python3正则模块re的使用方法详解


Posted in Python onFebruary 11, 2020

一、正则

1.正则表达式定义

正则就是用一些具有特殊含义的符号组合到一起(称为正则表达式)来描述字符或者字符串的方法。或者说:正则就是用来描述一类事物的规则。(在Python中)它内嵌在Python中,并通过 re 模块实现。正则表达式模式被编译成一系列的字节码,然后由用 C 编写的匹配引擎执行。

2.目的和特点

给定一个正则表达式和另一个字符串,我们可以达到如下的目的:

给定的字符串是否符合正则表达式的过滤逻辑(称作“匹配”):

可以通过正则表达式,从字符串中获取我们想要的特定部分。

正则表达式的特点是:

灵活性、逻辑性和功能性非常强;

可以迅速地用极简单的方式达到字符串的复杂控制。

由于正则表达式主要应用对象是文本,因此它在各种文本编辑器场合都有应用,小到著名编辑器EditPlus,大到Microsoft Word、Visual Studio等大型编辑器,都可以使用正则表达式来处理文本内容。

3.常用的正则表达式

python3正则模块re的使用方法详解

4.贪婪模式与非贪婪模式

正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的(在少数语言里也可能是默认非贪婪),总是尝试匹配尽可能多的字符;非贪婪的则相反,总是尝试匹配尽可能少的字符。例如:正则表达式"ab*“如果用于查找"abbbc”,将找到"abbb"。而如果使用非贪婪的数量词"ab*?",将找到"a"。

5.反斜杠

与大多数编程语言相同,正则表达式里使用"“作为转义字符,这就可能造成反斜杠困扰。假如你需要匹配文本中的字符”",那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\":前两个和后两个分别用于在编程语言里转义成反斜杠,转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题,这个例子中的正则表达式可以使用r"\“表示。同样,匹配一个数字的”\d"可以写成r"\d"。有了原生字符串,你再也不用担心是不是漏写了反斜杠,写出来的表达式也更直观。

二、python3正则模块re

1.match

match(string[, pos[, endpos]]) | re.match(pattern, string[, flags]):

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:

string: 匹配时使用的文本。

re: 匹配时使用的Pattern对象。

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。

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。

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。

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:

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。

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。

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。

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。

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。

span([group])

返回(start(group), end(group))。

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\g<1>0。

import re
ret1 = re.match('t.{6}w', 'taaa333w123')
try:
  print('匹配到的数据是:', ret1.group()) # 匹配的是一个group
except:
  print('没有匹配到数据')

2.search

search(string[, pos[, endpos]]) | re.search(pattern, string[,flags])

这个方法用于查找字符串中可以匹配成功的子串。从string的pos下标处起尝试匹配pattern,如果pattern结束时仍可匹配,则返回一个Match对象;若无法匹配,则将pos加1后重新尝试匹配;直到pos=endpos时仍无法匹配则返回None。

pos和endpos的默认值分别为0和len(string));re.search()无法指定这两个参数,参数flags用于编译pattern时指定匹配模式。

ret5 = re.search('^[0-9].*', '1hello python') # ^代表以什么开头
print(ret5.group())

3.split,findall,finditer三个方法

  • split(string[, maxsplit]) | re.split(pattern, string[, maxsplit])
  • findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags])
  • finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags])

split类似string中的split方法,不多解释

findall()方法搜索string,以列表形式返回全部能匹配的子串。 实例:

import re
p = re.compile(r'\d+')
print(p.findall('one1two2three3four4'))

输出

['1', '2', '3', '4']

finditer()方法搜索string,返回一个顺序访问每一个匹配结果(Match对象)的迭代器。实例:

import re
p = re.compile(r'\d+')
for m in p.finditer('one1two2three3four4'):
  print(m.group(),)

输出

1
2
3
4

4.sub

sub(repl, string[, count]) | 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、\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(返回的字符串中不能再引用分组)。

count用于指定最多替换次数,不指定时全部替换。

import re
p = re.compile(r'(\w+) (\w+)')
s = 'i say, hello world!'
print(p.sub(r'\2 \1', s))
def func(m):
  return m.group(1).title() + ' ' + m.group(2).title()
print(p.sub(func, s))

输出

say i, world hello!

