从零开始的Python学习Episode 15—

正则表达式

正则表达式（或 RE）是一种小型的、高度专业化的编程语言，（在Python中）它内嵌在Python中，并通过 re 模块实现，所以使用时要导入re模块。正则表达式模式被编译成一系列的字节码，然后由用 C 编写的匹配引擎执行。

先说几个元字符 . ^ $ * + ? { }

import re

ret = re.findall('t...r', 'hellotomorrow')

print(ret)  # ['tomor']

ret = re.findall('^r.w', 'r1whellotomorr2w')

print(ret)  # ['r1w']

ret = re.findall('r.w$', 'r1whellotomorr2w')

print(ret)  # ['r2w']

ret = re.findall('abc*', 'abcccc')  # 贪婪匹配[0,+oo]

print(ret)  # ['abcccc']

ret = re.findall('abc*', 'ab')  # 贪婪匹配[0,+oo]

print(ret)  # ['ab']

ret = re.findall('abc+', 'abccc')  # [1,+oo]

print(ret)  # ['abccc']

ret = re.findall('abc?', 'abccc')  # [0,1]

print(ret)  # ['abc']

ret = re.findall('abc{1,4}', 'abccc')

print(ret)  # ['abccc'] 贪婪匹配

ret=re.findall('abc*?','abcccccc')

print(ret)#['ab'] 当* + ？的后面再加上？的话就会变成惰性匹配

元字符：[ ]

import re

ret = re.findall('a[bc]d','abd')

print(ret)#['abd'],选b或c

ret = re.findall('[a-z]','abd')

print(ret)#['a', 'b', 'd'],选出a到z的元素

ret = re.findall('[.*+]','a.b+c*')

print(ret)#['.', '+', '*'],消除某些元字符的特殊功能

ret = re.findall('[1-9]','adc51ca')

print(ret)#['5', '1'],选出1到9之间的数字

ret = re.findall('[^ab]','jnan21b')

print(ret)#['j', 'n', 'n', '2', '1'],选出除了a,b的元素

ret = re.findall('\dc','123 cad#4')

print(ret)#['1', '2', '3', '4'],选出数字

元字符的转义符

反斜杠后边跟元字符去除特殊功能,比如\.
反斜杠后边跟普通字符实现特殊功能,比如\d

\d 匹配任何十进制数；它相当于类 [0-9]。
\D 匹配任何非数字字符；它相当于类 [^0-9]。
\s 匹配任何空白字符；它相当于类 [ \t\n\r\f\v]。
\S 匹配任何非空白字符；它相当于类 [^ \t\n\r\f\v]。
\w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。
\W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]
\b 匹配一个特殊字符边界，比如空格，&，＃等

有一种特殊情况：

import re

m = re.findall('\bblow', 'blow')

print(m)#[]

m = re.findall('\\bblow', 'blow')

print(m)#['blow']

m = re.findall(r'\bblow', 'blow')

print(m)#['blow']

这是因为在python解释器中“\\”才相当于一个“\”，而光写一个“\”是不能被识别的。

元字符( )分组

ret = re.search('(?P<id>\d{3})/(?P<name>\w{2,3})', '233/cn')

print(ret.group())#233/cn

print(ret.group('id'))#

这段代码的意思是以‘/’为界限分为名为id（3个数字）和名为name（2个或3个字母）的两个组，其中（?P<XXX>）是固定的格式，但可以不用这种格式。如果没有用这种格式则没有办法按名字来访问组中的数据，按需求来选择是否要用。而search()是扫描整个string查找匹配,会扫描整个字符串并返回第一个成功的匹配。

re.compile()

compile()可以编译正则表达式模式，返回一个对象。可以把常用的正则表达式编译成正则表达式对象，方便后续调用及提高效率。

import re

ret = re.compile('(\d{3})/(\w{2,3})')

print(ret.search('233/cn').group())
#233/cn

re.match()

只检测是不是在string的开始位置匹配，若在开头检测不到，则返回空。

ret = re.match('','')

print(ret)

#<re.Match object; span=(0, 3), match='233'>

#可以通过ret.span()查看其终止点，通过ret.group()查看匹配到的内容。

re.search()

扫描整个string查找匹配,会扫描整个字符串并返回第一个成功的匹配.

import re

ret = re.compile('(\d{3})/(\w{2,3})')

print(ret.search('233/cn').group())

#233/cn,也可以像match那样用span和group

re.split()

原型是re.split(pattern, string, maxsplit=0)

通过正则表达式将字符串分离。如果用括号将正则表达式括起来，那么匹配的字符串也会被列入到list中返回。maxsplit是分离的次数，maxsplit=1分离一次，默认为0，不限制次数。

import re

ret = re.split('s','adsnjfsnja')

print(ret)

#['ad', 'njf', 'nja']

re.sub()

替换目标字符串中的部分内容，格式为sub('要匹配的类型','替换的内容','目标字符串','替换次数')

import re

ret = re.sub('\d','abc','1bd,2fg')

print(ret)#abcbd,abcfg

ret = re.sub('\d','abc','1bd,2fg',1)

print(ret)#abcbd,2fg

re.finditer()

