幹儿愤轻断不了亻我雜的禾中 发表于 2023-12-2 11:10:53

Python正则表达式(小结)

1. 什么是正则表达式?

正则表达式(regular expression,有时简写为RegEx 或 regex)就是用一组由字母和符号组成的“表达式”来描述一个特征,然后去验证另一个“字符串”是否符合/匹配这个特征。
2.应用场景?

(1)验证字符串是否符合指定特征,比如验证邮件地址是否符合特定要求等;
(2)用来查找字符串,从一个长的文本中查找符合指定特征的字符串;
(3)用来替换,比普通的替换更强大。
3.相应的模块--re

re模块是Python用来处理正则表达的模块,是Python处理文本的标准库。所谓的Python标准库,就是内置模块,不需要额外下载,使用时直接引入即可。
 4.常用函数

类别函数用途表达式remark查找一个匹配项re.search()查找任意位置的匹配项.re.search(pattern,string,flags)search函数是在字符串中任意位置匹配,只要有符合正则表达式的字符串就匹配成功,即使有两个匹配项,search函数也只返回一个。
pattern: 正则表达式的字符串或原生字符串表示;string待匹配字符串;flags:正则表达式使用时的控制标记。
返回Match对象。
re.match()必须从字符串开头匹配.re.match(pattern,string,flags)match函数是要从头开始匹配,如果开头不一样,一定无法匹配。
从一个字符串的开始位置匹配正则表达式,返回Match对象。
pattern: 正则表达式的字符串或原生字符串表示;string待匹配字符串;flags:正则表达式使用时的控制标记。
返回Match对象。
re.fullmatch()整个字符串与正则完全匹配.re.fullmatch(pattern,string,flags)
fullmatch函数需要完全相同,匹配整个字符串,返回Match对象。不匹配时,返回None。
返回Match对象。
查找多个匹配项re.findall()从字符串任意位置查找,返回一个列表. re.findall(pattern,string,flags)
搜索字符串,以列表形式返回全部能匹配的子串。
返回列表类型。
两个方法基本类似,只不过一个是返回列表,一个是返回迭代器。列表是一次性生成在内存中,而迭代器是需要使用时一点一点生成出来的,内存使用更优。re.finditer()从字符串任意位置查找,返回一个迭代器. re.finditer(pattern,string,flags)
搜索字符串,返回一个匹配结果的迭代类型,每个迭代元素是Match对象。
分割re.re.split()支持正则分割re.split(pattern, string, maxsplit=0, flags=0) 函数:将一个字符串按照正则表达式匹配结果进行分割,返回列表类型。
用 pattern 分开 string , maxsplit表示最多进行分割次数, flags表示模式。
返回列表类型。
替换re.sub()支持正则替换re.sub(pattern, repl, string, count=0, flags=0)函数:在一个字符串中替换所有匹配正则表达式的子串,返回替换后的字符串。
repl替换掉string中被pattern匹配的字符, count表示最大替换次数,flags表示正则表达式的常量。
re.subn()支持正则替换re.subn(pattern, repl, string, count=0, flags=0) 函数与 re.sub函数 功能一致,只不过返回一个元组 (字符串, 替换次数)。编译正则对象re.compile() 编译正则表达式 返回Pattern对象。将正则表达式的样式编译为一个 正则表达式对象 (正则对象Pattern),这个对象与re模块有同样的正则函数。template()增加了re.TEMPLATE 模式。
re.template()  其他re.escape() re.escape(pattern)re.escape(pattern) 可以转义正则表达式中具有特殊含义的字符,比如:.或者 *。使用是,应小心转义符的问题。re.purge()清除正则表达式缓存  注意:查找一个匹配项(search、match、fullmatch)的函数返回值都是一个 匹配对象Match ,必须需要通过match.group() 获取匹配值。
5.什么是Match对象?有什么属性和方法?

在上面4的说明中,我们提到search、match、fullmatch函数的返回值是一个Match对象,这个对象中包含了很多匹配的信息。
类别名称解释对象属性string待匹配的文本。re匹配时使用的Pattern对象(正则表达式)pos正则表达式搜索文本的开始位置。endpos正则表达式搜索文本的结束位置。对象方法start()匹配字符串在原始字符串的开始位置。end()匹配字符串在原始字符串的结束位置。span()匹配区域,返回(start(),end())。group()获得匹配后的字符串。groups()获取每部分匹配的字符串,元组类型。注意group()和groups()的区别,一个是返回匹配的字符串,一个是返回各部分匹配内容组成的元组。
6.表达式中的控制标记flags

flags:正则表达式使用时的控制标记
常用标记标记功能说明re.I(re.IGNORECASE)
 re.I是正则表达式中的一个flag,用于忽略大小写。当我们想要匹配的字符串中包含大小写不敏感的内容时,可以使用这个flag。
例如,我们想要匹配字符串中的"apple",不论是大写还是小写,都可以使用re.I来实现。
re.M(re.MULTILINE) re.M是正则表达式中的另一个flag,用于多行匹配。通常情况下,正则表达式默认只匹配字符串中的一行内容,但是当我们需要匹配多行内容时,就可以使用re.M。
例如,我们想要匹配字符串中的以数字开头的所有行,就可以使用re.M。
re.S(re.DOTALL) re.S是正则表达式中的一个flag,用于匹配任意字符,包括换行符。如不设置re.DOTALL这个Flag标识位,符号“.”匹配除换行符外的一切。而一旦设置了这个标识位,符号“.”将啥都匹配。re.X(re.VERBOSE)忽略空白,提高可读性。当该标志被指定时,在 RE 字符串中的空白符被忽略,除非该空白符在字符类中或在反斜杠之后。它也可以允许你将注释写入 RE,这些注释会被引擎忽略;注释用 “#”号 来标识,不过该符号不能在字符串或反斜杠之后。
7.在表达式中强调开始\结束位置的特殊字符