更多关于python3正则模块re的使用方法请查看下面的相关链接

Python 相关文章推荐
Python中join和split用法实例
Apr 14 Python
简单谈谈Python中函数的可变参数
Sep 02 Python
Linux下python与C++使用dlib实现人脸检测
Jun 29 Python
python利用requests库进行接口测试的方法详解
Jul 06 Python
利用Python将每日一句定时推送至微信的实现方法
Aug 13 Python
python 多线程重启方法
Feb 18 Python
Python 计算任意两向量之间的夹角方法
Jul 05 Python
详解将Python程序(.py)转换为Windows可执行文件(.exe)
Jul 19 Python
使用pyqt5 tablewidget 单元格设置正则表达式
Dec 13 Python
pytorch 自定义参数不更新方式
Jan 06 Python
python继承threading.Thread实现有返回值的子类实例
May 02 Python
python实现一个简单的贪吃蛇游戏附代码
Jun 28 Python
Python版中国省市经纬度
Feb 11 #Python
Python终端输出彩色字符方法详解
Feb 11 #Python
Python连接Oracle之环境配置、实例代码及报错解决方法详解
Feb 11 #Python
利用python中集合的唯一性实现去重
Feb 11 #Python
TensorFLow 变量命名空间实例
Feb 11 #Python
TensorFlow 输出checkpoint 中的变量名与变量值方式
Feb 11 #Python
Python中文分词库jieba,pkusegwg性能准确度比较
Feb 11 #Python
You might like
PHP APC缓存配置、使用详解
2014/03/06 PHP
php通过排列组合实现1到9数字相加都等于20的方法
2015/08/03 PHP
js 创建快捷方式的代码(fso)
2010/11/19 Javascript
拥抱模块化的JavaScript
2012/03/07 Javascript
js特殊字符转义介绍
2013/11/05 Javascript
基于Jquery+Ajax+Json实现分页显示附效果图
2014/07/30 Javascript
jQuery中[attribute^=value]选择器用法实例
2014/12/31 Javascript
js实现多图左右切换功能
2016/08/04 Javascript
JS出现失效的情况总结
2017/01/20 Javascript
微信小程序中用WebStorm使用LESS
2017/03/08 Javascript
jQuery实现倒计时功能 jQuery实现计时器功能
2017/09/19 jQuery
详解vue 实例方法和数据
2017/10/23 Javascript
JS去掉字符串末尾的标点符号及删除最后一个字符的方法
2017/10/24 Javascript
vue2.0在table中实现全选和反选的示例代码
2017/11/04 Javascript
微信小程序实现指定显示行数多余文字去掉用省略号代替
2018/07/25 Javascript
小程序实现展开/收起的效果示例
2018/09/22 Javascript
vue axios post发送复杂对象问题
2019/06/04 Javascript
JavaScript 扩展运算符用法实例小结【基于ES6】
2019/06/17 Javascript
微信小程序如何修改radio和checkbox的默认样式和图标
2019/07/24 Javascript
浅析Python中元祖、列表和字典的区别
2016/08/17 Python
Python基于正则表达式实现检查文件内容的方法【文件检索】
2017/08/30 Python
python自定义线程池控制线程数量的示例
2019/02/22 Python
Python魔法方法功能与用法简介
2019/04/04 Python
Python根据当前日期取去年同星期日期
2019/04/14 Python
使用python对多个txt文件中的数据进行筛选的方法
2019/07/10 Python
python读取mysql数据绘制条形图
2020/03/25 Python
Python3 Tensorlfow:增加或者减小矩阵维度的实现
2020/05/22 Python
Python描述数据结构学习之哈夫曼树篇
2020/09/07 Python
Mankind美国/加拿大:英国领先的男士美容护发用品公司
2018/12/05 全球购物
哥德堡通行证:Gothenburg Pass
2019/12/09 全球购物
通信生自我鉴定
2014/01/18 职场文书
汇报材料怎么写
2014/12/30 职场文书
法制教育观后感
2015/06/17 职场文书
2015年学校政教工作总结
2015/07/20 职场文书
详解MySQL的半同步
2021/04/22 MySQL
Python内置数据结构列表与元组示例详解
2021/08/04 Python