上海网站建设排名公司,wordpress文章列分页,wordpress 兼容移动端,多钱网网站正则作为处理字符串的一个实用工具#xff0c;在Python中经常会用到#xff0c;比如爬虫爬取数据时常用正则来检索字符串等等。正则表达式已经内嵌在Python中#xff0c;通过导入re模块就可以使用#xff0c;作为刚学Python的新手大多数都听说”正则“这个术语。
今天来给…正则作为处理字符串的一个实用工具在Python中经常会用到比如爬虫爬取数据时常用正则来检索字符串等等。正则表达式已经内嵌在Python中通过导入re模块就可以使用作为刚学Python的新手大多数都听说”正则“这个术语。
今天来给大家分享一份关于比较详细的Python正则表达式宝典学会之后你将对正则表达式达到精通的状态。 文章目录 一、re模块二、正则表达式(一)字符串的匹配1.普通字符2.元字符 二正则的使用1.编译正则2.正则对象的使用方法3.Match object 的操作方法4.re模块的函数 三、结语 一、re模块
在讲正则表达式之前我们首先得知道哪里用得到正则表达式。正则表达式是用在findall()方法当中大多数的字符串检索都可以通过findall()来完成。
1.导入re模块 在使用正则表达式之前需要导入re模块。
import re 2.findall的语法
导入了re模块之后就可以使用findall方法了那么我们必须要清楚findall的语法是怎么规定的。
findall(正则表达式目标字符串)不难看出findall的是由正则表达式和目标字符串组成目标字符串就是你要检索的东西那么如何检索则是通过正则表达式来进行操作也就是我们今天的重点。
使用findall之后返回的结果是一个列表列表中是符合正则要求的字符串 二、正则表达式
(一)字符串的匹配
1.普通字符
大多数的字母和字符都可以进行自身匹配。
import re
a abc123-*
b re.findall(abc,a)
print(b)输出结果
[abc]2.元字符
元字符指的是. ^ $ ? {} \ []之类的特殊字符通过它们我们可以对目标字符串进行个性化检索返回我们要的结果。
这里我给大家介绍10个常用的元字符以及它们的用法这里我先给大家做1个简单的汇总便于记忆下面会挨个讲解每一个元字符的使用。 1 []
[] 的使用方式主要有以下三种
常用来指定一个字符集。
s a123456b
rule a[0-9][1-6][1-6][1-6][1-6][1-6]b #这里暂时先用这种麻烦点的方法后面有更容易的不用敲这么多[1-6]
l re.findall(rule,s)
print(l)输出结果为
[a123456b]可以表示一个范围。
例如要在字符串abcabcaccaac中选出abc元素
s abcabcaccaac
rule a[a,b,c]c # rule a[a-z0-9][a-z0-9][a-z0-9][a-z0-9]c
l re.findall(rule, s)
print(l)输出结果为
[abc, abc, acc, aac][] 内的元字符不起作用只表示普通字符。
例如要在字符串“caabcabcaabc”中选出“caa”
print(re.findall(caa[a^], caa^bcabcaabc))输出结果为
[caa^]注意点当在[]的第一个位置时表示除了a以外的都进行匹配例如把[]中的和a换一下位置
print(re.findall(caa[^,a], caa^bcabcaabc)) 输出
[caa^, caab] 2^
^ 通常用来匹配行首例如
print(re.findall(^abca, abcabcabc))输出结果
[abca](3) $ $ 通常用来匹配行尾例如
print(re.findall(abc$, accabcabc))输出结果
[abc]4\
反斜杠后面可以加不同的字符表示不同的特殊含义常见的有以下3种。
\d:匹配任何十进制数等价于[0-9]
print(re.findall(c\d\d\da, abc123abc))输出结果为
[c123a]\可以转义成普通字符例如
print(re.findall(\^abc, ^abc^abc))输出结果
[^abc, ^abc]s
匹配任何的空白字符例如
print(re.findall(\s\s, a c))输出结果
[ , ]\w
匹配任何字母数字和下划线等价于[a-zA-Z0-9_]例如
print(re.findall(\w\w\w, abc12_))输出
[abc, 12_]5{n}
{n}可以避免重复写比如前面我们用\w时写了3次\w而这里我们这需要用用上{n}就可以n表示匹配的次数例如
print(re.findall(\w{2}, abc12_))输出结果
[ab, c1, 2_]6*
*表示匹配零次或多次尽可能的多去匹配例如
print(re.findall(010-\d*, 010-123456789))输出
[010-123456789]**7 **
表示匹配一次或多次例如
print(re.findall(010-\d, 010-123456789))输出
[010-123456789]8 .