表达式用到的特殊字符说明举例^与字符串开始的地方匹配,此字符不匹配任何字符.表达式 "^aaa" 在匹配 "xxxaaaxxx" 时,匹配失败。只有当 "aaa" 位于字符串的开头的时候,"^aaa" 才能匹配,如:"aaaxxxxxx"。$与字符串结束的地方匹配,此字符不匹配任何字符.达式 "aaa$"在匹配 "xxxaaaxxx" 时,匹配失败。只有当"aaa"位于字符串的结尾的时候,"aaa$"才能匹配,比如:"xxxxxxaaa"。8.表达式中的转义符(\) 

一些不便书写的字符和特殊用处的标点符号,采用在前面加“\” (转义符).
表达式可匹配表达式可匹配\n匹配换行符\?匹配?符号本身\t匹配制表符\*匹配*符号本身\\匹配\符号本身\+匹配+符号本身\^匹配^符号本身\{、\}匹配大括号\$匹配$符号本身\[、\]匹配中括号\.匹配.符号本身\(、\)匹配小括号9.能够与 '多种字符' 匹配的表达式

 正则表达式中的一些表示方法,可以匹配 ‘多种字符’ 中的任意一个字符。例如,表达式"\d" 可以匹配任意一个数字。虽然可以匹配其中任意字符,但是只能是一个,不是多个。
表达式匹配功能\d任意一个数字,0~9中的任意一个\w任意一个字母或数字或下划线,也就是A~Z,a-z,0-9,_中任意一个\s包括空格\制表符\换页符等空白符的其中的任意一个.小数点可以匹配除了换行符(\n)以外的任意一个字符10.表达匹配次数

表达式匹配功能例子{n}表达式重复n次例如:"\w{2}"相当于"\w\w";"a{5}"相当于"aaaaa"{m,n}表达式至少重复m次,最多重复n次例如:"ba{1,3}" 可以匹配"ba"或"baa"或"baaa"{m,}表达式至少重复m次例如:"\w\d{2,}"可以匹配"a12","_456","M12344"?匹配表达式0次或1次,相当于{0,1}例如:"a?"可以匹配"a","ac","ad"+表达式至少出现1次,相当于{1,}例如:"a+b" 可以匹配"ab","aab","aaab"*表达式不出现或出现任意次数,相当于{0,}例如:"\^*b"可以匹配"b","^^^b"11.借助[]和^自定义匹配关系

使用方括号 [ ] 包含一系列字符,能匹配其中任意一个字符。用 [^ ] 包含一系列字符,则能匹配其中字符之外的任意一个字符。
表达式案例匹配功能匹配"a"或"b"或"5"或"@"[^abc]匹配"a","b","c"之外的任意一个字符匹配"f"~"k"之间的任意一个字符[^A-F0-3]匹配"A"~"F","0"~"3"之外的任意一个字符。注意:虽然可以匹配其中任意一个,但是只能是一个,不是多个。 
 12.字符串中关于IP的正则表达式

    ##字符串中关于IP地址的正则表达式
    ## ^:匹配字符串的开头。((25|2\d|?\d\d?)\.):匹配一个数字和一个点号,这个数字的取值范围是0到255。
    ## {3}:匹配前面的表达式三次。(25|2\d|?\d\d?):   配一个数字,这个数字的取值范围是0到255。$:匹配字符串的结尾。
    ## 使用正则表达式匹配IP地址
    # 字符串是IP地址
    ip_pattern = r'^((25|2\d|?\d\d?)\.){3}(25|2\d|?\d\d?)$'
    ##字符串是IP地址开头的
    ipstart_pattern = r'^((25|2\d|?\d\d?)\.){3}(25|2\d|?\d\d?)'
    ##字符串包含IP
    ipcontain_pattern = r'((25|2\d|?\d\d?)\.){3}(25|2\d|?\d\d?)'   
    ##字符串包含IP,并且IP地址是以': ['字符开头,以']'字符结尾
    ipcontain_pattern_plus = r'(\: \[)((25|2\d|?\d\d?)\.){3}((25|2\d|?\d\d?)\])'  
参考网址
https://zhuanlan.zhihu.com/p/479731754
https://zhuanlan.zhihu.com/p/127807805
https://www.bilibili.com/read/cv25901174/?jump_opus=1
https://www.bilibili.com/video/BV1TJ411Y7JX?p=156

来源:https://www.cnblogs.com/xuliuzai/p/17850543.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]
查看完整版本: Python正则表达式(小结)