Python3.6笔记之正则表达式

在Python中使用正则表达式：

直接使用正则表达式

在Python中使用正则表达式需要导入re模块。
假设有一个字符串，里面有一些单词：”tip top tap tbp”，我想把里面的tip和top筛选出来，看代码实现：

import rereg = r"t[io]p"str = "tip top tap tbp"re.findall(reg, str)  #这时会返回一个列表，里面包含匹配到的字符串

分组与无捕获分组

import restr1 = "I have a dog, I have a cat, I have an apple, she have a pen"#捕获分组reg1 = "I have a (dog|cat)"#无捕获分组，在括号里面加上“?:”reg2 = "I have a (?:dog|cat)"print(re.findall(reg1, str1))print(re.findall(reg2, str1))

运行结果：

圆括号内部是一个分组，匹配时被当做一个整体来看待。正如运行结果所示， 如果在括号中不加“?:”，程序只返回“dog”和“cat”，当加上“?:”时，就会把整个匹配到的字符串返回。

编译正则表达式

Python的re模块提供了一个正则表达式引擎的接口，可以让你将正则表达式编译成对象并用它们来进行匹配。
如果经常使用某个正则表达式，那么将正则表达式编译成对象会使匹配速度快很多。

普通编译

比如匹配电话号码的正则表达式，在程序中经常使用，那么就可以把它编译成对象来使用。
编译正则表达式：

import re  #导入re模块r1 = r"^\d{3,4}-?\d{8}$" #定义正则表达式p_tel = re.compile(r1)#编译正则表达式p_tel #查看正则表达式对象p_tel.findall('010-12345678')  #匹配字符串

带参数编译，实现特殊功能

忽略大小写

如果想匹配CCTV或cctv或CcTv，即忽略大小写，使用正则表达式可以这样写：

r1 = r'[Cc][Cc][Tt][Vv]'  #定义正则表达式reg = re.compile(r1)    #编译正则表达式reg.findall('CCTV')  #匹配字符串，这时会匹配成功reg.findall('cctv')  #这样也会匹配成功

但是如果要匹配的字符串不是CCTV，而是abcdefghijklmnopqrstuvwxyz，采用上述方法就会很麻烦了。解决办法就是在编译的时候加上一个参数，使得正则表达式在匹配字符串的时候忽略大小写。看下面的代码：

r1 = r'abcdefghijklmnopqrstuvwxyz'  #定义正则表达式reg = re.compile(r1, re.I)    #编译正则表达式，注意：加了一个参数“re.I”，是re中的一个属性reg.findall('ABCDEFGHIJKLMNOPQRSTUVWXYZ')  #匹配字符串，这时也会匹配成功

正则表达式常用函数

分割字符串

在字符串的常用函数中，有这样一个用来分割字符串的函数，用法如下：

str1 = "123+456+789+100"list1 = str1.split("+")print(list1)

但是当上述代码中的str1是“123+456-789*321/890”的时候，我们再想把字符串中的数字分离出来，字符串中的split函数已经无法满足要求了，这个时候我们可以用正则表达式中的split函数来进行分割代码如下：

import restr1 = "123+234-456*789/100"reg = r"[\-\+\*/]"  #这里面的“-”、“+”、“*”在正则表达式里有特殊含义，所以要想表示他们本身，要在前面加反斜杠来转义，而除号“/”不用reg_compile = re.compile(reg)  #编译list1 = reg_compile.split(str1) #调用split函数，该函数返回一个列表print(list1) #打印列表

程序执行结果：

关于详细的正则表达式的用法，请参考我的另一篇博客正则表达式