python--re模块（正则表达式）

RE是什么

正则表达式子

就是一些带有特殊含义的符号或者符号的组合

它的作用是对字符串进行过滤

在一堆字符串中找到你所关心的内容

你就需要告诉计算机你的过滤规则是什么样通过什么方式来告诉计算机就通过正则表达式

注： re模块的内部实现不是python 而是调用了c库

import re

s = "abc a1c 12\+- $_\n\tqaz" #定义字符串

b = "a ab abb abbb abbbbb a1bbbbbbbb" #定义字符串

\w	#匹配所有字母数字下划线
\W	#匹配所有非字母数字下划线
\s	#匹配所有空白字符
\S	#匹配所有非空白字符
\d	#匹配所有数字
\D	#匹配所有非数字
\n	#匹配所有的\n
\t	#匹配所有的\t
^ab	#从开头匹配字符串ab，只匹配一次
qaz$	#从结尾匹配字符串qaz，只匹配一次
.	代表除了换行符外的任意一个字符
?	不能单独用，代表左边的那一个字符重复0次或一次
*	代表左边的那一个字符重复0次或多次
+	代表左边的那一个字符重复1次或多次(至少出现一次)
{m，n}	代表左边的那一个字符出现m次到n次（n不写，代表无穷次）
.*	匹配任意长度，任意的字符-----》贪婪匹配(例：a.*c,从a开始，会一直找到最右边一个c，中间所有的字符都获取了，比较贪婪)
.*?	非贪婪匹配，找到最近的即可
()	分组:带括号去匹配，如果匹配成功，只留下括号内的字符串
[]	中括号内可以放任意字符，一个中括号代表一个字符，，这一个字符来自于中括号内

"""

re模块常用方法：

findall 从左往右查找所有满足条件的字符返回一个列表

search 返回第一个匹配的字符串结果封装为对象 span=(0, 5) 匹配的位置 match匹配的值

match 匹配行首返回值与search相同

对于search match 匹配的结果通过group来获取

compile 将正则表达式封装为一个正则对象好处是可以重复使用这个表达式

"""

例子：

print(re.findall("\w",s)) #匹配所有字母数字下划线

print(re.findall("\W",s)) #匹配所有非字母数字下划线

print(re.findall("\s",s)) #匹配所有空白字符

print(re.findall("\S",s)) #匹配所有非空白字符

print(re.findall("\d",s)) #匹配所有数字

print(re.findall("\D",s)) #匹配所有非数字

print(re.findall("\n",s)) #匹配所有的\n

print(re.findall("\t",s)) #匹配所有的\t

print(re.findall("^ab",s)) #从开头匹配字符串，只匹配一次

print(re.findall("qaz$",s)) #从结尾匹配字符串，只匹配一次

# .代表除了换行符外的任意一个字符（要想可以匹配换行符，findall方法里可以加参数，re.DOTALL--DOT：点，ALL：所有）

print(re.findall("a.c",s)) #['abc', 'a1c']

# ? 不能单独用，代表左边的那一个字符重复0次或一次

print(re.findall("ab?",b)) #['a', 'ab', 'ab', 'ab', 'ab', 'a']

print(re.findall("ab{0,1}",b)) #['a', 'ab', 'ab', 'ab', 'ab', 'a']

# *代表左边的那一个字符重复0次或多次

print(re.findall("ab*",b)) #['a', 'ab', 'abb', 'abbb', 'abbbbb', 'a']

print(re.findall("ab{0,}",b)) #['a', 'ab', 'abb', 'abbb', 'abbbbb', 'a']

# + 代表左边的那一个字符重复1次或多次(至少出现一次)

print(re.findall("ab+",b)) #['ab', 'abb', 'abbb', 'abbbbb']

print(re.findall('ab{1,}',b)) #['ab', 'abb', 'abbb', 'abbbbb']

