正则表达式Python_python正则表达式匹配字符串

正则表达式Python_python正则表达式匹配字符串转载:https://www.jianshu.com/p/5295c5988b7f一、正则表达式语法(一)字符与字符类1、特殊字符:\.^$?+*{}[]()|以上特殊字符要想使用字面值,必须使用\进行转义。2、字符类包含在[]中的一个或者多个字符被称为字符类,字符类在匹配时如果没有指定量词则只会匹配其中的一个。字符类内可以指定范围,比如[a-zA-Z0-9]表示a到z,A…

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

一、正则表达式语法

(一) 字符与字符类

1、特殊字符:\.^$?+*{}[]()|

以上特殊字符要想使用字面值,必须使用\进行转义。

2、字符类

  • 包含在[]中的一个或者多个字符被称为字符类,字符类在匹配时如果没有指定量词则只会匹配其中的一个。

  • 字符类内可以指定范围,比如[a-zA-Z0-9]表示a到z,A到Z,0到9之间的任何一个字符。

  • 左方括号后跟随一个^,表示否定一个字符类,比如[^0-9]表示可以匹配一个任意非数字的字符。

  • 字符类内部,除了\之外,其他特殊字符不再具备特殊意义,都表示字面值。^放在第一个位置表示否定,放在其他位置表示^本身,-放在中间表示范围,放在字符类中的第一个字符,则表示-本身。

  • 字符类内部可以使用速记法,比如\d \s \w

3、速记法

  • . 可以匹配除换行符之外的任何字符,如果有re.DOTALL标志,则匹配任意字符包括换行

  • \d 匹配一个Unicode数字,如果带re.ASCII,则匹配0-9

  • \D 匹配Unicode非数字

  • \s 匹配Unicode空白,如果带有re.ASCII,则匹配\t\n\r\f\v中的一个

  • \S 匹配Unicode非空白

  • \w 匹配Unicode单词字符,如果带有re.ascii,则匹配[a-zA-Z0-9_]中的一个

  • \W 匹配Unicode非单词字符

(二)量词

  • ? 匹配前面的字符0次或1次

  • \* 匹配前面的字符0次或多次

  • \+ 匹配前面的字符1次或者多次

  • {m} 匹配前面表达式m次

  • {m,} 匹配前面表达式至少m次

  • {,n} 匹配前面的正则表达式最多n次

  • {m,n} 匹配前面的正则表达式至少m次,最多n次

注意点:
以上量词都是贪婪模式,会尽可能多的匹配,如果要改为非贪婪模式,通过在量词后面跟随一个?来实现。

(三)组与捕获

1、()的作用:

  • 捕获()中正则表达式的内容以备进一步利用处理,可以通过在左括号后面跟随?:来关闭这个括号的捕获功能。

  • 将正则表达式的一部分内容进行组合,以便使用量词或者|

2、反向引用前面()内捕获的内容:

  • 通过组号反向引用
    每一个没有使用?:的小括号都会分配一个组好,从1开始,从左到右递增,可以通过\i引用前面()内表达式捕获的内容

  • 通过组名反向引用前面小括号内捕获的内容
    可以通过在左括号后面跟随?P<name>,尖括号中放入组名来为一个组起一个别名,后面通过(?P=name)来引用前面捕获的内容。如(? P<word>\w+)\s+(?P=word)来匹配重复的单词。
    注意点:
    反向引用不能放在字符类[]中使用。

(四) 断言与标记

断言不会匹配任何文本,只是对断言所在的文本施加某些约束。

1、常用断言:

  • \b匹配单词的边界,放在字符类[]中则表示backspace

  • \B匹配非单词边界,受ASCII标记影响

  • \A 在起始处匹配

  • ^ 在起始处匹配,如果有MULTILINE标志,则在每个换行符后匹配

  • \Z 在结尾处匹配

  • $ 在结尾处匹配,如果有MULTILINE标志,则在每个换行符前匹配

  • (?=e) 正前瞻

  • (?!e) 负前瞻

  • (?<=e) 正回顾

  • (?<!e) 负回顾

2、前瞻回顾的解释

  • 前瞻: exp1(?=exp2) exp1后面的内容要匹配exp2

  • 负前瞻: exp1(?!exp2) exp1后面的内容不能匹配exp2

  • 后顾: (?<=exp2)exp1 exp1前面的内容要匹配exp2

  • 负后顾: (?<!exp2)exp1 exp1前面的内容不能匹配exp2

例如:我们要查找hello,但是hello后面必须是world,正则表达式可以这样写:"(hello)\s+(?=world)",用来匹配"hello wangxing""hello world"只能匹配到后者的hello。

(五)条件匹配

(?(id)yes_exp|no_exp):对应id的子表达式如果匹配到内容,则这里匹配yes_exp,否则匹配no_exp

(六) 正则表达式的标志

  • 正则表达式的标志有两种使用方法

通过给compile方法传入标志参数,多个标志使用|分割的方法,如re.compile(r"#[\da-f]{6}\b", re.IGNORECASE|re.MULTILINE)

