Python正则表达式保姆式教学,带你精通大名鼎鼎的正则!

Python正则表达式保姆式教学,带你精通大名鼎鼎的正则!1文带你精通Python中的正则表达式!

大家好,又见面了,我是你们的朋友全栈君。

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。

请添加图片描述


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。

在这里插入图片描述

(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']

请添加图片描述

粉丝专属福利

(3) $
$ 通常用来匹配行尾,例如:

print(re.findall("abc$", "accabcabc"))

输出结果:

['abc']

在这里插入图片描述

(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_']

在这里插入图片描述

(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
  • {0,1} 相当于前面提过的 ? 的效果
  • {0,} 相当于前面提过的 * 的效果

在这里插入图片描述

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 = "010-123456789"
 rule = "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:

(1)findall()
找到re匹配的所有字符串,返回一个列表

(2)search()
扫描字符串,找到这个re匹配的位置(仅仅是第一个查到的)

(3)match()
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), match='010-123456789'>

可以看出结果是1个match 对象,开始下标位置为0~13,match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。

在这里插入图片描述

粉丝福利

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:

(1)group()
返回re匹配的字符串

(2)start()
返回匹配开始的位置

(3)end()
返回匹配结束的位置

(4)span()
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:

(1)findall()
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。

(2)sub(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)

(4)split()
split()分割字符串,例如:

s = "abcabcacc"
l = re.split("b",s)
print(l)

输出结果:

['a', 'ca', 'cacc']

在这里插入图片描述


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!

在这里插入图片描述

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/145336.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

  • linux卸载javajdk_tomcat拒绝连接

    linux卸载javajdk_tomcat拒绝连接–卸载jdk–查看jdk安装包名称rpm-qa|grepjdk–卸载rpm-e`rpm-qa|grepjdk`(或rpm-e加上面rpm-qa|grepjdk显示的结果)–注释或删除环境变量vi/etc/profile#exportJAVA_HOME=/usr/java/jdk1.6.0_20#exportCLASSPATH=.;$…

  • 手把手教你如何重装win10系统(win10怎么自己重装系统)

    **Win10系统重装教程(纯净版)**PS:红字部分事关电脑安危和个人信息安全,重装系统前必看重要提示➢准备8G或8G以上的空U盘。(制作U盘会格式化U盘,U盘内重要数据要事先备份好)。➢为了保证电脑内的资料安全,安装系统前需要将电脑内所有磁盘的所有重要数据备份到移动储存介质(不要备份到安装系统使用的U盘)。➢如有预装Office,务必记住自己激活Office时使用的Micr…

  • 微软输入法打不了拼音_微软拼音输入法怎么用

    微软输入法打不了拼音_微软拼音输入法怎么用
    尽管已经来到了2010版本,依然无法快速地输入各种特殊符号。
    谁会愿意为了输入一个黑方框“■”,让自己繁忙的手离开键盘,
    让自己疲劳的眼神聚焦到输入条→一路猛击软键盘→特殊符号→选择→关闭软键盘呢?
     
    而如果你使用搜狗或其它同一时代(注意注意同一时代)的拼音输入法,
    完全没有这个烦恼,你只需要轻敲fk,出来的备选里再敲某个数字键就完成了。
     
    这么多年了,微软依然不懂得中国人需要一个什么样的拼音输入法,
    哪怕它可能

  • UE4填坑日记之-生成.sln文件的问题「建议收藏」

    UE4填坑日记之-生成.sln文件的问题「建议收藏」UE4填坑日记之-生成.sln文件的问题

  • 推荐系统 算法(开源推荐系统算法)

    来源:https://blog.csdn.net/eouaq448466/article/details/54772890推荐算法具有非常多的应用场景和商业价值,因此对推荐算法值得好好研究。推荐算法种类很多,但是目前应用最广泛的应该是协同过滤类别的推荐算法,本文就对协同过滤类别的推荐算法做一个概括总结,后续也会对一些典型的协同过滤推荐算法做原理总结。1.推荐算法概述    推荐算法是…

  • OHEM算法论文理解

    OHEM算法论文理解OHEM层

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号