# {m，n}代表左边的那一个字符出现m次到n次（n不写，代表无穷次）

# .* 匹配任意长度，任意的字符-----》贪婪匹配(从a开始，会一直找到最右边一个c，中间所有的字符都获取了，比较贪婪)

print(re.findall("a.*c","a123c456c")) #['a123c456c']

# .*? 非贪婪匹配，找到最近的即可

print(re.findall("a.*?c","a123c456c")) #['a123c']

#分组:带括号去匹配，如果匹配成功，只留下括号内的字符串

print(re.findall("(abc)_sb","abc_sb sadsaddasdaabc_sb")) #['abc', 'abc']

#[]:中括号内可以放任意字符，一个中括号代表一个字符，，这一个字符来自于中括号内

# 在中括号内，“-”有特殊含义，当需要使用-的普通字符来使用的时候，把-放到[]的最左边或者最右边

print(re.findall("a[0-9]c","a1c a c a-c a+c aAc")) #['a1c']

print(re.findall("a[a-z]c","a1c a c a-c a+c aAc acc")) #['acc']

print(re.findall("a[A-Z]c","a1c a c a-c a+c aAc acc")) #['aAc']

print(re.findall("a[*+-]c","a1c a c a-c a+c a*c aAc acc")) #['a-c', 'a+c', 'a*c']

#^上尖号在中阔内表示取反的意思，并不是以某某开头

print(re.findall("a[^a-z]c","a1c a c a-c a+c aAc acc")) #['a1c', 'a c', 'a-c', 'a+c', 'aAc'](除了acc，都在这儿了)

print(re.findall("([a-z]+)_sb","lxx_sb sadadw213sdaalex_sb egon_sbasdasd "))

# | 竖杠代表或者的意思

print(re.findall("compan(ies|y)","too many companies shutdown,I have a company"))

#['ies', 'y'],这个结果不是我们需要的，它只打印了ies或者y

print(re.findall("compan(?:ies|y)","too many companies shutdown,I have a company"))

#['companies', 'company']加上 ?: 表示前面的也需要，再加上竖杠选择的结果。

print(re.findall("alex|sb","alex is sb asdasdadalex sadasb egon")) #['alex', 'sb', 'alex', 'sb']

#re模块的其他方法：

# search ：只找一个，如果找到，就返回一个找到的对象，用group方法可以得到对应的值。

# match ：相当于带上尖号版本的search,它是也用group方法获得对应的值

print(re.search("alex","alex is sb asdasdadalex sadasb egon"))

#<_sre.SRE_Match object; span=(0, 4), match='alex'>

print(re.search("alex","alex is sb asdasdadalex sadasb egon").group()) #alex

print(re.match("alex","alex is sb asdasdadalex sadasb egon")) #<_sre.SRE_Match object; span=(0, 4), match='alex'>

print(re.search("^alex","sad asd alex is sb asdasdadalex sadasb egon")) #None

print(re.match("alex","sad asd alex is sb asdasdadalex sadasb egon")) #None

#spilt方法

print(re.split("[a,w]","1a2w3e4r"))

使用字符串替换

# print('egon is beutifull egon'.replace('egon','EGON',1))

使用sub方法替换第二处的egon，替换为EGON

# print(re.sub('(.*?)(egon)(.*?)(egon)(.*?)',r'\1\2\3EGON\5','123 egon is beutifull egon 123'))

# (123 )(egon)( is beutifull )(egon)( 123)

#\1\2\3EGON\5

# print(re.sub('(lqz)(.*?)(SB)',r'\3\2\1',r'lqz is SB'))

# print(re.sub('([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)',r'\5\2\3\4\1',r'lqzzzz123+ is SB'))

#(lqzzzz)(123+ )(is)( )(SB)

如果经常需要用到某个正则表达式，可以先存起来，然后直接调用，存的方法是complie

pattern=re.compile('alex')

print(pattern.findall('alex is alex alex'))

print(pattern.findall('alexasdfsadfsadfasdfasdfasfd is alex alex'))

巴特西

python--re模块（正则表达式）

最新文章

热门文章