Python正则表达式
来源:互联网 发布:网络直播间 编辑:程序博客网 时间:2024/06/01 08:27
#-------------------------正则表达式----------------------------------##正则表达式(regular expression)描述了一种字符串匹配的模式(pattern),#它的设计思想是用一种描述性的语言来给字符串定义一个规则,#凡是符合规则的字符串,我们就认为它“匹配”了,否则,该字符串就是不合法的。#可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。#----------------------------规则-----------------------------------##(1)直接给出字符,就是精确匹配#(2)\d可以匹配一个数字 '00\d'可以匹配'007' '\d\d\d'可以匹配'010'#(3)\w可以匹配一个字母或数字 '\w\w\d'可以匹配'py3'#(4).可以匹配任意字符 'py.'可以匹配'pyc'、'pyo'、'py!'等等#(5)\s可以匹配一个空格(也包括Tab等空白符) #(6)要匹配变长的字符,用*表示任意个字符(包括0个),用+表示至少一个字符,用?表示0个或1个字符, \s+表示至少有一个空格#(7)用{n}表示n个字符,用{n,m}表示n-m个字符 \d{3}表示匹配3个数字 \d{3,8}表示3-8个数字,例如'1234567'#(8)特殊字符,在正则表达式中,要用'\'转义 \-匹配'-'#(9)要做更精确地匹配,可以用[]表示范围# [0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线;# [0-9a-zA-Z\_]+可以匹配至少由一个数字、字母或者下划线组成的字符串,比如'a100','0_Z','Py3000'等等;# [a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下划线开头,后接任意个由一个数字、字母或者下划线组成的字符串,也就是Python合法的变量;# [a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精确地限制了变量的长度是1-20个字符(前面1个字符+后面最多19个字符)。#(10)A|B可以匹配A或B (P|p)ython可以匹配'Python'或者'python'#(11)^表示行的开头,^\d表示必须以数字开头。#(12)$表示行的结束,\d$表示必须以数字结束。#----------------------Python中的正则表达式-------------------------##注意:使用Python的r前缀,就不用考虑转义的问题import re #re模块,包含所有正则表达式的功能print(re.match(r'^\d{3}\-\d{3,8}$','010-123456')) #匹配,返回match对象:<_sre.SRE_Match object; span=(0, 10), match='010-123456'>print(re.match(r'^\d{3}\-\d{3,8}$','010 123456')) #不匹配,返回None #切分字符串print(re.split(r'\s+','a b c')) #['a', 'b', 'c']print( re.split(r'[\s\,]+', 'a,b, c d')) #['a', 'b', 'c', 'd']print(re.split(r'[\s\,\;]+', 'a,b;; c d,; e')) #['a', 'b', 'c', 'd', 'e']#分组,提取子串 用()表示的就是要提取的分组(Group)#group(0)永远是原始字符串,group(1)、group(2)……表示第1、2、……个子串m=re.match(r'^(\d{3})-(\d{3,8})$','123-4567890')print(m)print(m.group(0),m.group(1),m.group(2)) #123-4567890 123 4567890#识别合法的时间t = '19:05:30'm = re.match(r'^(0[0-9]|1[0-9]|2[0-3]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$', t)#0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9] 表示 00-09|10-19|20-29|30-39|40-49|50-59|0-9#贪婪匹配 正则匹配默认是贪婪匹配,也就是匹配尽可能多的字符print(re.match(r'^(\d+)(0*)$', '102300').groups()) #('102300', '')#由于\d+采用贪婪匹配,直接把后面的0全部匹配了,结果0*只能匹配空字符串了#必须让\d+采用非贪婪匹配(也就是尽可能少匹配),才能把后面的0匹配出来,加个?就可以让\d+采用非贪婪匹配print( re.match(r'^(\d+?)(0*)$', '102300').groups()) #('1023', '00')#编译#我们在Python中使用正则表达式时,re模块内部会干两件事情:#编译正则表达式,如果正则表达式的字符串本身不合法,会报错;#用编译后的正则表达式去匹配字符串。#如果一个正则表达式要重复使用几千次,出于效率的考虑,我们可以预编译该正则表达式,接下来重复使用时就不需要编译这个步骤了,直接匹配re_telephone = re.compile(r'^(\d{3})-(\d{3,8})$')print( re_telephone.match('010-12345').groups()) #('010', '12345')print(re_telephone.match('010-8086').groups()) #('010', '8086')#email地址的正则表达式re_email=re.compile(r'([a-zA-Z0-9][a-zA-Z0-9\.]+)\@(\w+)(\.com)')str2='someone@gmail.com' #('someone', 'gmail', '.com') str1='bill.gates@microsoft.com' #('bill.gates', 'microsoft', '.com')if re_email.match(str1) is not None: print(re_email.match(str1).groups()) else: print('Not match!') re_email2=re.compile(r'(\<[0-9a-zA-Z\s]+\>\s+[0-9a-zA-Z\.]+)\@(\w+)(\.\w+)')str3='<Tom Paris> tom@voyager.org' #('<Tom Paris> tom', 'voyager', '.org')if re_email2.match(str3) is not None: print(re_email2.match(str3).groups()) else: print('Not match!')
阅读全文
0 0
- python正则表达式学习
- c++正则表达式,python
- Python正则表达式(一)
- python的正则表达式
- Python正则表达式
- Python初学-正则表达式
- 正则表达式与python
- python正则表达式学习
- python正则表达式学习
- python正则表达式学习
- python正则表达式
- Python - 正则表达式
- Python正则表达式
- python正则表达式
- Python正则表达式指南
- Python正则表达式指南
- Python 正则表达式指南
- python 正则表达式
- es6 模块化语法(十七)
- 写高质量OC代码52建议总结:45.使用dispatch_once来执行只需要运行一次的线程安全代码
- java程序导出jar包运行
- 百练_2869:计算费马数
- C语言位运算应用一:求一个数的二进制表示中1的个数
- Python正则表达式
- 使用WITH AS提高性能简化嵌套SQL
- Matlab中函数使用
- Docker学习笔记(一) 简介
- webpack+vue 开发app(一)
- Oracle sql 的使用细节 和 Oracle和MySQL的区别
- opencv3.0 官网地址
- 十分钟搞定pandas
- 二叉树问题---二叉树的前中后序的递归,非递归及Morris遍历