python 正则表达式

文章目录

• 正则表达式
• 一. 相关函数
• 1. **re.match()：**
• 2. **re.search():**
• 3. **re.findall():**
• 4. **re.split():**
• 5. **re.finditer():**
• 6. **re.sub() 和 re.subn():**
• 二. 匹配单个字符或数字
• 1. 元字符
• 2. code
• 三. 匹配多个字符或数字
• 1. 又一些元字符（边界字符）
• 2.又一些code
• 3. 又又一些元字符
• 4. 又又一些code
• 四. 提取子串
• 1. 概念：
• 五. 相关实例
• 1. 需求：提取chu……man

正则表达式

一. 相关函数

1. re.match()：

• 原型：match(pattern, string, flags=0)

• 参数：

  • pattern:

    匹配的正则表达式

  • string :

    要匹配的字符串

  • flags:

    标志位，用于控制正则表达式的匹配方式，值如下：

    • re.I:   忽略大小写
    • re.L:  做本地户识别
    • re.M:   多行匹配，影响^和$
    • re.S:  是 . 匹配包括换行符在内的所有字符
    • re.U:  根据Unicode字符集解析字符，影响\w \W \b \B
    • re.X:  使我们以更灵活的格式理解正则表达式
       

• 功能：尝试从字符串的起始位置匹配一个模式，如果不是
     起始位置匹配成功的话，返回None

• code:
  print(re.match("www","wwW.baidu.com",flags=re.I))

• result:
  <re.Match object; span=(0, 3), match='wwW'>

2. re.search():

• 原型：search(pattern, string, flags= 0)
• 参数：同上述re.match()
• 功能：扫描整个字符串，并返回第一个成功的匹配
• code:
  print(re.search("chu", "you're chu!", flags=re.I))
• result:
  <re.Match object; span=(7, 12), match='chu'>

3. re.findall():

• 原型：findall(pattern, string, flags= 0)
• 参数：同上述re.match()
• 功能：扫描整个字符串，并返回结果列表
• code:
  print(re.findall("chu", "you're chu!chu a man", flags=re.I))
• result:
  ['chu', 'chu']

4. re.split():

• 原型：split(pattern, string, maxsplit=0, flags=0)
• 参数：部分同上述re.match()
     maxsplit是分离的次数，maxsplit=1
     即分离一次，默认为0，不限制次数
• 功能：通过正则表达式将字符串分离。如果用括号将正则表达
     式括起来，那么匹配的字符串也会被列入到list中返回
• code:

  str1 = "you're a fat   man!"
  print(re.split(r" +",str1),3)

• result:
  ["you're", 'a', 'fat', 'man!'] 3

5. re.finditer():

• 原型：finditer(pattern, string, flags= 0)
• 参数：同上述re.match()
• 功能：扫描整个字符串，返回的是一个迭代器
• code:

  str3 = "chu is a man,chu is a fat man,chu is a nice man"
  d = re.finditer(r"chu", str3)
  while True:
      try:
          l = next(d)
          print(d)
      except StopIteration as e:
          break

  注：StopIteration不要忘
• result:

  <callable_iterator object at 0x000001AC7B04A4C0>
  <callable_iterator object at 0x000001AC7B04A4C0>
  <callable_iterator object at 0x000001AC7B04A4C0>

6. re.sub() 和 re.subn():

• 原型：sub(pattern, repl, string, count=0, flags=0)
   subn(pattern, repl, string, count=0, flags=0)
• 参数：
  • pattern:   正则表达式
  • repl:    指定的用来替换的字符串
  • string:   目标字符串
  • count:   最多替换次数
  • flag:    同上
• 功能：在目标字符串中找到正则表达式的规则匹配字符串，把他们替换成
     指定的字符串。可以指定替换的次数，如果不指定，替换所有的匹
     配字符串
• code:

  str5 = "sunck is a nice nice nice man"
  print(re.sub(r"nice","good",str5)) #sub()返回的是字符串
  print(re.subn(r"nice","good",str5)) #subn()返回的是元组

• result:

  sunck is a good good good man
  ('sunck is a good good good man', 3)

二. 匹配单个字符或数字

1. 元字符

• .(英文句点)  匹配除换行符以外的任意字符

• [123456]   [ ]是字符集合，表示匹配方括号中所包含的任意一个字符
  [a-z]     匹配任意小写字母
  [0-9a-zA-Z]  匹配任意字母和数字

• [^chu]   匹配除s、u、n、c、k以外的所有字符
  注：^称为脱字符，表示不匹配集合中的字符
• \d       匹配所有数字
  \D       匹配所有非数字
• \w       匹配数字、字母和下划线
  \W      匹配非数字、字母和下划线
• \s        匹配任意的空白符（空格、换行、回车、换页、制表
  \S        同理

