数据小站
数据科学成长之路

python3中正则表达式re模块应用

模式匹配、替换、拆分

常用re的方法 match/search/findall/split/sub/subn

prog = re.compile(pattern)
result = prog.match(string)
等价于  
result = re.match(pattern, string) 
 如果需要多次使用这个正则表达式的话,使用 re.compile() 保存这个正则对象以便复用,可以让程序更加高效。 

match,和search方法,没有匹配到内容是返回None,可以使用if进行判断

if re.match(….) : 来进行判断是否匹配

re的使用方法

re正则的使用方法,可以归为 查找目标字符串、 根据正则规则分割文本, 根据正则规则替换文本等

re正则中的字符串查找方法,查找匹配到的字符串
re.match()       #match(pattern, string, flags=0)
re.search()      #search(pattern, string, flags=0)
re.findall()     #findall(pattern, string, flags=0)

re正则中的字符串分割方法,根据正则分割字符串
re.split()       #split(pattern, string, maxsplit=0, flags=0)

re的正则对象,方便来回调用
re.compile()     #compile(pattern, flags=0)

re正则中的替换方法
re.sub()         #sub(pattern, repl, string, count=0, flags=0)
re.subn()        #subn(pattern, repl, string, count=0, flags=0)

re正则中的查找方法使用 match、search、findall

re.match/serach/findall 方法中参数使用格式一致,方法的区别在于:
match是从字符串开头进行匹配
search是从字符串中查找第一个匹配到的内容,返回一个re.Match对象,可以使用该对象的group方法获取匹配到的内容
findall是字符串中查找所有匹配的内容,返回一个列表

示例:查找字符串中“【】”内的内容:
str = '明天【小王】约我们去河边【钓鱼】'
a = re.findall('【\w+】',str)
print(a)             ==>     ['【小王】', '【钓鱼】']

b = re.search('【\w+】',str)
print(b)            ==> <re.Match object; span=(2, 6), match='【小王】'>
print(b.group())    ==> 【小王】

python3中re正则表达式通用符合规则

re正则表达式通用模式

模式描述
^匹配字符串的开头
$匹配字符串的末尾。
.匹配任意字符,除了换行符,当re.DOTALL标记被指定时,则可以匹配包括换行符的任意字符。
[…]用来表示一组字符,单独列出:[amk] 匹配 ‘a’,’m’或’k’
[^…]不在[]中的字符:[^abc] 匹配除了a,b,c之外的字符。
re*匹配0个或多个的表达式。
re+匹配1个或多个的表达式。
re?匹配0个或1个由前面的正则表达式定义的片段,非贪婪方式
re{ n}精确匹配 n 个前面表达式。例如, o{2} 不能匹配 “Bob” 中的 “o”,但是能匹配 “food” 中的两个 o。
re{ n,}匹配 n 个前面表达式。例如, o{2,} 不能匹配”Bob”中的”o”,但能匹配 “foooood”中的所有 o。”o{1,}” 等价于 “o+”。”o{0,}” 则等价于 “o*”。
re{ n, m}匹配 n 到 m 次由前面的正则表达式定义的片段,贪婪方式
a| b匹配a或b
(re)对正则表达式分组并记住匹配的文本
(?imx)正则表达式包含三种可选标志:i, m, 或 x 。只影响括号中的区域。
(?-imx)正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。
(?: re)类似 (…), 但是不表示一个组
(?imx: re)在括号中使用i, m, 或 x 可选标志
(?-imx: re)在括号中不使用i, m, 或 x 可选标志
(?#…)注释.
(?= re)前向肯定界定符。如果所含正则表达式,以 … 表示,在当前位置成功匹配时成功,否则失败。但一旦所含表达式已经尝试,匹配引擎根本没有提高;模式的剩余部分还要尝试界定符的右边。
(?! re)前向否定界定符。与肯定界定符相反;当所含表达式不能在字符串当前位置匹配时成功
(?> re)匹配的独立模式,省去回溯。
\w匹配字母数字及下划线
\W匹配非字母数字及下划线
\s匹配任意空白字符,等价于 [\t\n\r\f].
\S匹配任意非空字符
\d匹配任意数字,等价于 [0-9].
\D匹配任意非数字
\A匹配字符串开始
\Z匹配字符串结束,如果是存在换行,只匹配到换行前的结束字符串。
\z匹配字符串结束
\G匹配最后匹配完成的位置。
\b匹配一个单词边界,也就是指单词和空格间的位置。例如, ‘er\b’ 可以匹配”never” 中的 ‘er’,但不能匹配 “verb” 中的 ‘er’。
\B匹配非单词边界。’er\B’ 能匹配 “verb” 中的 ‘er’,但不能匹配 “never” 中的 ‘er’。
\n, \t, 等.匹配一个换行符。匹配一个制表符。等
\1…\9匹配第n个分组的内容。
\10匹配第n个分组的内容,如果它经匹配。否则指的是八进制字符码的表达式。

re匹配模式中的常用模块

描述
.匹配除 “\n” 之外的任何单个字符。要匹配包括 ‘\n’ 在内的任何字符,请使用象 ‘[.\n]’ 的模式。
\d匹配一个数字字符。等价于 [0-9]。
\D匹配一个非数字字符。等价于 [^0-9]。
\s匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\w匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]’。
\W匹配任何非单词字符。等价于 ‘[^A-Za-z0-9_]’。
[aeiou]匹配中括号内的任意一个字母
[0-9]匹配任何数字。类似于 [0123456789]
[a-z]匹配任何小写字母
[A-Z]匹配任何大写字母
[a-zA-Z0-9]匹配任何字母及数字
[^aeiou]除了aeiou字母以外的所有字符
[^0-9]匹配除了数字外的字符

正则表达式修饰符 – 可选标志

处理re匹配中的特殊情况

修饰符描述
re.I使匹配对大小写不敏感
re.L做本地化识别(locale-aware)匹配
re.M多行匹配,影响 ^ 和 $
re.S使 . 匹配包括换行在内的所有字符
re.U根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B.
re.X该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。
赞(0) 打赏
未经允许不得转载:技术文档分享 » python3中正则表达式re模块应用

评论 抢沙发