python编程基础—正则表达式
来源:互联网 发布:php countable 编辑:程序博客网 时间:2024/05/18 07:27
正则表达式
- 正则表达式就是描述字符串排列的一套规则。利用正则表达式可以做很多事情,主要用于字符串的匹配
- 在实际项目中,我们经常需要找到某一类符合某种格式的信息,此时,我们可以观察这些数据的规律,然后将这些数据的格式规律用正则表达式形式描述出来,然后利用正则表达式函数进行相应的处理即可。
本节主要为大家介绍正则表达式怎么去写,将从原子、原子符、模式修正符、贪婪模式与懒惰模式等方面介绍
1.原子
原子是正则表达式中最基本的组成单位,每个正则表达式中至少要包含一个原子
常见的原子有这几类:普通字符作为原子、非打印字符作为原子、通用字符作为原子和原子表
(1) 普通字符作为原子
- 我们可以使用一些普通的字符,比如数字,大小写字母,下划线等都可作为原子使用,如下程序中,‘yue’作为原子使用,这里有三个原子,分别是y,u,e
#普通字符作为原子import repattern = "yue"#yue作为原子使用,有三个原子,分别是y,u,estring = "http://yum.iqianyue.com"resultl = re.search(pattern,string)#在string中匹配正确的正则表达式,若匹配成功,将匹配结果返回给变量resultprint(resultl)
<_sre.SRE_Match object; span=(16, 19), match='yue'>
(2) 非打印字符作为原子
- 指的是一些在字符串中用于格式控制的符号,比如换行符等(常用的非打印字符为 ‘\n’ :用于匹配一个换行符, ‘\t’ :用于匹配一个制表符)
##非打印字符作为原子import repattern = "\n"string = '''http://yum.iqianyue.comhttp://baidu.com''' #字符串变量string中包含一个多行的数据,所以这个数据里面包含了对应的换行符,所以,此时进行换行符匹配resultl = re.search(pattern,string)print(resultl)
<_sre.SRE_Match object; span=(23, 24), match='\n'>
import repattern = "\n"string = '''http://yum.iqianyue.comhttp://baidu.com'''#在字符串中不包含换行,所以无法成功匹配,故最后输出Noneresultl = re.search(pattern,string)print(resultl)
None
(3) 通用字符作为原子(即一个原子可以匹配一类字符)
- 通用字符,即一个原子可以匹配一类字符
- 常见的通用字符及其含义:
\w
匹配任意一个字母、数字和下划线\W
匹配除任意一个字母、数字和下划线以外的任意一个字符\d
匹配任意一个十进制数\D
匹配除十进制数以外的任意一个其他字符\s
匹配任意一个空白字符\S
匹配除空白字符以外的任意一个其他字符#通用字符作为原子示例import re pattern = "\w\dpython\w"#'\w'匹配任意一个字母、数字、下划线;'\d'匹配任意一个十进制数;string = "abcdfphp345pythony_py"result1 = re.search(pattern,string)print(result1)
<_sre.SRE_Match object; span=(9, 18), match='45pythony'>
(4) 原子表
- 由[]表示,比如[xyz]就是一个原子表,这个原子表中定义了3个原子,这3个原子的地位平等。如我们顶一顶正则表达式为“[xyz]py”,对应的源字符串为“xpython”,若用 re.search()函数进行匹配,就可以匹配出结果“xpy”,因为此时只要py前一位是x y z字母中的其中一个字母,就可以匹配成功。
- 类似的,[^]代表的是除了中括号里面的原子均可以匹配成功。比如"[^xyz]py"能匹配“apy”,但是不能匹配xpy等。
#原子表示例import re pattern1 = "\w\dpython[xyz]\w"pattern2 = "\w\python[^xyz]\w"pattern3 ="\w\dpython[xyz]\w"string = "abcdfphp345pythony_py"result1 = re.search(pattern1,string)result2= re.search(pattern2,string)result3 = re.search(pattern3,string)print(result1)print(result2)print(result3)
<_sre.SRE_Match object; span=(9, 19), match='45pythony_'>NoneNone
2 原子符
- 原子符就是正则表达式中具有一些特殊含义的字符,比如重复N次前面的字符等。
常见的元子符:
.