2. code

print(re.findall("\w", "_chu is a man 3" ))
print(re.findall("\s", "_chu is a man 3" ))
print(re.findall("\d", "_chu4 is a man 3" ))
print(re.findall("[a-d1-5]", "_chu is a man 3" ))

 运行结果

['_', 's', 'u', 'n', 'c', 'k', 'i', 's', 'a', 'p', 'i', 'g', '3']
[' ', ' ', ' ', ' ']
['4', '3']
['c', 'a', '3']

三. 匹配多个字符或数字

1. 又一些元字符（边界字符）

• ^  行首匹配，和在[ ]里的^不是一个意思
• $  行尾匹配
• \A 匹配字符串开始，与^的区别，前者只匹配整个字符串的开头，
    即使在re.M模式下也不会匹配他行的行首
• \Z  匹配字符串结束，与$的区别，前者只匹配整个字符串的结束，
     即使在re.M模式下也不会匹配他行的行尾
• \b  匹配一个单词的边界，也就是值单词和空格间的位置
      注：'er\b’可以匹配never，不能匹配nerve
• \B  匹配非单词边界

2.又一些code

print(re.search("^chu", "chu is a man" ))
print(re.search("man$", "chu is a man" ))
print(re.findall("\Achu", "chu is a man\nchu is a man" ))
print(re.findall("man\Z", "chu is a man\nchu is a man" ))
# r 为转义符
print(re.search(r"er\b","never"))
print(re.search(r"er\b","nerve"))
print(re.search(r"er\B","never"))
print(re.search(r"er\B","nerve"))

 运行结果

<re.Match object; span=(11, 14), match='man'>
['chu']
['man']
<re.Match object; span=(3, 5), match='er'>
None
None
<re.Match object; span=(1, 3), match='er'>

3. 又又一些元字符

说明：下方的x、y、z均为假设的普通字符，不是正则表达式的元字符

• (xyz)   匹配小括号内的xyz(作为一个整体去匹配)
• x?    匹配0个或者1个x
• x*     匹配0个或者任意多个x(.* 表示匹配0个或者任意多个字符
      (换行符除外))
• x+     匹配至少1个x
• x{n}    匹配确定的n个x(n是一个非负整数)
• x{n,}   匹配至少n个x(n是一个非负整数)
• x{n,m} 匹配至少n个x最多m个x(n是一个非负整数，n小于等于m)
• x|y     | 表示或，匹配的时x或y

4. 又又一些code

print(re.findall(r"(chu)", "chugood is a man,chu is a man" ))
print(re.findall(r"a?", "aaabbaaba" )) # 非贪婪匹配(尽可能少的匹配)
print(re.findall(r"a*", "aaabbaaba" )) # 贪婪匹配(尽可能多的匹配)
print(re.findall(r"a+", "aaabbaaba" )) # 贪婪匹配
print(re.findall(r"a{3}", "aaabbaaba" )) 
print(re.findall(r"a{3,}", "aaabbaabaaaa" )) # 贪婪匹配
print(re.findall(r"a{3,5}", "aaabbaabaaaa" )) # 贪婪匹配
print(re.findall(r"((c|C)hu)", "chugood is a man,Chu is a man" )) # 贪婪匹配

 运行结果

['chu', 'chu']
['a', 'a', 'a', '', '', 'a', 'a', '', 'a', '']
['aaa', '', '', 'aa', '', 'a', '']
['aaa', 'aa', 'a']
['aaa']
['aaa', 'aaaa']
['aaa', 'aaaa']
[('chu', 's'), ('chu', 'S')]

四. 提取子串

1. 概念：

除了简单的判断是否匹配之外，正则表达式还有提取子串的功能；用 () 表示的就是提取分组,举例如下：

str6 = "sunck is a good man!sunck is a nice man!sunck is a handsome man!"
str7 = "010-53247654"
# 使用格式 ?P<组名>  添加标题
m = re.match(r"(?P<first>\d{3})-(?P<last>\d{8})", str7)
# 使用序号获取对应组的信息，group（0）一直代表的原始字符串
print(m.group(0))
print(m.group("first"))
print(m.group(1))
print(m.group(2))
# 查看匹配的各组的情况
print(m.groups())

代码结果：

010-53247654
010
010
53247654
('010', '53247654')

五. 相关实例

1. 需求：提取chu……man

str = "chu is a good man!chu is a nice man!chu is a very hansome man"
# 注意两种不同匹配模式得到的结果
re1 = r"^chu.*man$"
re2 = r"chu.*?man"
print(re.findall(re1, str))
print(re.findall(re2, str))

 运行结果

['chu is a good man!chu is a nice man!chu is a very hansome man']
['chu is a good man!', 'chu is a nice man!']

来源：CSDN

作者：夏至未至c

链接：https://blog.csdn.net/qq_43364352/article/details/104280919