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随手笔记之标准类型内建函数
Dec 02 Python
浅谈Python数据类型判断及列表脚本操作
Nov 04 Python
多版本Python共存的配置方法
May 22 Python
python 垃圾收集机制的实例详解
Aug 20 Python
Tornado 多进程实现分析详解
Jan 12 Python
Python使用itertools模块实现排列组合功能示例
Jul 02 Python
python之django母板页面的使用
Jul 03 Python
解决python中无法自动补全代码的问题
Dec 04 Python
selenium+python自动化测试之使用webdriver操作浏览器的方法
Jan 23 Python
Django Sitemap 站点地图的实现方法
Apr 29 Python
解决安装新版PyQt5、PyQT5-tool后打不开并Designer.exe提示no Qt platform plugin的问题
Apr 24 Python
python 模拟登录B站的示例代码
Dec 15 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 远程文件管理,可以给表格排序,遍历目录,时间排序
2009/08/07 PHP
php动态实现表格跨行跨列实现代码
2012/11/06 PHP
解析php利用正则表达式解决采集内容排版的问题
2013/06/20 PHP
typecho插件编写教程(三):保存配置
2015/05/28 PHP
PHP 将dataurl转成图片image方法总结
2016/10/14 PHP
php 多进程编程父进程的阻塞与非阻塞实例分析
2020/02/22 PHP
js控制框架刷新
2008/08/01 Javascript
ExtJS GTGrid 简单用户管理
2009/07/01 Javascript
Jquery插件easyUi表单验证提交(示例代码)
2013/12/30 Javascript
jquery的父子兄弟节点查找示例代码
2014/03/03 Javascript
火狐下input焦点无法重复获取问题的解决方法
2014/06/16 Javascript
举例说明JavaScript中的实例对象与原型对象
2016/03/11 Javascript
jquery实现表单获取短信验证码代码
2017/03/13 Javascript
Vue 2.0 服务端渲染入门介绍
2017/03/29 Javascript
利用node.js写一个爬取知乎妹纸图的小爬虫
2017/05/03 Javascript
详解AngularJS1.6版本中ui-router路由中/#!/的解决方法
2017/05/22 Javascript
chosen实现省市区三级联动
2018/08/16 Javascript
微信小程序实现左右列表联动
2020/05/19 Javascript
vue中filters 传入两个参数 / 使用两个filters的实现方法
2019/07/15 Javascript
[03:01]完美世界DOTA2联赛PWL S2 集锦第二期
2020/12/03 DOTA
[01:30:15]DOTA2-DPC中国联赛 正赛 Ehome vs Aster BO3 第二场 2月2日
2021/03/11 DOTA
PHP webshell检查工具 python实现代码
2009/09/15 Python
python中os模块详解
2016/10/14 Python
python使用百度文字识别功能方法详解
2019/07/23 Python
Python企业编码生成系统总体系统设计概述
2019/07/26 Python
python实现TCP文件传输
2020/03/20 Python
PyQt5 界面显示无响应的实现
2020/03/26 Python
Virtualenv 搭建 Py项目运行环境的教程详解
2020/06/22 Python
CSS3 please 跨浏览器的CSS3产生器
2010/03/14 HTML / CSS
浅析HTML5 meta viewport参数
2020/10/28 HTML / CSS
非常详细的C#面试题集
2016/07/13 面试题
轻化专业学生实习自我鉴定
2013/09/20 职场文书
高中美术教师事迹材料
2014/08/22 职场文书
自我评价优缺点范文
2015/03/11 职场文书
2019自荐信该如何写呢?
2019/07/05 职场文书
JavaScript流程控制(循环)
2021/12/06 Javascript