Python之re模塊案例詳解

 2、字符

3、量詞

（二）正則表達(dá)式的使用

1、. ^ $

 2、* + ? { }

注意：前面的*,+,?等都是貪婪匹配，也就是盡可能匹配，后面加?號使其變成惰性匹配

 3、字符集［］［^］

 4、分組 ()與 或 ｜［^］

　　身份證號碼是一個(gè)長度為15或18個(gè)字符的字符串，如果是15位則全部由數(shù)字組成，首位不能為0；如果是18位，則前17位全部是數(shù)字，末位可能是數(shù)字或x，下面我們嘗試用正則來表示：

 5、轉(zhuǎn)義符 \

　　在正則表達(dá)式中，有很多有特殊意義的是元字符，比如\n和\s等，如果要在正則中匹配正常的"\n"而不是"換行符"就需要對"\"進(jìn)行轉(zhuǎn)義，變成'\\'。

　　在python中，無論是正則表達(dá)式，還是待匹配的內(nèi)容，都是以字符串的形式出現(xiàn)的，在字符串中\(zhòng)也有特殊的含義，本身還需要轉(zhuǎn)義。所以如果匹配一次"\n",字符串中要寫成'\\n'，那么正則里就要寫成"\\\\n",這樣就太麻煩了。這個(gè)時(shí)候我們就用到了r'\n'這個(gè)概念，此時(shí)的正則是r'\\n'就可以了。

6、貪婪匹配

貪婪匹配：在滿足匹配時(shí)，匹配盡可能長的字符串，默認(rèn)情況下，采用貪婪匹配

幾個(gè)常用的非貪婪匹配Pattern

*? 重復(fù)任意次，但盡可能少重復(fù)
+? 重復(fù)1次或更多次，但盡可能少重復(fù)
?? 重復(fù)0次或1次，但盡可能少重復(fù)
{n,m}? 重復(fù)n到m次，但盡可能少重復(fù)
{n,}? 重復(fù)n次以上，但盡可能少重復(fù)

.*?的用法

. 是任意字符
* 是取 0 至 無限長度
? 是非貪婪模式。
何在一起就是 取盡量少的任意字符，一般不會(huì)這么單獨(dú)寫，他大多用在：
.*?x

就是取前面任意長度的字符，直到一個(gè)x出現(xiàn)

二、re模塊

（一）常量、屬性

1、re.A（re.ASCII）

讓\w，\W，\b，\B，\d，\D，\s和\S 執(zhí)行ASCII-只匹配完整的Unicode匹配代替。這僅對Unicode模式有意義，而對于字節(jié)模式則忽略。

2、re.I（re.IGNORECASE）

執(zhí)行不區(qū)分大小寫的匹配；類似的表達(dá)式也[A-Z]將匹配小寫字母。

3、re.L（re.LOCALE）

　　讓\w，\W，\b，\B和區(qū)分大小寫的匹配取決于當(dāng)前的語言環(huán)境。該標(biāo)志只能與字節(jié)模式一起使用。不建議使用此標(biāo)志，因?yàn)檎Z言環(huán)境機(jī)制非常不可靠，它一次只能處理一種“區(qū)域性”，并且僅適用于8位語言環(huán)境。默認(rèn)情況下，Python 3中已為Unicode（str）模式啟用了Unicode匹配，并且能夠處理不同的語言環(huán)境/語言。

4、re.M（re.MULTILINE）

　　指定時(shí)，模式字符'^'在字符串的開頭和每行的開頭（緊隨每個(gè)換行符之后）匹配；模式字符'$'在字符串的末尾和每行的末尾（緊接在每個(gè)換行符之前）匹配。默認(rèn)情況下，'^' 僅在字符串的開頭，字符串'$'的末尾和字符串末尾的換行符（如果有）之前立即匹配。

5、re.S（re.DOTALL）

使'.'特殊字符與任何字符都匹配，包括換行符；沒有此標(biāo)志，'.'將匹配除換行符以外的任何內(nèi)容。

（二）常用方法

1、re.compile（pattern，flags = 0 ）

將正則表達(dá)式模式編譯為正則表達(dá)式對象，可使用match()，search()以及下面所述的其他方法將其用于匹配

>>> prog = re.compile('\d{2}') # 正則對象

>>> prog.search('12abc')
_sre.SRE_Match object; span=(0, 2), match='12'>
>>> prog.search('12abc').group() # 通過調(diào)用group()方法得到匹配的字符串,如果字符串沒有匹配，則返回None。
'12'

>>> prog.match('123abc')
_sre.SRE_Match object; span=(0, 2), match='12'>
>>> prog.match('123abc').group()
'12'
>>>

2、re.search（pattern，string，flags = 0 ）

　　掃描字符串以查找正則表達(dá)式模式產(chǎn)生匹配項(xiàng)的第一個(gè)位置 ，然后返回相應(yīng)的match對象。None如果字符串中沒有位置與模式匹配，則返回；否則返回false。請注意，這與在字符串中的某個(gè)點(diǎn)找到零長度匹配不同。

#在這個(gè)字符串進(jìn)行匹配，只會(huì)匹配一個(gè)對象>>> re.search('\w+','abcde').group()
'abcde'
>>> re.search('a','abcde').group()
'a'
>>>

3、re.match（pattern，string，flags = 0 ）

如果字符串開頭的零個(gè)或多個(gè)字符與正則表達(dá)式模式匹配，則返回相應(yīng)的匹配對象。None如果字符串與模式不匹配，則返回；否則返回false。請注意，這與零長度匹配不同。

# 同search,不過在字符串開始處進(jìn)行匹配，只會(huì)匹配一個(gè)對象
>>> re.match('a','abcade').group()
'a'
>>> re.match('\w+','abc123de').group()
'abc123de'
>>> re.match('\D+','abc123de').group() #非數(shù)字
'abc'
>>>