通过在正则表达式前面添加(?标志)的方法给正则表达式添加标志,如(?ms)#[\da-z]{6}\b

  • 常用的标志

re.A或者re.ASCII, 使\b \B \s \S \w \W \d \D都假定字符串为假定字符串为ASCII。

re.I或者re.IGNORECASE 使正则表达式忽略大小写。

re.M或者re.MULTILINE 多行匹配,使每个^在每个回车后,每个$在每个回车前匹配。

re.S或者re.DOTALL 使.能匹配任意字符,包括回车。

re.X或者re.VERBOSE 这样可以在正则表达式跨越多行,也可以添加注释,但是空白需要使用\s或者[ ]来表示,因为默认的空白不再解释。如:

re.compile(r"""
          <img\s +)   #标签的开始
          [^>]*?  #不是src的属性
          src=    #src属性的开始
          (?:
          (?P<quote>["']) #左引号
          (?P<image_name>[^>]+?)    #图片名字
          (?P=quote)  #右括号
          """,re.VERBOSE|re.IGNORECASE)

二、Python正则表达式模块

(一)正则表达式处理字符串主要有四大功能

  • 匹配 查看一个字符串是否符合正则表达式的语法,一般返回true或者false

  • 获取 正则表达式来提取字符串中符合要求的文本

  • 替换 查找字符串中符合正则表达式的文本,并用相应的字符串替换

  • 分割 使用正则表达式对字符串进行分割。

(二) Python中re模块使用正则表达式的两种方法

  • 使用re.compile(r, f)方法生成正则表达式对象,然后调用正则表达式对象的相应方法。这种做法的好处是生成正则对象之后可以多次使用。

  • re模块中对正则表达式对象的每个对象方法都有一个对应的模块方法,唯一不同的是传入的第一个参数是正则表达式字符串。此种方法适合于只使用一次的正则表达式。

(三)正则表达式对象的常用方法

  • rx.findall(s,start, end):
    返回一个列表,如果正则表达式中没有分组,则列表中包含的是所有匹配的内容,
    如果正则表达式中有分组,则列表中的每个元素是一个元组,元组中包含子分组中匹配到的内容,但是没有返回整个正则表达式匹配的内容

  • rx.finditer(s, start, end):
    返回一个可迭代对象
    对可迭代对象进行迭代,每一次返回一个匹配对象,可以调用匹配对象的group()方法查看指定组匹配到的内容,0表示整个正则表达式匹配到的内容

  • rx.search(s, start, end):
    返回一个匹配对象,倘若没匹配到,就返回None
    search()方法只匹配一次就停止,不会继续往后匹配

  • rx.match(s, start, end):
    如果正则表达式在字符串的起始处匹配,就返回一个匹配对象,否则返回None

  • rx.sub(x, s, m):
    返回一个字符串。每一个匹配的地方用x进行替换,返回替换后的字符串,如果指定m,则最多替换m次。对于x可以使用/i或者/g<id>id可以是组名或者编号来引用捕获到的内容。
    模块方法re.sub(r, x, s, m)中的x可以使用一个函数。此时我们就可以对捕获到的内容推过这个函数进行处理后再替换匹配到的文本。

  • rx.subn(x, s, m):
    re.sub()方法相同,区别在于返回的是二元组,其中一项是结果字符串,一项是做替换的个数。

  • rx.split(s, m):
    分割字符串,返回一个列表,用正则表达式匹配到的内容对字符串进行分割
    如果正则表达式中存在分组,则把分组匹配到的内容放在列表中每两个分割的中间作为列表的一部分,如:

rx = re.compile(r"(\d)[a-z]+(\d)")
      s = "ab12dk3klj8jk9jks5"
      result = rx.split(s)

返回['ab1', '2', '3', 'klj', '8', '9', 'jks5']

  • rx.flags()
    正则表达式编译时设置的标志
  • rx.pattern()
    正则表达式编译时使用的字符串

(四)匹配对象的属性与方法

  • m.group(g, ...)
    返回编号或者组名匹配到的内容,默认或者0表示整个表达式匹配到的内容,如果指定多个,就返回一个元组

  • m.groupdict(default)
    返回一个字典。字典的键是所有命名的组的组名,值为命名组捕获到的内容
    如果有default参数,则将其作为那些没有参与匹配的组的默认值。

  • m.groups(default)
    返回一个元组。包含所有捕获到内容的子分组,从1开始,如果指定了default值,则这个值作为那些没有捕获到内容的组的值

  • m.lastgroup()
    匹配到内容的编号最高的捕获组的名称,如果没有或者没有使用名称则返回None(不常用)

