python笔记：第十一章正则表达式
1.模块re[*]以一定规则，快速检索文本，或是实现一些替换操作
[*]默认下，区分大小写
2.常见的匹配字符表
字符描述\d代表任意数字，就是阿拉伯数字 0-9 这些\D代表非数字的字符。与\d完全相反\w代表字母，数字，下划线。也就是 a-z、A-Z、0-9、_\W跟 \w 相反 ，代表不是字母，不是数字，不是下划线的字符。\n代表一个换行。\r代表一个回车。\f代表换页。\t代表一个 Tab 。\s代表所有的空白字符，也就是上面这四个：\n、\r、\t、\f。\S跟 \s 相反，代表所有不是空白的字符。\A代表字符串的开始。\Z代表字符串的结束。^匹配字符串开始的位置。$匹配字符创结束的位置。.代表所有的单个字符，除了 \n \r[...]代表在 [] 范围内的字符，比如 就代表 a到z的字母[^...]跟 [...] 唱反调，代表不在 [] 范围内的字符{n}匹配在 {n} 前面的东西，比如: o{2} 不能匹配 Bob 中的 o ，但是能匹配 food 中的两个o。{n,m}匹配在 {n,m} 前面的东西，比如：o{1,3} 将匹配fooooood中的前三个o。{n，}匹配在 {n,} 前面的东西，比如：o{2,} 不能匹配“Bob”中的“o”，但能匹配fooooood中的所有o。*和 {0,} 一个样，匹配 * 前面的 0 次或多次。 比如 zo* 能匹配“z”、“zo”以及“zoo”。+和{1，} 一个样，匹配 + 前面 1 次或多次。 比如 zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。？和{0,1} 一个样，匹配 ？前面 0 次或 1 次。a|b匹配 a 或者 b。（）匹配括号里面的内容。a = 'C|C++|C#|Python|Java'
# 判断字符串 a 中是否含有 Python
print(a.index('Python')>-1) #True
print('Python' in a) #True
import re
re.findall('Python', a)#在字符串 a 中，找到所有的'Python'字符串
print(re.findall("Python", a))#['Python']2.1/d /D
import re
a = 'C0C++1C#2Python3Java'
# 检索所有数字
r = re.findall('\d', a)#\d 匹配所有数字元字符的一种
print(r)# ['0', '1', '2', '3']
r = re.findall('\D', a)#\d 匹配所有非数字元字符的一种
print(r)# ['0', '1', '2', '3']
# ['C', 'C', '+', '+', 'C', '#', 'P', 'y', 't', 'h', 'o', 'n', 'J', 'a', 'v', 'a']2.2[]表示或
#[]表示或
import re
s = 'abc, acc, adc, aec, afc, ahc'
r = re.findall('ac', s) # 匹配中间是 c 或 f 的字符串
print(r)# ['acc', 'afc']
# [^] 表示否定
r = re.findall('a[^cf]c', s) # 匹配中间不是 c 和 f 的字符串
print(r)# ['abc', 'adc', 'aec', 'ahc']
# 匹配c 到 f 的所有字符
r = re.findall('ac', s) # 匹配 c 到 f 的字符
print(r)# ['acc', 'adc', 'aec', 'afc']2.3\w \W
# 概括字符集
# \w \W
import re
a = 'C0C++\n1C# 2Python3*Java_'
r = re.findall('\w', a) # 匹配数字和字母相当于
print(r)
# ['C', '0', 'C', '1', 'C', '2', 'P', 'y', 't', 'h', 'o', 'n', '3', 'J', 'a', 'v', 'a', '_']
r = re.findall('\W', a)# 非单词字符
print(r)#['+', '+', '\n', '#', ' ', '*']
# \s空白字符
r = re.findall('\s', a)
print(r)# ['\n', ' ']2.4{}表示匹配次数
# 数量词
#{4} 4 表示每次匹配次数
import re
a = 'python 11 java 22 php'
r = re.findall('{3}', a)
print(r)# ['pyt', 'hon', 'jav', 'php']
# {3, 6}表示匹配次数在 3到6 之间
r = re.findall('{3,6}', a)
print(r)# ['python', 'java', 'php']2.5贪婪 非贪婪
# 贪婪 非贪婪
# python 默认为贪婪模式尽可能 多匹配 和 多次匹配
# 非贪婪模式表达式后面加 ？ 匹配最少的次数
r = re.findall('{3,6}?', a)
print(r)# ['pyt', 'hon', 'jav', 'php']2.6*+
# * 匹配 0 次或者无限多次
a = 'pytho0python1pythonn2'
r = re.findall('python*', a) # 与 * 紧挨的字符n 匹配0次或是无限多次
print(r) # ['pytho', 'python', 'pythonn']
r = re.findall('pytho*', a) # 与 * 紧挨的字符n 匹配0次或是无限多次
print(r) # ['pytho', 'pytho', 'pytho']
r = re.findall('pythonn*', a) # 与 * 紧挨的字符n 匹配0次或是无限多次
print(r) # ['python', 'pythonn']
# + 匹配一次或无限多次
import re
r = re.findall('python+', a) # 与 * 紧挨的字符n 匹配1次或是无限多次
print(r) # ['python', 'pythonn']
# 不加 ?
r = re.findall('python{1,2}', a) # 匹配n 出现一次到两次
print(r) # ['python', 'pythonn']
