外的功能和更全面的Unicode支持。

匹配字符

大多数字母和字符只会匹配自身,例如:python只会匹配自己,不会匹配Python。

但是有一些字符串,它们不表示自身,而是具有一些特殊含义,只能通过\转义之后才表示自身。

这些字符包括:

. ^ nbsp;* + ? { } [ ] \ | ( )

. :

  • 在默认模式中,匹配除换行外所有字符,如果指定了DOTALL标签,则表示任意字符
import re

"""
re.findall(pattern, string, flags=0)
pattern: 匹配规则,字符串
string: 需要去匹配的字符串

从左到右进行扫描,匹配按找到的顺序返回。如果样式里存在一个或多个组,就返回一个组合列表
"""

re.findall('ab.', 'abc') 
# Out[1]: ['abc']

re.findall('ab.', 'ab\n') 
# Out[2]: []

re.findall('ab.', 'ab\n', re.DOTALL)
# Out[3]: ['ab\n']

^ :

  • 匹配字符串的开头, 如果是MULTILINE模式,匹配每行开头(\n之后)的首个符号。
  • 在字符集中可表示'非',[^a]表示除字符a之外的字符。
re.findall('^ab', 'abcda\nabddd')                                     
# Out[4]: ['ab']

re.findall('^ab', 'abcda\nabddd', re.MULTILINE)
# Out[5]: ['ab', 'ab']

re.findall('[^a]', 'aaa\nbbb')
# Out[6]: ['\n', 'b', 'b', 'b']

$ :

  • 匹配字符串的末尾,或者在字符串末尾换行符的前一个字符。
  • 在 MULTILINE 模式下匹配每行末尾(\n之前)的字符。
re.findall('ab#39;, 'abcdab\nabdab')                                   
# Out[7]: ['ab']

# 上面结果中的 ab 是 \n 前面的还是后面的呢?进行如下测试,发现是后面的 ab 被匹配了
re.findall('ab.#39;, 'abcdab1\nabdab2')
# Out[8]: ['ab2']

# 在 MULTILINE 模式下,两个都被匹配了
re.findall('ab#39;, 'abcdab\nabdab', re.MULTILINE)
# Out[9]: ['ab', 'ab']

# 而对 nbsp;在换行结尾的字符串中匹配时,会得到两个空字符,一个在换行符之前,一个在字符串的末尾
re.findall('#39;, 'abcdab1\n')
# Out[10]: ['', '']
  • :
  • 匹配前一个规则0次或无限次
re.findall('ab*', 'a')
# Out[11]: ['a']

re.findall('ab*', 'ab')
# Out[12] ['ab']

re.findall('ab*', 'abbbbbbbbbbbbbb')
# Out[13] ['abbbbbbbbbbbbbb']

+ :

  • 匹配前一个规则1次或无限次
re.findall('ab+', 'a')
# Out[14]: []

re.findall('ab+', 'ab')
# Out[15] ['ab']

re.findall('ab+', 'abbbbbbbbbbbbbb')
# Out[16] ['abbbbbbbbbbbbbb']

? :

  • 匹配前一个规则0次或1次
re.findall('ab?', 'a')
# Out[17]: ['a']

re.findall('ab?', 'ab')
# Out[18] ['ab']

re.findall('ab?', 'abbbbbbbbbbbbbb')
# Out[19] ['ab']

.?,*?,?? :

  • .,*,?修饰符都是贪婪的,会尽可能的匹配更多的字符串
  • 贪婪的我,当然是赞越多越好呀。
  • 而在这些修饰符后面加上?,便成了非贪婪模式,会尽可能少的匹配字符串
re.findall('<.*>', '<a>bcd>')
# Out[20] ['<a>bcd>']

re.findall('<.*?>', '<a>bcd>')
# Out[21] ['<a>']

{m} :

  • 指定前面的正则表达式出现的次数,出现次数必须完全一致。
re.findall('a{3}', 'aa') 
# Out[22]: []

re.findall('a{3}', 'aaaaa')
# Out[23]: ['aaa']

{m, n} :

  • 指定前面的正则表达式出现的次数在m~n之间,尽可能多的匹配,匹配的下界是m,上界是n。
  • 若缺省m,下界为0,若缺省n,为不设上界,即无限次。
re.findall('a{3, 5}', 'aaaa') 
# Out[24]: []