把匹配到的内容放到一个迭代器中，返回一个迭代器对象。

import re

ret = re.finditer('\d','a1b2c3,4')

print(ret)#<callable_iterator object at 0x0000021C112E8240>

print(next(ret).group())#

从零开始的Python学习Episode 15——正则表达式的更多相关文章

从零开始的Python学习Episode 11——装饰器
装饰器装饰器是用来处理其他函数的函数,主要作用是在不修改原有函数的情况下添加新的功能,装饰器的返回值也是一个函数对象. 简单的装饰器 import time def show_time(f): de ...
从零开始的Python学习Episode 23——进程
---恢复内容开始--- 进程由于GIL的存在,python中的多线程其实并不是真正的多线程,如果想要充分地使用多核CPU的资源,在python中大部分情况需要使用多进程.Python提供了非常好用 ...
从零开始的Python学习Episode 22——多线程
多线程线程线程是操作系统能够进行运算调度的最小单位.它被包含在进程之中,是进程中的实际运作单位.一条线程指的是进程中一个单一顺序的控制流,一个进程中可以并发多个线程,每条线程并行执行不同的任务. ...
从零开始的Python学习Episode 20——面向对象（3）
面向对象之封装封装,即隐藏对象的属性和实现细节,仅对外公开接口,控制在程序中属性的读和修改的访问级别:将抽象得到的数据和行为(或功能)相结合,形成一个有机的整体. 隐藏在python中用双下划线开 ...
从零开始的Python学习Episode 19——面向对象（2）
面向对象之继承继承是一种创建新类的方式,新建的类可以继承一个或多个父类(python支持多继承),父类又可称为基类或超类,新建的类称为派生类或子类. 子类会“”遗传”父类的属性,从而解决代码重用问 ...
从零开始的Python学习Episode 17——序列化
序列化我们把对象(变量)从内存中变成可存储或传输的过程称之为序列化,在Python中叫pickling,在其他语言中也被称之为serialization,marshalling,flattenin ...
从零开始的Python学习Episode 16——模块
一.模块在计算机程序的开发过程中,随着程序代码越写越多,在一个文件里代码就会越来越长,越来越不容易维护. 为了编写可维护的代码,我们把很多函数分组,分别放到不同的文件里,这样,每个文件包含的代码就相 ...
从零开始的Python学习Episode 13——常用模块
模块一.time模块时间戳(timestamp) :时间戳表示的是从1970年1月1日00:00:00开始按秒计算的偏移量. 元组(struct_time) :struct_time元组共有9 ...
从零开始的Python学习Episode 12——迭代器&生成器
生成器列表生成式用于快速地生成一个列表 a = [x*x for x in range(1,9)] print(a) #输出[1, 4, 9, 16, 25, 36, 49, 64] 也可以用于生 ...

随机推荐

Entity Framework 6 Recipes 2nd Edition（13-7）译 -> 返回只部分填充的实体
问题你有一个实体里的某个属性很少被读取或和更新,这个属性因为比较大,所以读取和更新都需要付很大的代价.你想有选择的放置这个属性解决方案假设你有一个如Figure 13-9 所示的模型 Figur ...
ghj
如果对同一个元素的定义有多种,以最接近(最小一级)的定义为最优先,例如有这么一段代码 Update: Lorem ipsum dolor set 在CSS文件中,你已经定义了元素p,又定义了一个cla ...
CTSC2016&&APIO2016游记
4.30 下午衡中放假,我们因为比赛的缘故提前到中午12:00放假然后我爸爸说要来接我,直到下午两点多他才到,然后衡中宿舍的楼管阿姨死活不给我开门莫名其妙的等到了三点多快四点的时候我才跟实验班的一 ...
使用日期工具类：DateUtil
利用java开发,避免不了String.Date转换,前一天.后一天等问题.给出一个工具类,仅供学习交流. import java.text.DateFormat; import java.text. ...
.NET平台和C#语言
.NET平台的作用C#语言通过.NET平台来编写部署运行.NET应用程序. 为什么学习.NET语言1. C#语言是为.NET平台而生的.2. C#语言是完全面向对象的语言,所以一般情况下我们用C# ...
effective c++ 条款8 prevent exception from leaving destructor
1 析构函数绝对不要吐出异常.如果一个析构函数可能调用产生异常的函数,析构函数应该不传播该异常或结束程序 2 如果客户需要对某个操作函数运行期间抛出的异常做出反应,那么class应该提供一个普通函数执 ...
hibernate学习（四）hibernate的一级缓存&快照
缓存:提高效率硬件的 CPU缓存硬盘缓存内存软件的 io流缓存 hibernate 的一级缓存也是为了操作数据库的效率. 证明一级缓存在 : Person p=sessio ...
jQuery Ajax 使用 ($.ajax、$.post、$.get)
项目中只要涉及到前后台的交互,数据状态之间的交互,ajax是必不可少的.一般项目中jquery方式的ajax用的还是比较多的.封装的比较好,用起来也顺手,兼容浏览器之间的差异. 操作的方式有三种: 1 ...
【Unity游戏开发】浅谈Lua和C#中的闭包
一.前言目前在Unity游戏开发中,比较流行的两种语言就是Lua和C#.通常的做法是:C#做些核心的功能和接口供Lua调用,Lua主要做些UI模块和一些业务逻辑.这样既能在保持一定的游戏运行效率的同 ...
VMware使两台windows虚拟机能够互相ping通
1.关闭防火墙 cmd命令行里输入:netsh firewall set opmode disable 2.测试如果还不能ping通,就把网络类型选nat类型 3.测试:vmware网关默认是.2