.是个点这里不是很明显它用来操作除了换行符以外的任何字符例如
print(re.findall(., 010\n?!))输出
[0, 1, 0, ?, !](9)
表示匹配一次或零次
print(re.findall(010-\d?, 010-123456789))输出
[010-1]这里要注意一下贪婪模式和非贪婪模式。
贪婪模式尽可能多的去匹配数据表现为\d后面加某个元字符例如\d*
print(re.findall(010-\d*, 010-123456789))输出
[010-123456789]非贪婪模式尽可能少的去匹配数据表现为\d后面加例如\d?
print(re.findall(010-\d*?, 010-123456789))输出为
[010-](10){m,n} m,n指的是十进制数,表示最少重复m次最多重复n次例如
print(re.findall(010-\d{3,5}, 010-123456789))输出
[010-12345]加上表示尽可能少的去匹配
print(re.findall(010-\d{3,5}?, 010-123456789))输出
[010-123]{m,n}还有其他的一些灵活的写法比如
{1,} 相当于前面提过的 的效果{01} 相当于前面提过的 的效果{0} 相当于前面提过的 * 的效果 关于常用的元字符以及使用方法就先到这里我们再来看看正则的其他知识。 二正则的使用
1.编译正则
在Python中re模块可通过compile() 方法来编译正则re.compile(正则表达式),例如 s 010-123456789rule 010-\d*rule_compile re.compile(rule) #返回一个对象# print(rule_compile)s_compile rule_compile.findall(s)print(s_compile) #打印compile()返回的对象是什么输出结果
[010-123456789]2.正则对象的使用方法
正则对象的使用方法不仅仅是通过我们前面所介绍的 findall() 来使用还可以通过其他的方法进行使用效果是不一样的这里我做个简单的总结
1findall() 找到re匹配的所有字符串返回一个列表
2search() 扫描字符串找到这个re匹配的位置仅仅是第一个查到的
3match() 决定re是否在字符串刚开始的位置匹配行首
就拿上面的 compile()编译正则之后返回的对象来做举例我们这里不用 findall() ,用 match() 来看一下结果如何
s 010-123456789
rule 010-\d*
rule_compile re.compile(rule) # 返回一个对象
# print(rule_compile)
s_compile rule_compile.match(s)
print(s_compile) # 打印compile()返回的对象是什么输出
re.Match object; span(0, 13), match010-123456789可以看出结果是1个match 对象开始下标位置为0~13match为 010-123456789 。既然返回的是对象那么接下来我们来讲讲这个match 对象的一些操作方法。 3.Match object 的操作方法
这里先介绍一下方法后面我再举例Match对象常见的使用方法有以下几个
1group() 返回re匹配的字符串
2start() 返回匹配开始的位置
3end() 返回匹配结束的位置
4span() 返回一个元组开始,结束的位置
举例用span()来对search()返回的对象进行操作
s 010-123456789
rule 010-\d*
rule_compile re.compile(rule) # 返回一个对象
s_compile rule_compile.match(s)
print(s_compile.span()) #用span()处理返回的对象结果为
(0, 13)4.re模块的函数
re模块中除了上面介绍的findall()函数之外还有其他的函数来做一个介绍
1findall() 根据正则表达式返回匹配到的所有字符串这个我就不多说了前面都是在介绍它。
2sub(正则,新字符串,原字符串) sub() 函数的功能是替换字符串例如
s abcabcacc #原字符串
l re.sub(abc,ddd,s) #通过sub()处理过的字符串
print(l)输出
ddddddacc #把abc全部替换成ddd(3)subn(正则,新字符串,原字符串) subn()的作用是替换字符串并返回替换的次数
s abcabcacc #原字符串
l re.subn(abc,ddd,s) #通过sub()处理过的字符串
print(l)输出
(ddddddacc, 2)4split() split()分割字符串例如
s abcabcacc
l re.split(b,s)
print(l)输出结果
[a, ca, cacc]三、结语
关于正则我就讲这么多了正则几乎是Python所有方向中是必不可少的一个基础祝你的Python之旅学有所成
感谢你们的阅读和喜欢我收藏了很多技术干货可以共享给喜欢我文章的朋友们如果你肯花时间沉下心去学习它们一定能帮到你干货内容包括 点击文末的名片可以抱走