# 3,5 之间不能添加空格
re.findall('a{3,5}', 'aaaa')
# Out[25]: ['aaaa']

re.findall('a{3,}', 'aaaa')
# Out[26]: ['aaaa']

re.findall('a{,5}', 'aaaa')
# Out[27] ['aaaa', '']

{m, n}? :

  • 即非贪婪模式,尽可能少的匹配字符串。
re.findall('a{3,}?', 'aaaaa')
# Out[28] ['aaa']

\ :

  • 转义特殊字符。如'\.'只表示.,而不再是表示任意字符。
  • 匹配\字符需要转义,用\\表示
re.findall('\.', 'aa')
# Out[29] []

re.findall('\.', 'aa.')
# Out[30] ['.']
  • 反斜杠灾难:反斜杠具有转义作用,如果需要匹配的字符串中存在多个\,就需要添加相应数量的\来转义
re.findall('\\\\ab', '\\abc') # ['\\ab']
"""
在反复使用反斜杠的正则中,这会导致大量重复的反斜杠,
并使得生成的字符串难以理解。
解决方案:
  使用 Python 的原始字符串表示法来表示正则表达式;
  'r' 为前缀的字符串,反斜杠不再表示转义
"""
re.findall(r'\\ab', '\\abc')  # ['\\ab']

re.findall(r'\n', '\n')       # ['\n']

[ ] :

  • 表示字符集集合。匹配该字符需要转义\[,\]
# 1、单独列出,匹配 a、b 或 c
re.findall('[abc]', 'ab.')
# Out[31]: ['a', 'b']

"""
2、字符范围:
[a-j]: 表示小写字母 a~j
[1-6]:表示数字 1~6
转义: 如 [a\-z] 或者它的位置在首位或者末尾([-a] 或 [a-]),它就只表示普通字符 '-'。
""" 
re.findall('[a\-z]', '-')
# Out[32]: ['-']

re.findall('[-a]', '-')
# Out[33]: ['-']

re.findall('[a-]', '-')
# Out[34]: ['-']

"""
3、特殊字符失去特殊含义
  比如 [(+*)] 只会匹配这几个字符 '(', '+', '*', or ')'。
"""
re.findall('[(+*)]', '+-*/()')
# Out[35] ['+', '*', '(', ')']

"""
4、字符类
 可以使用字符类:\w,\S 等,它们可以匹配的字符由 ASCII 或者 LOCALE 模式决定。
"""
re.findall('[\w]', 'abfagg-/*-')
# Out[36] ['a', 'b', 'f', 'a', 'g', 'g']

"""
5、取反
如果集合首字符是 '^' ,所有不在集合内的字符将会被匹配
[^^] 将匹配所有字符,除了 '^'. 
^ 如果不在集合首位,就没有特殊含义。
"""
# 非 \w 定义的字母
re.findall('[^\w]', 'abfagg-/*-')
# Out[37] ['-', '/', '*', '-']

"""
6、匹配字符 ']'
两种方法
  加上反斜杠
  放到集合首位
"""
# 加上反斜杠
re.findall('\]', 'abc]')
# Out[38] [']']

# 放到集合首位
re.findall('[]{}]', ']abc')
# Out[39] [']']

| :

  • 或。A|B,匹配正则表达式A或B,A、B可以是任何正则表达式。
  • 如果A匹配成功,则不会再匹配B。
  • 匹配|字符需要转义,\|或[|]
re.findall('a|b', 'acb')
# Out[40] ['a', 'b']

re.findall('[|]', 'ab|c')
# Out[41] ['|']

(...) :

  • 小括号,可以组合表达式,匹配括号内的组合表达式,并标注表达式的开始和结束位置,可用于后续捕获
  • 每对小括号代表一个组合,可以通过\number的方式引用组合,\1表示第一个组合。
  • 要匹配字符 ( 或者 ), 用 \( 或 \), 或者放在字符集合里: [(], [)]。
re.findall('a(b+)', 'abbb')
# Out[42] ['bbb']
。
re.findall(r'(b)a\1', 'bab')
# Out[43] ['b']

总结

相关推荐

推荐一款Python的GUI可视化工具(python 可视化工具)

在Python基础语法学习完成后,进一步开发应用界面时,就需要涉及到GUI了,GUI全称是图形用户界面(GraphicalUserInterface,又称图形用户接口),采用图形方式显示的计算机操...

