使用Python正则表达式操作文本数据的方法


Posted in Python onMay 14, 2019

什么是正则表达式

正则表达式,是简单地字符的序列,可指定特定的搜索模式。正则表达式已存在很长一段时间,并且它本身就是计算机科学的一个领域。

在 Python中,使用Python的内置re模块处理正则表达式操作 。在本节中,我将介绍创建正则表达式并使用它们的基础知识。您可以使用以下步骤实现正则表达式:

  1. 指定模式字符串。
  2. 将模式字符串编译为正则表达式对象。
  3. 使用正则表达式对象在字符串中搜索模式。
  4. 可选:从字符串中提取匹配的模式。

编写和使用正则表达式

在Python中创建正则表达式的第一步是导入re 模块:

import re

Python正则表达式使用模式字符串表示,模式字符串是指定所需搜索模式的字符串。在最简单的形式中,模式字符串只能由字母,数字和空格组成。以下模式字符串表示精确字符序列的搜索查询。您可以将每个角色视为一个单独的模式。在后面的例子中,我将讨论更复杂的模式:

import re

pattern_string = "this is the pattern"

下一步是将模式字符串处理为Python可以使用的对象,以便搜索模式。这是使用re模块的compile()方法完成的。的编译()方法将图案字符串作为参数并返回一个正则表达式对象:

import re

pattern_string = "this is the pattern" regex = re.compile(pattern_string)

获得正则表达式对象后,可以使用它在搜索字符串中搜索模式字符串中指定的模式。搜索字符串只是您要在其中查找模式的字符串的名称。要搜索模式,可以使用regex对象的search()方法,如下所示:

import re

pattern_string = "this is the pattern" regex = re.compile(pattern_string)

match = regex.search("this is the pattern")

如果模式字符串中指定的模式位于搜索字符串中,则search()方法将返回匹配对象。否则,它返回None数据类型,这是一个空值。

由于Python相当松散地解释了True和False值,因此搜索函数的结果可以像if语句中的布尔值一样使用,这可能相当方便:

....

match = regex.search("this is the pattern") if match:

print("this was a match!")

这个模式应该产生一个匹配,因为它与模式字符串中指定的模式完全匹配。如果在搜索字符串的任意位置找到模式,搜索函数将生成匹配,如下所示:

....

match = regex.search("this is the pattern") if match:

print("this was a match!")

if regex.search("*** this is the pattern ***"): print("this was not a match!")

if not regex.search("this is not the pattern"): print("this was not a match!")

特殊字符

正则表达式取决于使用某些特殊字符来表达模式。因此,除非用于预期目的,否则不应直接使用以下字符:

. ^ $ * + ? {} () [] |

如果确实需要使用模式字符串中的任何前面提到的字符来搜索该字符,则可以编写以反斜杠字符开头的字符。这称为转义字符。这是一个例子:

pattern string = "c*b"

## matches "c*b"

如果需要搜索反斜杠字符本身,则使用两个反斜杠字符,如下所示:

pattern string = "cb"

## matches "cb"

匹配空格

在模式字符串中的任何位置使用s都匹配空白字符。这比空格字符更通用,因为它适用于制表符和换行符:

....

a_space_b = re.compile("asb") if a_space_b.search("a b"):

print("'a b' is a match!")

if a_space_b.search("1234 a b 1234"): print("'1234 a b 1234' is a match")

if a_space_b.search("ab"):

print("'1234 a b 1234' is a match")

匹配字符串的开头

如果在模式字符串的开头使用^字符,则只有在搜索字符串的开头找到模式时,正则表达式才会产生匹配:

....

a_at_start = re.compile("^a") if a_at_start.search("a"):

print("'a' is a match")

if a_at_start.search("a 1234"): print("'a 1234' is a match")

if a_at_start.search("1234 a"): print("'1234 a' is a match")

匹配字符串的结尾

类似地,如果在模式字符串的末尾使用$符号,则正则表达式将仅在模式出现在搜索字符串的末尾时生成匹配:

....

a_at_end = re.compile("a$") if a_at_end.search("a"):

print("'a' is a match") if a_at_end.search("a 1234"):

print("'a 1234' is a match") if a_at_end.search("1234 a"):

print("'1234 a' is a match")

匹配一系列字符

可以匹配一系列字符而不是一个字符。这可以为模式增加一些灵活性:

[A-Z] matches all capital letters

[a-z] matches all lowercase letters

[0-9] matches all digits

....

lower_case_letter = re.compile("[a-z]") if lower_case_letter.search("a"):

print("'a' is a match")

if lower_case_letter.search("B"): print("'B' is a match")

if lower_case_letter.search("123 A B 2"): print("'123 A B 2' is a match")

digit = re.compile("[0-9]") if digit.search("1"):

print("'a' is a match") if digit.search("342"):

print("'a' is a match") if digit.search("asdf abcd"):

print("'a' is a match")

匹配几种模式中的任何一种

如果存在构成匹配的固定数量的模式,则可以使用以下语法组合它们:

(||)

以下a_or_b正则表达式将匹配任何字符或ab字符的字符串:

....

