python 正则表达式
来源:互联网 发布:大数据分析系统翻译 编辑:程序博客网 时间:2024/04/30 14:49
. 匹配任意除换行符"\n"外的字符。在DOTALL模式中也能匹配换行符
\b 匹配\w和\W之间
\B [^\b]
非贪婪模式:
*? 重复任意次,但尽可能少重复
+? 重复1次或者更多次,但尽可能少重复
?? 重复0次或1次,但尽可能少重复
{n,m}? 重复n次到m次,但尽可能少重复
{n,}? 重复n次以上但尽可能少重复
(?P<name>..) 分组,除了原有的编号外再指定一个额外的别名
\number 引用编号为number的分组匹配到的字符串
(?P=name) 引用别名为name的分组匹配到的字符串
(?:...) 不分组版本
(?=...)
(?!...)
(?<=...)
(?<!....)
Pattern对象:
import re
pattern = re.compile(r'\d+')
Pattern对象的方法有:
match(string) 或者re.match(pattern, string)
search(string) 或者 re.match(pattern, string)
上面两个方法返回Match对象。
split(string) | re.split(pattern, string)
findall(string) | re.findall(pattern, string)
finditer(string) | re.finditer(pattern, string) 搜索string,返回一个顺序访问每一个匹配结果(Match对象)的迭代器
sub(repl, string) | re.sub(pattern, repl, string)
Match对象:
方法有:
group()
groups()
groupdict()
re.findall(r'^.*(ing|ly|ed|ious|ies|ive|es|s|ment)$', 'precessing') #['ing']
re.findall(r'^.*(?:ing|ly|ed|ious|ies|ive|es|s|ment)$', 'precessing') #['precessing']
re.findall(r'^(.*)(ing|ly|ed|ious|ies|ive|es|s|ment)$', 'precessing') #[('precess', 'ing')]
re.findall(r'^(.*)(ing|ly|ed|ious|ies|ive|es|s|ment)$', 'processes') # [('processe', 's')] *是贪婪的 贪婪模式
re.findall(r'^(.*?)(ing|ly|ed|ious|ies|ive|es|s|ment)$', 'processes') # [('process', 'es')] 使用非贪婪的*操作符 *?
很多单词里包含hi这两个连续的字符。比如him,history,high等等,用hi来查找的话,这里边的hi也会被找出来。如果要精确地查找hi这个单词的话,我们应该使用
\bhi\b
\b是正则表达式规定的一个特殊代码,代表着单词的开头或结尾。虽然通常英文的单词是由空格,标点符号或者换行来分割,但是\b并不匹配这些单词分隔符中的任何一个,它只匹配一个位置。
Match对象是一次匹配的结果,包含了很多关于此次匹配的信息,可以使用Match提供的可读属性或方法来获取这些信息。
属性:
1.string: 匹配时使用的文本。
2.re: 匹配时使用的Pattern对象。
3.pos: 文本中正则表达式开始搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。
4.endpos: 文本中正则表达式结束搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。
5.lastindex: 最后一个被捕获的分组在文本中的索引。如果没有被捕获的分组,将为None。
6.lastgroup: 最后一个被捕获的分组的别名。如果这个分组没有别名或者没有被捕获的分组,将为None。
方法:
1.group([group1, …]):
获得一个或多个分组截获的字符串;指定多个参数时将以元组形式返回。group1可以使用编号也可以使用别名;编号0代表整个匹配的子串;不填写参数时,返回group(0);没有截获字符串的组返回None;截获了多次的组返回最后一次截获的子串。
2.groups([default]):
以元组形式返回全部分组截获的字符串。相当于调用group(1,2,…last)。default表示没有截获字符串的组以这个值替代,默认为None。
3.groupdict([default]):
返回以有别名的组的别名为键、以该组截获的子串为值的字典,没有别名的组不包含在内。default含义同上。
4.start([group]):
返回指定的组截获的子串在string中的起始索引(子串第一个字符的索引)。group默认值为0。
5.end([group]):
返回指定的组截获的子串在string中的结束索引(子串最后一个字符的索引+1)。group默认值为0。
6.span([group]):
返回(start(group), end(group))。
7.expand(template):