4、re.fullmatch（pattern，string，flags = 0 ）

如果整個(gè)字符串與正則表達(dá)式模式匹配，則返回相應(yīng)的match對象。None如果字符串與模式不匹配，則返回；否則返回false。請注意，這與零長度匹配不同。

>>> re.fullmatch('\w+','abcade').group()
'abcade'
>>> re.fullmatch('abcade','abcade').group()
'abcade'
>>>

5、re.split（pattern，string，maxsplit = 0，flags = 0 ）

　　通過出現(xiàn)模式來拆分字符串。如果在pattern中使用了捕獲括號，那么模式中所有組的文本也將作為結(jié)果列表的一部分返回。如果maxsplit不為零，則最多會(huì)發(fā)生maxsplit分割，并將字符串的其余部分作為列表的最后一個(gè)元素返回。

>>> re.split('[ab]', 'abcd') # 先按'a'分割得到''和'bcd',在對''和'bcd'分別按'b'分割
['', '', 'cd']
>>> re.split(r'\W+', 'Words, words, words.')
['Words', 'words', 'words', '']
>>> re.split(r'(\W+)', 'Words, words, words.')
['Words', ', ', 'words', ', ', 'words', '.', '']
>>> re.split(r'\W+', 'Words, words, words.', 1)
['Words', 'words, words.']
>>> re.split('[a-f]+', '0a3B9', flags=re.IGNORECASE)
['0', '3', '9']

如果分隔符中有捕獲組，并且該匹配組在字符串的開頭匹配，則結(jié)果將從空字符串開始。字符串的末尾也是如此：

>>> re.split(r'(\W+)', '...words, words...')
['', '...', 'words', ', ', 'words', '...', '']

6、re.findall（pattern，string，flags = 0 ）

　　以string列表形式返回string中pattern的所有非重疊匹配項(xiàng)。從左到右掃描該字符串，并以找到的順序返回匹配項(xiàng)。如果該模式中存在一個(gè)或多個(gè)組，則返回一個(gè)組列表；否則，返回一個(gè)列表。如果模式包含多個(gè)組，則這將是一個(gè)元組列表?？掌ヅ漤?xiàng)包含在結(jié)果中。

>>> re.findall('a', 'This is a beautiful place!')
['a', 'a', 'a']
>>>

7、re.finditer（pattern，string，flags = 0 ）

返回一個(gè)迭代器，該迭代器在string類型的RE 模式的所有非重疊匹配中產(chǎn)生匹配對象。 從左到右掃描該字符串，并以找到的順序返回匹配項(xiàng)?？掌ヅ漤?xiàng)包含在結(jié)果中。

>>> re.finditer('[ab]', 'This is a beautiful place!')
callable_iterator object at 0x0000000000DCDA90> #迭代器對象
>>> ret=re.finditer('[ab]', 'This is a beautiful place!')
>>> next(ret).group() #查看下一個(gè)匹配值
'a'
>>> [i.group() for i in ret] #查看剩下所有匹配的值
['b', 'a', 'a']
>>>

8、re.sub（pattern，repl，string，count = 0，flags = 0 ）

　　返回通過用替換repl替換字符串中最左邊的不重疊模式所獲得的字符串。如果找不到該模式， 則返回的字符串不變。 repl可以是字符串或函數(shù)；如果是字符串，則處理其中的任何反斜杠轉(zhuǎn)義。即，將其轉(zhuǎn)換為單個(gè)換行符，將其轉(zhuǎn)換為回車，依此類推。count參數(shù)表示將匹配到的內(nèi)容進(jìn)行替換的次數(shù)

>>> re.sub('\d', 'S', 'abc12jh45li78', 2) #將匹配到的數(shù)字替換成S,替換2個(gè)
'abcSSjh45li78'

>>> re.sub('\d', 'S', 'abc12jh45li78') #將匹配到所有的數(shù)字替換成S
'abcSSjhSSliSS'
>>>

9、re.subn（pattern，repl，string，count = 0，flags = 0 ）

執(zhí)行與相同的操作sub()，但返回一個(gè)元組。(new_string, number_of_subs_made)

>>> re.subn('\d', 'S', 'abc12jh45li78', 3)
('abcSSjhS5li78', 3)
>>>

10、re.escape(pattern)

escape中的所有字符圖案，除了ASCII字母，數(shù)字和'_'。如果要匹配可能包含正則表達(dá)式元字符的任意文字字符串，這將很有用。

>>> re.escape('python.exe\n')
'python\\.exe\\\n'
>>>

11、search（）與match（）方法

Python提供了兩種基于正則表達(dá)式的原始操作： re.match()僅在字符串的開頭匹配，re.search()檢查匹配項(xiàng)，在字符串中的任何位置檢查匹配項(xiàng)（這是Perl的默認(rèn)設(shè)置）。

>>> re.match("c", "abcdef") #Not match
>>> re.search("c", "abcdef") #match
_sre.SRE_Match object; span=(2, 3), match='c'>
>>>

以開頭的正則表達(dá)式'^'可用于search()限制字符串開頭的匹配項(xiàng)：

>>> re.match("c", "abcdef") #Not match
>>> re.search("^c", "abcdef") #Not match
>>> re.search("^a", "abcdef") #match
_sre.SRE_Match object; span=(0, 1), match='a'>
>>>

參考：

https://docs.python.org/3.6/library/re.html

https://www.cnblogs.com/Eva-J/articles/7228075.html#_label7

到此這篇關(guān)于Python之re模塊案例詳解的文章就介紹到這了,更多相關(guān)Python之re模塊內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！