a_or_b = re.compile("(a|b)") if a_or_b.search("a"):

print("'a' is a match") if a_or_b.search("b"):

print("'b' is a match") if a_or_b.search("c"):

print("'c' is a match")

匹配序列而不是仅匹配一个字符

如果+字符位于另一个字符或模式之后,则正则表达式将匹配该模式的任意长序列。这非常有用,因为它可以很容易地表达可以是任意长度的单词或数字。

将模式放在一起

通过一个接一个地组合图案串可以产生更复杂的图案。在下面的示例中,我创建了一个正则表达式,用于搜索严格后跟单词的数字。生成正则表达式的模式字符串由以下内容组成:

与数字序列匹配的模式字符串:[0-9]+与空白字符匹配的模式字符串:s与字母序列匹配的模式字符串:[az] +

与字符串结尾或空格字符匹配的模式字符串:(s | $)

....

number_then_word = re.compile("[0-9]+s[a-z]+(s|$)")

正则表达式split()函数

Python中的Regex 对象也有一个split()方法。split方法将搜索字符串拆分为子字符串数组。所述分裂发生在沿着其中该图案被识别的字符串中的每个位置。结果是在模式的实例之间出现的字符串数组。如果模式出现在搜索字符串的开头或结尾,则分别在结果数组的开头或结尾包含一个空字符串:

....

print(a_or_b.split("123a456b789")) print(a_or_b.split("a1b"))

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python使用webbrowser浏览指定url的方法
Apr 04 Python
python实现百万答题自动百度搜索答案
Jan 16 Python
django2.0扩展用户字段示例
Feb 13 Python
使用GitHub和Python实现持续部署的方法
May 09 Python
Django REST framework 如何实现内置访问频率控制
Jul 23 Python
python异常触发及自定义异常类解析
Aug 06 Python
Python 使用多属性来进行排序
Sep 01 Python
Python 统计位数为偶数的数字代码详解
Mar 15 Python
python 下划线的多种应用场景总结
May 12 Python
python批量创建变量并赋值操作
Jun 03 Python
Python实现生成bmp图像的方法
Jun 13 Python
PYTHON使用Matplotlib去实现各种条形图的绘制
Mar 22 Python
Django如何防止定时任务并发浅析
May 14 #Python
python3 pygame实现接小球游戏
May 14 #Python
Django 多环境配置详解
May 14 #Python
python仿evething的文件搜索器实例代码
May 13 #Python
python爬虫租房信息在地图上显示的方法
May 13 #Python
详解如何设置Python环境变量?
May 13 #Python
详解python运行三种方式
May 13 #Python
You might like
PHP4中session登录页面的应用
2008/07/25 PHP
php empty() 检查一个变量是否为空
2011/11/10 PHP
Extjs4 GridPanel 的几种样式使用介绍
2013/04/18 Javascript
js读取注册表的键值示例
2013/09/25 Javascript
如何在父窗口中得知window.open()出的子窗口关闭事件
2013/10/15 Javascript
JS弹出层的显示与隐藏示例代码
2013/12/27 Javascript
Javascript中String的常用方法实例分析
2015/06/13 Javascript
JQuery.Ajax()的data参数类型实例详解
2015/11/20 Javascript
Bootstrap基本组件学习笔记之导航(10)
2016/12/07 Javascript
Angular4的输入属性与输出属性实例详解
2017/11/29 Javascript
JavaScript 正则命名分组【推荐】
2018/06/07 Javascript
vue组件横向树实现代码
2018/08/02 Javascript
js实现简单分页导航栏效果
2019/06/28 Javascript
vue element upload实现图片本地预览
2019/08/20 Javascript
[01:38]2018DOTA2亚洲邀请赛主赛事第二日现场采访 神秘商人痛陈生计不易
2018/04/05 DOTA
[01:02:09]Liquid vs TNC 2019国际邀请赛淘汰赛 胜者组 BO3 第二场 8.21
2020/07/19 DOTA
Python实现的批量下载RFC文档
2015/03/10 Python
Python使用Flask框架获取当前查询参数的方法
2015/03/21 Python
python下setuptools的安装详解及No module named setuptools的解决方法
2017/07/06 Python
python3中获取文件当前绝对路径的两种方法
2018/04/26 Python
python批量创建指定名称的文件夹
2019/03/21 Python
python实现将文件夹内的每张图片批量分割成多张
2019/07/22 Python
python爬虫爬取笔趣网小说网站过程图解
2019/11/18 Python
pandas数据选取:df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]
2020/04/24 Python
jupyter使用自动补全和切换默认浏览器的方法
2020/11/18 Python
伦敦高达60%折扣的钻石珠宝商:Purely Diamonds
2018/06/24 全球购物
应用服务器有那些
2012/01/19 面试题
高二化学教学反思
2014/01/30 职场文书
公司活动方案范文
2014/03/06 职场文书
战略合作意向书范本
2014/04/01 职场文书
平安校园建设方案
2014/05/02 职场文书
健康家庭事迹材料
2014/05/02 职场文书
小学生植树节活动总结
2014/07/04 职场文书
2014年组织部工作总结
2014/11/14 职场文书
2016年小学“感恩教师”主题队日活动总结
2016/04/01 职场文书
详解Laravel服务容器的优势
2021/05/29 PHP