  • m.lastindex()
    匹配到内容的编号最高的捕获组的编号,如果没有就返回None。

  • m.start(g)
    当前匹配对象的子分组是从字符串的那个位置开始匹配的,如果当前组没有参与匹配就返回-1

  • m.end(g)
    当前匹配对象的子分组是从字符串的那个位置匹配结束的,如果当前组没有参与匹配就返回-1

  • m.span()
    返回一个二元组,内容分别是m.start(g)m.end(g)的返回值

  • m.re()
    产生这一匹配对象的正则表达式

  • m.string()
    传递给match()或者search()用于匹配的字符串

  • m.pos()
    搜索的起始位置。即字符串的开头,或者start指定的位置(不常用)

  • m.endpos()
    搜索的结束位置。即字符串的末尾位置,或者end指定的位置(不常用)

(五) 总结

  • 对于正则表达式的匹配功能,Python没有返回true和false的方法,但可以通过对match()或者search()方法的返回值是否是None来判断。

  • 对于正则表达式的搜索功能,如果只搜索一次可以使用search()或者match()方法返回的匹配对象得到,对于搜索多次可以使用finditer()方法返回的可迭代对象来迭代访问。

  • 对于正则表达式的替换功能,可以使用正则表达式对象的sub()或者subn()方法来实现,也可以通过re模块方法sub()或者subn()来实现,区别在于模块的sub()方法的替换文本可以使用一个函数来生成。

  • 对于正则表达式的分割功能,可以使用正则表达式对象的split()方法,需要注意如果正则表达式对象有分组的话,分组捕获的内容也会放到返回的列表中。

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/186452.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)


相关推荐

  • 多值依赖的简单理解_第四范式智能客服官网

    多值依赖的简单理解_第四范式智能客服官网1.多值依赖1.1多值依赖:多值依赖属4nf的定义范围,比函数依赖要复杂得多。在关系模式中,函数依赖不能表示属性值之间的一对多联系,这些属性之间有些虽然没有直接关系,但存在间接的关系,把没有直接联系、但有间接的联系称为多值依赖的数据依赖。在函数依赖中,X与Y是否存在函数依赖关系,只需考察X,Y的两组属性,与别的属性无关。而在多值依赖中,X与Y是否存在多值依赖还需看属性Z。1.2数…

    2022年10月30日
  • luajit性能优化[通俗易懂]

    luajit性能优化[通俗易懂]本文转载地址:(http://www.cnblogs.com/zwywilliam/p/5992737.html)luajit是目前最快的脚本语言之一,不过深入使用就很快会发现,要把这个语言用到像宣称那样高性能,并不是那么容易。实际使用的时候往往会发现,刚开始写的一些小testcase性能非常好,经常毫秒级就算完,可是代码复杂度一上去了,动辄几十上百毫秒的情况就会出现,性能表现非常飘忽。

  • python浮雕图片_用Python来画浮雕画

    python浮雕图片_用Python来画浮雕画浮雕艺术在世界各地都可以见到,中国古代在唐朝以来就有许多浮雕效果的东西,很多的大型纪念性建筑都有这种作为装饰,常见的有花窗,龙柱等。简单的来说,浮雕就是把所要呈现的图像突起于石头表面,根据凹凸的程度不同从而形成三维的立体感。用Python画一张浮雕画,那就进行类似的原理,通过勾画图像的轮廓,并且降低周围的像素值,那就可以产生一张具有立体感的浮雕效果图片。我们可以采用相邻像素相减的方法来得到轮廓与平…

  • 微软OneDrive云盘5T大容量免费申请「建议收藏」

    微软OneDrive云盘5T大容量免费申请「建议收藏」博主分享一个亲测有效的OneDrive获取5T的方法,OneDrive云盘在国内的下载速度还是相当可以的,5T的大空间相信也能满足绝大部分人,教育版的子账号还是很稳的,欢迎上车,但是本人不提供任何技术支持,有需要还是请百度吧,因为我也没有搞得很明白。自助申请教程获取临时邮箱打开:http://mail.hrka.net/,获取临时邮箱地址,打开后复制右上角邮箱地址,不要关闭或刷…

  • split方法_js字符串截取split

    split方法_js字符串截取split描述split()通过指定分隔符对字符串进行切片,如果参数num有指定值,则仅分隔num+1个子字符串语法split()方法语法:str.split(str="",

  • c语言背包问题(动态规划解法)

    c语言背包问题(动态规划解法)题目描述:有若干个物品要装进背包,并且每个物品有各自的价值,物品的数量、价值以及背包的容量由用户输入,求背包内能够存入的最大价值为多少,并且求出此时放入了哪些物品输入格式:第一行输入物品的容量r和物品个数n第二行输入每个物品的重量第三行输入每个物品的价值输出格式:第一行输出背包中能够存储的最大价值第二行输出此时背包中的物品编号思路分析:可以把这个问题看成是一个二维数组,行是物品编号,列是背包容量,若物品编号为2,背包容量为4,代表的则是当背包容量为..

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