python的正则表达式的操作--re模块

百变鹏仔 3小时前 #Python

文章标签模块

re模块

序言：

re模块用于对python的正则表达式的操作

'.'     默认匹配除之外的任意一个字符，若指定flag DOTALL,则匹配任意字符，包括换行'^'     匹配字符开头，若指定flags MULTILINE,这种也可以匹配上(r"^a","abceee",flags=re.MULTILINE)'$'     匹配字符结尾，或e.search("foo$","bfoosdfsf",flags=re.MULTILINE).group()也可以'*'     匹配*号前的字符0次或多次，re.findall("ab*","cabb3abcbbac")  结果为['abb', 'ab', 'a']'+'     匹配前一个字符1次或多次，re.findall("ab+","ab+cd+abb+bba") 结果['ab', 'abb']'?'     匹配前一个字符1次或0次'{m}'   匹配前一个字符m次'{n,m}' 匹配前一个字符n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 结果'abb', 'ab', 'abb']'|'     匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 结果'ABC''(...)' 分组匹配，re.search("(abc){2}a(123|456)c", "abcabca456c").group() 结果 abcabca456c'[a-z]' 匹配a到z任意一个字符'[^()]' 匹配除()以外的任意一个字符 r' '    转义引号里的字符 针对字符  详情查看⑦'A'    只从字符开头匹配，re.search("Aabc","alexabc") 是匹配不到的'Z'    匹配字符结尾，同$'d'    匹配数字0-9'D'    匹配非数字'w'    匹配[A-Za-z0-9]'W'    匹配非[A-Za-z0-9]'s'    匹配空白字符、	、、 , re.search("s+","ab	c13").group() 结果 '	'   '(?P<name>...)' 分组匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city")结果{'province': '3714', 'city': '81', 'birthday': '1993'}re.IGNORECASE  忽略大小写 re.search('(A|s)red(s+|$)',i,re.IGNORECASE)</birthday></city></province></name>

标志位即模式修正符，不改变正则表达式的情况下，通过模式修正符改变正则表达式的含义，从而实现一些匹配结果的调整等功能：　

# flagsI = IGNORECASE = sre_compile.SRE_FLAG_IGNORECASE # ignore case匹配时忽略大小写L = LOCALE = sre_compile.SRE_FLAG_LOCALE # assume current 8-bit locale   做本地化识别匹配U = UNICODE = sre_compile.SRE_FLAG_UNICODE # assume unicode locale       根据Unicode字符及解析字符M = MULTILINE = sre_compile.SRE_FLAG_MULTILINE # make anchors look for newline   多行匹配S = DOTALL = sre_compile.SRE_FLAG_DOTALL # make dot match newline      让.匹配包括换行符，即用了该模式修正后，"."匹配就可以匹配任意的字符了X = VERBOSE = sre_compile.SRE_FLAG_VERBOSE # ignore whitespace and comments

贪婪模式、懒惰模式：

立即学习“Python免费学习笔记（深入）”；

import reresult1 =  re.search("p.*y","abcdfphp435pythony_py")   # 贪婪模式print(result1)# <_sre.sre_match>result2 =  re.search("p.*?y","abcdfphp435pythony_py")   # 懒惰模式print(result2)# <_sre.sre_match></_sre.sre_match></_sre.sre_match>

match：

从起始位置开始根据模型去字符串中匹配指定内容：

#matchimport re                               obj = re.match('d+', '123uua123sf')       #从第一个字符开始匹配一个到多个数字print(obj)                                #<_sre.sre_match>if obj:                                   #如果有匹配到字符则执行，为空不执行    print(obj.group())                    #打印匹配到的内容#123</_sre.sre_match>

匹配ip地址：

import reip = '255.255.255.253'result=re.match(r'^([1-9]?d|1dd|2[0-4]d|25[0-5]).([1-9]?d|1dd|2[0-4]d|25[0-5]).'                r'([1-9]?d|1dd|2[0-4]d|25[0-5]).([1-9]?d|1dd|2[0-4]d|25[0-5])$',ip)print(result)# <_sre.sre_match></_sre.sre_match>

search：

根据模型去字符串中匹配指定内容（不一定是最开始位置），匹配最前

#searchimport  reobj = re.search('d+', 'a123uu234asf')     #从数字开始匹配一个到多个数字print(obj)#<_sre.sre_match>if obj:                                   #如果有匹配到字符则执行，为空不执行    print(obj.group())                    #打印匹配到的内容#123import  reobj = re.search('([^()]+)', 'sdds(a1fwewe2(3uusfdsf2)34as)f')     #匹配最里面（）的内容print(obj)#<_sre.sre_match>if obj:                                   #如果有匹配到字符则执行，为空不执行    print(obj.group())                    #打印匹配到的内容#(3uusfdsf2)</_sre.sre_match></_sre.sre_match>