匹配除换行符以外的任意字符^
匹配字符串的开始位置$
匹配字符串的终止位置*
匹配0次、1次或多次前面的原子?
匹配0次或1次前面的原子+
匹配1次或多次前面的原子{n}
前面的原子正好出现n次{n,}
前面的原子至少出现n次{m,n}
前面的原子至少出现n次,至多出现m次(1) 任意匹配原子符
首先看任意匹配符‘.’,可以用‘.’匹配一个除换行符以外的任意字符。
比如,用正则表达式“.python...”匹配一个“python”字符前面有1位,后面有3位格式的字符,这前面的1位和后面的3位可以是除了换行符意外的任意字符。如以下程序:
import repattern=".python..."string = "abcdfphp345pythony_py"result1 = re.search(pattern1,string)print(result1)
<_sre.SRE_Match object; span=(9, 19), match='45pythony_'>
(2) 边界限制原子符
可以使用“^”匹配字符串的开始,使用“$”匹配字符串的结束,如下例:
import re pattern1 = "^abd"#限制以abd开始pattern2 = "^abc"#限制以abc开始pattern3 ="py$"#限制以py结束pattern4 = "ay$"#限制以ay结束string = "abcdfphp345pythony_py"#源字符串result1 = re.search(pattern1,string)result2= re.search(pattern2,string)result3 = re.search(pattern3,string)result4 = re.search(pattern4,string)print(result1)print(result2)print(result3)print(result4)
None<_sre.SRE_Match object; span=(0, 3), match='abc'><_sre.SRE_Match object; span=(19, 21), match='py'>None
(3) 限定符
限定符也是元子符中的一种,常见的限定符包括*、?、+、{n}、{n,}、{n,m}
- 看以下例子
import re pattern1 = "py.*n"pattern2 = "cd{2}"pattern3 ="cd{3}"pattern4 = "cd{2, }"string = "abcdddfphp345pythony_py"result1 = re.search(pattern1,string)result2= re.search(pattern2,string)result3 = re.search(pattern3,string)result4 = re.search(pattern4,string)print(result1)print(result2)print(result3)print(result4)
<_sre.SRE_Match object; span=(13, 19), match='python'><_sre.SRE_Match object; span=(2, 5), match='cdd'><_sre.SRE_Match object; span=(2, 6), match='cddd'>None
(4) 模式选择符
来看模式选择符“|”,使用模式选择符,可以设置多个模式,匹配时可从中选择任意一个模式匹配。比如正则表达式“python|php”中,字符串“python”和“php”均满足匹配条件
#模式匹配符示例import re pattern = "python|php"string ="abcdfphp345pythony_py" result = re.search(pattern,string)print(result)#可以看出,从源字符串中匹配到了结果“php”
<_sre.SRE_Match object; span=(5, 8), match='php'>
3 模式修正
- 模式修正符,就是可以在不改变正则表达式的情况下,通过模式修正符改变正则表达式的含义,从而实现一些匹配结果的调整等功能。
常用的模式修正符:
I
匹配时忽略大小写M
多行匹配L
做本地化识别匹配U
根据Unicode字及解析字符S
让.匹配包括换行符,即用了该模式修正后,“.”匹配就可以匹配任意的字符了import re pattern1 = "python"pattern2 = "python"string = "abcdfphp345Pythony_py"result1 = re.search(pattern1,string)result2= re.search(pattern2,string,re.I)#忽略大小写print(result1)print(result2)
None<_sre.SRE_Match object; span=(11, 17), match='Python'>
import repattern = "\t"string = '''http://yum.iqianyue.comhttp://baidu.com'''resultl = re.search(pattern,string)print(resultl)
None
4 贪婪模式与懒惰模式
总的来说,贪婪模式就是的核心就是尽可能多的匹配,而懒惰模式就是尽可能少的匹配。
可看下面的示例:
import re pattern1 = "p.*y"#贪婪模式pattern2 = "p.*? y"#懒惰模式string = "abcdfphp345pythony_py"result1= re.search(pattern1,string)result2=re.search(pattern2,string)print(result1)#找到结尾字符y才停止,即找到最后一个y字符才停止print(result2)#一旦找到了字符y就停止
<_sre.SRE_Match object; span=(5, 21), match='php345pythony_py'>None
5 正则表达式常见函数
常见的表达式函数有:re.match()函数、re.search()函数、全局匹配函数、re.sub()函数.