# 加了 ?
r = re.findall('python{1,2}?', a) # 匹配n 出现一次
print(r) # ['python', 'python']2.7^ $边界符
# 边界匹配
import re
qq = '1000001'
r = re.findall('\d{4,8}', qq) # 匹配4 到8 位的QQ号
print(r)# ['1000001']
qq = '10000000001'
r = re.findall('\d{4,8}', qq) # 匹配4 到8 位的QQ号
print(r)# ['1000001'] 没有达到目的
# ^ $ 边界符
# ^ 规定以什么开始
# $ 规定以什么结束
r = re.findall('^\d{4,8}$', qq) # 匹配4 到8 位的QQ号
print(r)# [] 没有匹配到
r = re.findall('^0000', qq) # 匹配从 0 开始的字符串
print(r)# [] 没有匹配到2.8()分组
# ()一个括号对应一组
import re
a = 'pythonpythonpythonJs'
r = re.findall('(python){3}(JS)', a)
print(r)# []
# re.I 不区分大小写第三个参数
r = re.findall('(python)(JS)', a, re.I)
print(r)# [('python', 'Js')]
# 接受多个第三个参数时，用|隔开
r = re.findall('(python)(JS)', a, re.I | re.S)
print(r)# [('python', 'Js')]2.9. 匹配除换行符\n 以外的其他所有字符
# . 匹配出换行符\n 以外的其他所有字符
a = 'python\nCC'
r = re.findall('python.', a, re.I)
print(r)# [] 无法匹配\n
r = re.findall('python.', a, re.S) #让 . 可以匹配换行符
print(r)# ['python\n'] 2.10re.sub 替换操作
# re.sub 替换操作
import re
language = 'PythonC#JavaC#PHPC#'
r = re.sub('C#', 'GO', language)
print(r) # PythonGOJavaGOPHPGO
r = re.sub('C#', 'GO', language, 1)
print(r) # PythonGOJavaC#PHPC# 只替换了一个
r = re.sub('C#', 'GO', language, 0)
print(r) # PythonGOJavaGOPHPGO
# re.sub 的第二个参数可以是函数
def convert(value):
pass
r = re.sub('C#', convert, language)
print(r)# PythonJavaPHP
def conver(value):
matched = value.group()
return '!!' + matched + '!!'
r = re.sub('C#', convert, language)
print(r) # Python!!C#!!PHP!!C#!!2.11将函数作为参数
# 将函数作为参数
import re
s = 'ABC37978D432'
def convert(value):
# 拿到具体数字
matched = value.group()
if matched >= 6:
return 9
else:
return 0
r = re.sub('\d', convert, s)
print(r)# ABC09999D0002.12re.matchre.search
# re.match
# re.search
# 都返回类对象
import re
s = 'ABC37978D432'
r = re.match('\d', s)#从字符串的开始位置开始匹配，若不符，则返回None
print(r)# None
r = re.search('\d', s) #在字符串中寻找可以匹配的
print(r)# <re.Match object; span=(3, 4), match='3'>
print(r.group())# 3
print(r.span()) # (3, 4) 返回匹配的区间2.13group 分组
# group 分组
# group() 默认值为 0 返回正则的完整匹配结果
import re
s = 'life is short, i use python'
r = re.search('life.*python', s)
print(r.group())# life is short, i use python
# () 进行分组
r = re.search('(life.*python)', s)
print(r.group(0))# life is short, i use python
# group(1)
r = re.search('life(.*)python', s)
print(r.group(1))#is short, i use
r = re.findall('life(.*)python', s)
print(r)#is short, i use
s = 'life is short, i use python, i love python'
r = re.search('life(.*)python(.*)python', s)
print(r.group(0))# life is short, i use python, i love python
print(r.group(1))#is short, i use
print(r.group(2))# , i love
print(r.group(0,1,2)) # ('life is short, i use python, i love python', ' is short, i use ', ', i love ')
print(r.groups())#(' is short, i use ', ', i love ')一些例子
正则表达式
import re
line = 'booooooooobbby123'
r = re.match(".*(b.*b).*", line)
print(r.group(1)) #贪婪模式下，检索到最后符合的内容
print(r.group(0))
r = re.match(".*?(b.*?b).*", line) #对? 后面的 检索进行非贪婪模式
print(r.group(1))
#+
print('~+~~~~~~~~~')
r = re.match(".*(b.+b)", line) #+ 前面内容至少出现一次
print(r.group(1))
print('|||||')
r = re.match(".*(bbb|bby123)", line) #| 或关系 存在一个即可
print(r.group(1))
print('|||||')
r = re.match(".*(bby123|bbb)", line) #| 或关系 存在一个即可
print(r.group(1))
line2 = '15541861937'
regex_str = "(1{3})"
r = re.match(regex_str, line2)
print(r.group(0))
#汉字
print('[\u4E00-\u9FA5]+~~~~~~~~~~~~~~~~~~~~~')
line = '你好吗'
r = re.match("[\u4E00-\u9FA5]+", line)
print(r.group(0))
print('[\u4E00-\u9FA5]+~~~~~~~~~~~~~~~~~~~~~')
line = '你好吗'
r = re.match("[\u4E00-\u9FA5]+", line)
print(r.group(0))
print('[\u4E00-\u9FA5]+~~~~~~~~~~~~~~~~~~~~~')
line = 'study in 北京大学'
r = re.match(".*([\u4E00-\u9FA5]+大学)", line)
print(r.group(1))
print('[\u4E00-\u9FA5]+~~~~~~~~~~~~~~~~~~~~~')
line = 'study in 北京大学'
r = re.match(".*?([\u4E00-\u9FA5]+大学)", line)
print(r.group(1))
line = 'XXX出生于2001年6月'
line = 'XXX出生于2001/6/1'
line = 'XXX出生于2001-6-1'
line = 'XXX出生于2001-06-01'
line = 'XXX出生于2001-06'
regex_str = ".*出生于(\d{4}[年/-]\d{1,2}([月/-]\d{1,2}|[月/-]$|$))"
来源:https://www.cnblogs.com/lmc7/p/17566641.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！
页:
[1]