group与groups的区别：

#group与groups的区别import  rea = "123abc456"b = re.search("([0-9]*)([a-z]*)([0-9]*)", a)print(b)#<_sre.sre_match>print(b.group())#123abc456print(b.group(0))#123abc456print(b.group(1))#123print(b.group(2))#abcprint(b.group(3))#456print(b.groups())#('123', 'abc', '456')</_sre.sre_match>

findall：

上述两中方式均用于匹配单值，即：只能匹配字符串中的一个，如果想要匹配到字符串中所有符合条件的元素，则需要使用 findall；findall没有group用法

#findallimport  reobj = re.findall('d+', 'a123uu234asf')     #匹配多个if obj:                                   #如果有匹配到字符则执行，为空不执行    print(obj)                             #生成的内容为列表#['123', '234']

sub：

用于替换匹配的字符串(pattern, repl, string, count=0, flags=0)

#subimport  recontent = "123abc456"new_content = re.sub('d+', 'ABC', content)print(new_content)#ABCabcABC

split：

根据指定匹配进行分组(pattern, string, maxsplit=0, flags=0)

#splitimport  recontent = "1 - 2 * ((60-30+1*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2) )"new_content = re.split('*', content)       #用*进行分割，分割为列表print(new_content)#['1 - 2 ', ' ((60-30+1', '(9-2', '5/3+7/3', '99/4', '2998+10', '568/14))-(-4', '3)/(16-3', '2) )']content = "'1 - 2 * ((60-30+1*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2) )'"new_content = re.split('[+-*/]+', content)# new_content = re.split('*', content, 1)print(new_content)#["'1 ", ' 2 ', ' ((60', '30', '1', '(9', '2', '5', '3', '7', '3', '99', '4', '2998', '10', '568', '14))',#  '(', '4', '3)', '(16', '3', "2) )'"]inpp = '1-2*((60-30 +(-40-5)*(9-2*5/3 + 7 /3*99/4*2998 +10 * 568/14 )) - (-4*3)/ (16-3*2))'inpp = re.sub('s*','',inpp)                #把空白字符去掉print(inpp)new_content = re.split('(([+-*/]?d+[+-*/]?d+){1})', inpp, 1)print(new_content)#['1-2*((60-30+', '-40-5', '*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))']

补充r' ' 转义：

fdfdsfdsdssfdsfds& @$

lzl.py

首先要清楚，程序读取文件里的字符时，添加到列表里面的是\：

import re,sysli = []with open('lzl.txt','r',encoding="utf-8") as file:    for line in file:        li.append(line)print(li)                   # 注意：文件中的单斜杠，读出来后会变成双斜杠# ['fdfdsfds\fds', 'sfdsfds&amp; @$']print(li[0])                # print打印的时候还是单斜杠# fdfdsfdsds

r字符的意义，对字符进行转义，只做为字符出现：

import re,sysli = []with open('lzl.txt','r',encoding="utf-8") as file:    for line in file:        print(re.findall(r's\f', line))  #第一种方式匹配        # print(re.findall('\\', line))  #第二种方式匹配        li.append(line)print(li)                   # 注意：文件中的单斜杠，读出来后会变成双斜杠# ['s\f']# []# ['fdfdsfds\fds', 'sfdsfds&amp; @$']

补充：看完下面的代码你可能更懵了

import rere.findall(r'\', line)  # 正则中只能这样写 不能写成 r'' 这样print(r'\')            # 只能这样写 不能写成r'' 只能是双数# \        结果# 如果想值打印单个 写成如下print('\')             # 只能是双数#          结果

总结：文件中的单斜杠，读出到程序中时是双斜杠\，print打印出来是单斜杠；正则匹配文件但斜杠时,用r'\'双斜杠去匹配，或者不用r直接用'\\'四个斜杠去匹配

compile函数：

说明：

Python通过re模块提供对正则表达式的支持。使用re的一般步骤是先使用re.compile()函数，将正则表达式的字符串形式编译为Pattern实例，然后使用Pattern实例处理文本并获得匹配结果（一个Match实例），最后使用Match实例获得信息，进行其他的操作

举一个简单的例子，在寻找一个字符串中所有的英文字符：

import repattern = re.compile('[a-zA-Z]')result = pattern.findall('as3SiOPdj#@23awe')print(result)# ['a', 's', 'S', 'i', 'O', 'P', 'd', 'j', 'a', 'w', 'e']

匹配IP地址（255.255.255.255）：

import repattern = re.compile(r'^(([1-9]?d|1dd|2[0-4]d|25[0-5]).){3}([1-9]?d|1dd|2[0-4]d|25[0-5])$')result = pattern.match('255.255.255.255')print(result)# <_sre.sre_match></_sre.sre_match>

文章推荐

python的正则表达式的操作--re模块

re模块

Python如实现爬虫图片的简单实例分析

Python如何通过URL实现打开图片的实例详解

python中关于内置函数filter的详解

python如何读取二进制mnist实例详解

Python中关于算术运算符的实例详解