Python正则表达式学习摘要及资料

摘要

  • 在正则表达式中,如果直接给出字符,就是精确匹配。
  • {m,n}? 对于前一个字符重复 m n 次,并且取尽可能少的情况 在字符串'aaaaaa'中,a{2,4} 会匹配 4 个 a,但 a{2,4}? 只匹配 2 个 a

^表示行的开头,^\d表示必须以数字开头。

$表示行的结束,\d$表示必须以数字结束。

你可能注意到了,py也可以匹配'python'–>py;
但是加上^py$就变成了整行匹配,就只能匹配’py’了,匹配'python'时,就什么也得不到。

参考表

正则表达式特殊序列

re模块

re.compile(pattern[, flags])
把正则表达式的模式和标识转化成正则表达式对象,供 match() search() 这两个函数使用。

re 所定义的 flag 包括:

以下两种用法结果相同:
(A)

(B)

因此我们强烈建议使用Python的r前缀,就不用考虑转义的问题了

search

re.search(pattern, string[, flags])
在字符串中查找匹配正则表达式模式的位置,返回 MatchObject 的实例,如果没有找到匹配的位置,则返回 None
对于已编译的正则表达式对象来说(re.RegexObject),有以下 search 的方法:
search (string[, pos[, endpos]])
regex 是已编译好的正则表达式对象,regex.search(string, 0, 50) 等同于 regex.search(string[:50], 0)

match

re.match(pattern, string[, flags])
判断 pattern 是否在字符串开头位置匹配。对于 RegexObject,有:
match(string[, pos[, endpos]])
match() 函数只在字符串的开始位置尝试匹配正则表达式,也就是只报告从位置 0 开始的匹配情况,而 search() 函数是扫描整个字符串来查找匹配。如果想要搜索整个字符串来寻找匹配,应当用 search()。

虽然,match默认是从开头匹配,但是,如果指定位置,仍然能成功;但是!match也是从指定位置开始匹配,不匹配仍然会失败,这一点就和search有区别啦。

match()方法判断是否匹配,如果匹配成功,返回一个Match对象,否则返回None

split

re.split(pattern, string[, maxsplit=0, flags=0])
此功能很常用,可以将将字符串匹配正则表达式的部分割开并返回一个列表。对 RegexObject,有函数:
split(string[, maxsplit=0])

对于一个找不到匹配的字符串而言,split 不会对其作出分割

这里用字符串自带的split方法就很不灵活。

看出差别了吧,很强大!
再来一个终极的:

r'[\s\,\;]+'的正则表达式意思为:空格或者,或者;出现1次或1次以上都是满足条件的分割符号!所以,最后结果还是很干净。

findall

re.findall(pattern, string[, flags])

在字符串中找到正则表达式所匹配的所有子串,并组成一个列表返回。同样 RegexObject 有:
findall(string[, pos[, endpos]])

finditer

re.finditer(pattern, string[, flags])
findall 类似,在字符串中找到正则表达式所匹配的所有子串,并组成一个迭代器返回。同样 RegexObject 有:
finditer(string[, pos[, endpos]])

sub

re.sub(pattern, repl, string[, count, flags])
在字符串 string 中找到匹配正则表达式pattern 的所有子串,用另一个字符串 repl 进行替换。如果没有找到匹配 pattern 的串,则返回未被修改的 string。Repl 既可以是字符串也可以是一个函数。

返回值是替换后的新字符串。

对于 RegexObject 有:
sub(repl, string[, count=0])

通过上面的例子,可以看出,count是可以缺省的,同时,默认值是0,表示全部替换;否则,就是指定替换几个。

subn

re.subn(pattern, repl, string[, count, flags])
该函数的功能和 sub() 相同,但它还返回新的字符串以及替换的次数。同样 RegexObject 有:
subn(repl, string[, count=0])

分组

除了简单地判断是否匹配之外,正则表达式还有提取子串的强大功能。用()表示的就是要提取的分组(Group)。比如:

^(\d{3})-(\d{3,8})$分别定义了两个组,可以直接从匹配的字符串中提取出区号和本地号码:

通过实验,如果不用括号,得到的Match对象课可以使用例如a.group(0)或者a.group()但是,使用a.group(1)就会报错的。

贪婪匹配

正则匹配默认是贪婪匹配,也就是匹配尽可能多的字符。举例如下,匹配出数字后面的0

由于\d+采用贪婪匹配,直接把后面的0全部匹配了,结果0*只能匹配空字符串了。

必须让\d+采用非贪婪匹配(也就是尽可能少匹配),才能把后面的0匹配出来,加个?就可以让d+采用非贪婪匹配:

Python正则表达式学习资源

1 5 收藏 评论

相关文章

可能感兴趣的话题



直接登录
跳到底部
返回顶部