将匹配到的分组代入template中然后返回。template中可以使用\id或\g、\g引用分组,但不能使用编号0。\id与\g是等价的;但\10将被认为是第10个分组,如果你想表达\1之后是字符’0’,只能使用\g0。
# 匹配如下内容:单词+空格+单词+任意字符m = re.match(r'(\w+) (\w+)(?P.*)', 'hello world!') print "m.string:", m.stringprint "m.re:", m.reprint "m.pos:", m.posprint "m.endpos:", m.endposprint "m.lastindex:", m.lastindexprint "m.lastgroup:", m.lastgroupprint "m.group():", m.group()print "m.group(1,2):", m.group(1, 2)print "m.groups():", m.groups()print "m.groupdict():", m.groupdict()print "m.start(2):", m.start(2)print "m.end(2):", m.end(2)print "m.span(2):", m.span(2)print r"m.expand(r'\g \g\g'):", m.expand(r'\2 \1\3') ### output #### m.string: hello world!# m.re: # m.pos: 0# m.endpos: 12# m.lastindex: 3# m.lastgroup: sign# m.group(1,2): ('hello', 'world')# m.groups(): ('hello', 'world', '!')# m.groupdict(): {'sign': '!'}# m.start(2): 6# m.end(2): 11# m.span(2): (6, 11)# m.expand(r'\2 \1\3'): world hello!
search方法与match()方法极其类似,区别在于match()函数只检测re是不是在string的开始位置匹配,search()会扫描整个string查找,match()只有在0位置匹配成功的话才有返回,如果不是开始位置匹配成功的话,match()就返回None。
pattern = re.compile(r'world')match = re.search(pattern, 'hello world!')if match: print match.group()
re.split(pattern, string[, maxsplit])
按照能够匹配的子串将string分割后返回列表,maxsplit用于指定最大分割次数,不指定将全部分割
pattern = re.compile(r'\d+')print re.split(pattern, 'one1two2three3four4')
re.findall(pattern, string[,flags]) 搜索string,以列表形式返回全部能匹配的子串。
re.finditer(pattern, string[, flags]) 搜索string,返回一个顺序访问每一个匹配结果(Match对象)的迭代器。
for m in re.finditer(pattern, 'one1two2three3four4'): print m.group()
re.sub(pattern, repl, string[, count])
使用repl替换string中每一个匹配的子串后返回替换后的字符串
当repl是一个字符串时,可以使用\id或\g引用分组,但不能使用编号0
当repl是一个方法时,这个方法应当只接受一个参数(Match对象),并返回一个字符串用于替换(返回的字符串不能再引用分组)
print re.sub(pattern, r'\2 \1', s)def func(m): return m.group(1).title() + ' '+m.group(2).title()print re.sub(pattern, func, s)
re.subn(pattern, repl, string[, counts])
返回(sub(pattern, repl, string[, count]), 替换次数)
print re.subn(pattern, r'\2 \1', s)def func(m): return m.group(1).title() + ' '+m.group(2).title()print re.subn(pattern, func, s)
- 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
- 【C#数据结构】直接插入排序
- [Medical Image Process] 3.3 Grayscale Morphology Application
- Spring常用注解
- Android- 第一个Android 计算器程序
- 无法解析的外部符号
- python 正则表达式
- 银行家算法
- 设置navigationBar的title的字体大小与颜色
- 黑马程序员之Map
- 吸血鬼数字(一个4位数字,可以拆分2个2位数数字的乘积,顺序不限。)
- poj 2955 Brackets 【区间dp 入门】
- 集合的交并差(链表)(未完)
- Android Studio——点击事件监听
- Java基础的IO和线程知识