教你用Python绘制谷歌浏览器的3种图标

前两天在浏览matplotlib官方网站时,笔者无意中看到一个挺有意思的图片,就是用matplotlib制作的火狐浏览器的logo,也就是下面这个东东(网页地址是https://matplotlib....

小白学Python笔记:第二章 Python安装

Windows操作系统的python安装:Python提供Windows、Linux/UNIX、macOS及其他操作系统的安装包版本,结合自己的使用情况,此处仅记录windows操作系统的python...

Python程序开发之简单小程序实例(9)利用Canvas绘制图形和文字

Python程序开发之简单小程序实例(9)利用Canvas绘制图形和文字一、项目功能利用Tkinter组件中的Canvas绘制图形和文字。二、项目分析要在窗体中绘制图形和文字,需先导入Tkinter组...

一文吃透Python虚拟环境(python虚拟环境安装和配置)

摘要在Python开发中,虚拟环境是一种重要的工具,用于隔离不同项目的依赖关系和环境配置。本文将基于windows平台介绍四种常用的Python虚拟环境创建工具:venv、virtualenv、pip...

小白也可以玩的Python爬虫库,收藏一下

最近,微软开源了一个项目叫「playwright-python」,作为一个兴起项目,出现后受到了大家热烈的欢迎,那它到底是什么样的存在呢?今天为你介绍一下这个传说中的小白神器。Playwright是...

python环境安装+配置教程(python安装后怎么配置环境变量)

安装python双击以下软件:弹出一下窗口需选择一些特定的选项默认选项不需要更改,点击next勾选以上选项,点击install进度条安装完毕即可。到以下界面,证明安装成功。接下来安装库文件返回电脑桌面...

colorama,一个超好用的 Python 库!

大家好,今天为大家分享一个超好用的Python库-colorama。Github地址:https://github.com/tartley/coloramaPythoncolorama库是一...

python制作仪表盘图(python绘制仪表盘)

今天教大家用pyecharts画仪表盘仪表盘(Gauge)是一种拟物化的图表,刻度表示度量,指针表示维度,指针角度表示数值。仪表盘图表就像汽车的速度表一样,有一个圆形的表盘及相应的刻度,有一个指针...

总结90条写Python程序的建议(python写作)

  1.首先  建议1、理解Pythonic概念—-详见Python中的《Python之禅》  建议2、编写Pythonic代码  (1)避免不规范代码,比如只用大小写区分变量、使用容易...

[oeasy]python0137_相加运算_python之禅_import_this_显式转化

变量类型相加运算回忆上次内容上次讲了是从键盘输入变量input函数可以有提示字符串需要有具体的变量接收输入的字符串输入单个变量没有问题但是输入两个变量之后一相加就非常离谱添加图片注释,不超过1...

Python入门学习记录之一:变量(python中变量的规则)

写这个,主要是对自己学习python知识的一个总结,也是加深自己的印象。变量(英文:variable),也叫标识符。在python中,变量的命名规则有以下三点:>变量名只能包含字母、数字和下划线...

掌握Python的&quot;魔法&quot;:特殊方法与属性完全指南

在Python的世界里,以双下划线开头和结尾的"魔法成员"(如__init__、__str__)是面向对象编程的核心。它们赋予开发者定制类行为的超能力,让自定义对象像内置类型一样优雅工...

11个Python技巧 不Pythonic 实用大于纯粹

虽然Python有一套强大的设计哲学(体现在“Python之禅”中),但总有一些情况需要我们“打破规则”来解决特定问题。这触及了Python哲学中一个非常核心的理念:“实用主义胜于纯粹主义”...

Python 从入门到精通 第三课 诗意的Python之禅

导言:Python之禅,英文名是TheZenOfPython。最早由TimPeters在Python邮件列表中发表,它包含了影响Python编程语言设计的20条软件编写原则。它作为复活节彩蛋...

取消回复欢迎 发表评论: