改成 响应式 网站,制作网页游戏引擎,城阳网站建设哪里有,专业app定制开发公司什么是正则表达式
正则表达式#xff0c;又称规则表达式#xff0c;通常被用来检索、替换那些符合某个模式(规则)的文本。
正则表达式是对字符串操作的一种逻辑公式#xff0c;就是用事先定义好的一些特定字符、及这些特定字符的组合#xff0c;组成一个规则字符串…什么是正则表达式
正则表达式又称规则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。
正则表达式是对字符串操作的一种逻辑公式就是用事先定义好的一些特定字符、及这些特定字符的组合组成一个规则字符串这个规则字符串用来表达对字符串的一种过滤逻辑。
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“匹配”通过正则表达式从文本字符串中获取我们想要的特定部分“过滤”。
正则表达式的常见语法 Python 的 re 模块
在 Python 中我们可以使用内置的 re 模块来使用正则表达式。
有一点需要特别注意的是正则表达式使用 对特殊字符进行转义所以如果我们要使用原始字符串只需加一个 r 前缀示例
rchuanzhiboke\t\.\tpythonre 模块的一般使用步骤如下
使用 compile() 函数将正则表达式的字符串形式编译为一个 Pattern 对象通过 Pattern 对象提供的一系列方法对文本进行匹配查找获得匹配结果一个 Match 对象。最后使用 Match 对象提供的属性和方法获得信息根据需要进行其他的操作
compile 函数
compile 函数用于编译正则表达式生成一个 Pattern 对象它的一般使用形式如下
import re# 将正则表达式编译成 Pattern 对象
pattern re.compile(r\d)在上面我们已将一个正则表达式编译成 Pattern 对象接下来我们就可以利用 pattern 的一系列方法对文本进行匹配查找了。
Pattern 对象的一些常用方法主要有 match 方法从起始位置开始查找一次匹配search 方法从任何位置开始查找一次匹配findall 方法全部匹配返回列表finditer 方法全部匹配返回迭代器split 方法分割字符串返回列表sub 方法替换 match 方法
match 方法用于查找字符串的头部也可以指定起始位置它是一次匹配只要找到了一个匹配的结果就返回而不是查找所有匹配的结果。它的一般使用形式如下
match(string[, pos[, endpos]])其中string 是待匹配的字符串pos 和 endpos 是可选参数指定字符串的起始和终点位置默认值分别是 0 和 len (字符串长度)。因此当你不指定 pos 和 endpos 时match 方法默认匹配字符串的头部。
当匹配成功时返回一个 Match 对象如果没有匹配上则返回 None。
import re
pattern re.compile(r\d) # 用于匹配至少一个数字m pattern.match(one12twothree34four) # 查找头部没有匹配
print (m)
Nonem pattern.match(one12twothree34four, 2, 10) # 从e的位置开始匹配没有匹配
print (m)
Nonem pattern.match(one12twothree34four, 3, 10) # 从1的位置开始匹配正好匹配print (m) # 返回一个 Match 对象
_sre.SRE_Match object at 0x10a42aac0m.group(0) # 可省略 0
12m.start(0) # 可省略 0
3
m.end(0) # 可省略 0
5
m.span(0) # 可省略 0
(3, 5)在上面当匹配成功时返回一个 Match 对象其中
group([group1, …]) 方法用于获得一个或多个分组匹配的字符串当要获得整个匹配的子串时可直接使用 group() 或 group(0)start([group]) 方法用于获取分组匹配的子串在整个字符串中的起始位置子串第一个字符的索引参数默认值为 0end([group]) 方法用于获取分组匹配的子串在整个字符串中的结束位置子串最后一个字符的索引1参数默认值为 0span([group]) 方法返回 (start(group), end(group))。
search 方法
search 方法用于查找字符串的任何位置它也是一次匹配只要找到了一个匹配的结果就返回而不是查找所有匹配的结果它的一般使用形式如下
search(string[, pos[, endpos]])其中string 是待匹配的字符串pos 和 endpos 是可选参数指定字符串的起始和终点位置默认值分别是 0 和 len (字符串长度)。
当匹配成功时返回一个 Match 对象如果没有匹配上则返回 None。
让我们看看例子
import re
pattern re.compile(\d)
m pattern.search(one12twothree34four) # 这里如果使用 match 方法则不匹配
m
_sre.SRE_Match object at 0x10cc03ac0
m.group()
12
m pattern.search(one12twothree34four, 10, 30) # 指定字符串区间
m
_sre.SRE_Match object at 0x10cc03b28
m.group()
34
m.span()
(13, 15)findall 方法
上面的 match 和 search 方法都是一次匹配只要找到了一个匹配的结果就返回。然而在大多数时候我们需要搜索整个字符串获得所有匹配的结果。
findall 方法的使用形式如下
findall(string[, pos[, endpos]])其中string 是待匹配的字符串pos 和 endpos 是可选参数指定字符串的起始和终点位置默认值分别是 0 和 len (字符串长度)。
findall 以列表形式返回全部能匹配的子串如果没有匹配则返回一个空列表。
看看例子
import re
pattern re.compile(r\d) # 查找数字result1 pattern.findall(hello 123456 789)
result2 pattern.findall(one1two2three3four4, 0, 10)print (result1)
print (result2)执行结果
[123456, 789]
[1, 2]sub 方法
sub 方法用于替换。它的使用形式如下
sub(repl, string[, count])其中repl 可以是字符串也可以是一个函数 如果 repl 是字符串则会使用 repl 去替换字符串每一个匹配的子串并返回替换后的字符串另外repl 还可以使用 id 的形式来引用分组但不能使用编号 0 如果 repl 是函数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。 看看例子
import re
p re.compile(r(\w) (\w)) # \w [A-Za-z0-9]
s hello 123, hello 456print (p.sub(rhello world, s)) # 使用 hello world 替换 hello 123 和 hello 456
print (p.sub(r\2 \1, s)) # 引用分组def func(m):print(m)return hi m.group(2) #group(0) 表示本身group(1)表示hellogroup(2) 表示后面的数字print (p.sub(func, s)) #多次sub每次sub的结果传递给func
print (p.sub(func, s, 1)) # 最多替换一次注意贪婪模式与非贪婪模式
贪婪模式在整个表达式匹配成功的前提下尽可能多的匹配 ( * )非贪婪模式在整个表达式匹配成功的前提下尽可能少的匹配 ( ? )Python里数量词默认是贪婪的。
使用贪婪的数量词的正则表达式div.*/div匹配结果divtest1/divbbdivtest2/div 这里采用的是贪婪模式。在匹配到第一个/div“时已经可以使整个表达式匹配成功但是由于采用的是贪婪模式所以仍然要向右尝试匹配查看是否还有更长的可以成功匹配的子串。匹配到第二个”/div“后向右再没有可以成功匹配的子串匹配结束匹配结果为”divtest1/divbbdivtest2/div 使用非贪婪的数量词的正则表达式div.*?/div匹配结果divtest1/div 正则表达式二采用的是非贪婪模式在匹配到第一个/div“时使整个表达式匹配成功由于采用的是非贪婪模式所以结束匹配不再向右尝试匹配结果为”divtest1/div。 [正则表达式测试网址](