(1) re.match()函数
从源字符的起始位置匹配一个模式,就用re.match()函数,其格式为:re.match(pattern,string,flag),第一个参数表示对应的正则表达式,第二个表示源字符,第三个是可选参数,表示对应的标志位,可以放模式修正等信息.
import repattern = ".python"string = "apythonhellomypythonhispythonourpythononend"result1=re.match(pattern,string)result2 = re.match(pattern,string).span()#通过.span()可以过滤掉一些信息,只留下匹配成功的结果在源字符串中的位置print(result1)print(result2)
<_sre.SRE_Match object; span=(0, 7), match='apython'>(0, 7)
(2) re.search()函数
用该函数进行匹配,会扫描整个源字符串并进行对应的匹配。
与re.match()函数的不同之处,该函数在全文中进行检索匹配,而re.match()函数是从源字符串的开头进行匹配。
import repattern = ".python"string = "hellomypythonhispythonourpythononend"result1=re.match(pattern,string)result2 = re.search(pattern,string)print(result1)print(result2)
None<_sre.SRE_Match object; span=(6, 13), match='ypython'>
(3) 全局匹配函数
- 就是将符合模式的内容全部都匹配出来.思路:
- 1.使用re.compile()对正则表达式进行编译
- 2.编译后,使用indall()根据正则表达式从源字符中将匹配的结果全部找出
import restring = "hellomypythonhispythonourpythonend"pattern =re.compile(".python.")#预编译result =pattern.findall(string)#找出所有符合模式的结果print(result)
['ypythonh', 'spythono', 'rpythone']
#对上式的整合import restring = "hellomypythonhispythonourpythonend"pattern = ".python."result =re.compile(pattern).findall(string)print(result)
['ypythonh', 'spythono', 'rpythone']
(4) re.sub()函数
根据正则表达式实现替换某些字符串的功能,可以使用re.sub()函数实现,其格式为:re.sub(pattern,rep,string,max), 第一个参数表示对应的正则表达式,第二个参数表示要替换成的字符串,第三个参数表示为源字符串,第四个表示可选项,代表最多替换的次数,若忽略不写的话,会将符合模式的结果全部替换
import restring = "hellomypythonhispythonourpythonend"pattern = "python."result = re.sub(pattern,"php",string)result2=re.sub(pattern,"php",string,)print(result1)print(result2)
<_sre.SRE_Match object; span=(5, 19), match='php345pytho_py'>hellomyphpisphpurphpnd
- python编程基础—正则表达式
- Python编程基础之十四正则表达式
- Python基础-正则表达式
- python基础------正则表达式
- Python正则表达式基础
- Python正则表达式基础
- python基础------正则表达式
- python 正则表达式基础
- Python基础-正则表达式
- python编程--正则表达式
- [Python编程]正则表达式
- Python编程--正则表达式
- 编程基础——正则表达式
- 《Python核心编程》读书笔记—正则表达式
- python基础-正则表达式、python使用正则
- Python中的正则表达式基础
- python基础(5)--正则表达式
- Python基础:28正则表达式
- WEB攻击手段及防御第1篇-XSS
- WEB攻击手段及防御第2篇-SQL注入
- WEB攻击手段及防御第3篇-CSRF
- Swift
- 微框架spark(java)讲解
- python编程基础—正则表达式
- WEB攻击手段及防御-扩展篇
- 面象对象设计6大原则之二:开放封闭原则
- 面象对象设计6大原则之六:迪米特原则
- 面象对象设计6大原则之五:依赖倒置原则
- css3制作天气预报icons
- 面象对象设计6大原则之四:接口隔离原则
- [20170821模拟赛]心灵治愈
- 面象对象设计6大原则之三:里氏替换原则