4、认识正则表达式和re库
来源:互联网 发布:时时彩模拟软件 编辑:程序博客网 时间:2024/06/13 04:18
regular expression regex RE
正则表达式:是用来简洁表达一组字符串的表达式(一行胜千言)。
正则表达式:
- 通用的字符串表达框架(就像数学规律题的公式)
- 简洁表达一组字符串
- 针对字符串表达“简洁”和“特征”思想的工具
- 判断某字符串的特征归属
作用:
- 表达文本类型的特征(病毒,入侵等)
- 查找或替换一组字符串
- 匹配字符串(主要作用)
使用:
编译:将符合正则表达式语法的字符串转换成正则表达式特征
2、正则表达式的语法
正则表达式:有字符和操作符构成,eg:P(Y|YT|YTH|YTHO)?N
[^] #排除某个字符
*和+的区别 #有无0次扩展
| #或符号
匹配IP地址的正则表达式:(IP地址分4段,每段0-255)
\d+.\d+.\d+.\d+.
\d{1,3}.\d{1,3}.\d{1,3}.\d{1,3}.
但是以上都不精确
精确写法:
0-99: [1-9]?\d
100-199:1\d{2}
200-249:2[0-4]\d
250-255:25[0-5]
(([1-9]?\d |1\d{2} |2[0-4]\d |25[0-5] ).){3}([1-9]?\d |1\d{2} |2[0-4]\d |25[0-5] )
3、Re库的基本使用
Re库是Pyhton的标准库,主要用于字符串匹配
Re库是采用raw string 类型的正则表达式,其形式为 r'*****' #红色部分填入正则表达式
例如:
我国邮编: r'[1-9]\d{5}'
注意: raw string 是不包含转义字符的的字符串
Re库的主要功能函数
re.search(pattern,string,flags = 0) #在一个字符串中搜索匹配正则表达式的第一个位置,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
flag: 正则表达式使用时的控制标记
eg:
import re
match = re.search(r'[1-9]\d{5}', 'yangpu 200433')
if match:
print(match.group(0))
结果输出:
200433
re.match(pattern,string,flags = 0) #从一个字符串的开始位置起匹配正则表达式,返回match对象
参数解释同上
eg:
import re
#注意,match,从头开始匹配,如若'yangpu 200433',匹配结果应该为空
match = re.match(r'[1-9]\d{5}', '200433 yangpu')
if match:
print(match.group(0))
结果输出:
200433
re.findall(pattern,string,flags = 0) #搜索字符串,以列表类型返回全部能匹配的子串
参数解释同上
eg:
import re
list = re.findall(r'[1-9]\d{5}', '200433 yangpu 510006 gzdxc')
print(list)
结果输出:
['200433', '510006']
re.split(pattern,string,maxsplit = 0,flags = 0) #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
maxsplit: 最大分割数,剩余部分作为最后一个元素输出
其他参数解释同上
eg:
import re
list = re.split(r'[1-9]\d{5}', 'yangpu 200433 gzdxc 510006')
list2 = re.split(r'[1-9]\d{5}', 'yangpu 200433 gzdxc 510006',maxsplit=1)
print(list,'\n',list2)
结果输出:
['yangpu ', ' gzdxc ', '']
['yangpu ', ' gzdxc 510006']
re.finditer(pattern,string,flags = 0) #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
参数解释同上
eg:
import re
for m in re.finditer(r'[1-9]\d{5}', 'yangpu 200433 gzdxc 510006'):
if m:
print(m.group(0))
结果输出:
200433
510006
re.sub(pattern,repl,string,count = 0,flags = 0) #在一个字符串中替换所匹配正则表达式的子串,返回替换后的字符串
repl: 替换匹配字符串的字符串
count: 匹配替换的最大次数
其他参数解释同上
eg:
import re
chg = re.sub(r'[1-9]\d{5}','zipcode','yangpu 200433 gzdxc 510006')
print(chg)
结果输出:
yangpu zipcode gzdxc zipcode
Re库的另一种等价用法:
上述为函数式用法:rst = re.search(r'[1-9]\d{5}','yangpu 200433')
等价于
面向对象用法:
pat = re.compile(r'[1-9]\d{5}' )
rst = pat.search('yangpu 200433' )
#这样会使得代码更加简洁,不用每次都要写上正则表达式
re.compile(pattern,flags = 0) #将正则表达式的字符串形式编译成正则表达式对象
pattern: 正则表达式的字符串或原生字符串表示
flag: 正则表达式使用时的控制标记
regex = re.compile(pattern,flags = 0)
那么regex正则表达式对象就可以使用以下6种方法/函数,此时,不需要给出pattern参数,将该参数去掉即可4、Re库的match对象
match对象: 一次匹配的结果,其包含很多相关信息
import re
chg = re.search(r'[1-9]\d{5}','yangpu 200433 gzdxc 510006')
if chg:
print(chg)
结果:
<_sre.SRE_Match object; span=(7, 13), match='200433'>
match对象的属性
match对象的方法
5、Re库的贪婪匹配和最小匹配
贪婪匹配:返回匹配中的最长子串;Re库默认贪婪匹配
eg:
import re
chg = re.search(r'PP.*N','PPANBNCNDNENFNGN')
if chg:
print(chg.group(0))
结果为:
PPANBNCNDNENFNGN
那么要获得最小匹配,也就是匹配中的最短子串,则需加个? #前一个字符0或1次扩展
import re
chg = re.search(r'PP.*?N','PPANBNCNDNENFNGN')
if chg:
print(chg.group(0))
结果为:
PPAN
也就是说,要获得最小匹配,只要将正则表达式稍微修改一下,加个?
阅读全文
0 0
- 4、认识正则表达式和re库
- 爬虫---正则表达式:re库
- [项目实训]Python正则表达式和Re库
- python re 模块及正则表达式调用认识(1)
- python re 模块及正则表达式调用认识 (2)
- Python正则表达式学习(4)——re.match() 和 re.search()
- python re.search 和 re.match 正则表达式
- python re.search 和 re.match 正则表达式
- 正则表达式和python的re模块
- 正则表达式,和python re模块
- Python正则表达式和re模块
- Python中的re模块和正则表达式
- RE模块主要特征和正则表达式
- 正则表达式re中的group和groups
- 正则表达式和python re模块
- python正则表达式和re模块
- Python标准库 正则表达式 (re包)
- Python标准库re正则表达式
- 【C语言位运算符:与、或、异或、取反、左移和右移】
- ZOJ-1091 Knight Moves(bfs)
- Spring4+Hibernate4声明式事务管理
- object.key与object[key]的差异
- 简单的鼠标单机跟随
- 4、认识正则表达式和re库
- 初学babel的简易使用
- bzoj 2822 [AHOI2012]树屋阶梯 卡特兰数
- 【Python3.6爬虫学习记录】(二)使用BeautifulSoup爬取简单静态网页文章
- springMVC 整合shiro
- zoj3435 莫比乌斯反演
- 14.说说ATL常用包装类的用法和坑
- Unity3D之设计模式MVC
- 阿里云CentOS Yum 出现Cannot retrieve repository metadata (repomd.xml) for repository: rpmforge