1，什么是正則？

　正則就是用一些具有特殊含義的符號組合到一起（稱為正則表達式）來描述字符或者字符串的方法。或者說：正則就是用來描述一類事物的規則。（在Python中）它內嵌在Python中，并通過 re 模塊實現。正則表達式模式被編譯成一系列的字節碼，然后由用 C 編寫的匹配引擎執行。

元字符匹配內容

\w	匹配字母（包含中文）或數字或下劃線
\W	匹配非字母（包含中文）或數字或下劃線
\s	匹配任意的空白符
\S	匹配任意非空白符
\d	匹配數字
\D	p匹配非數字
\A	從字符串開頭匹配
\z	匹配字符串的結束，如果是換行，只匹配到換行前的結果
\n	匹配一個換行符
\t	匹配一個制表符
^	匹配字符串的開始
$	匹配字符串的結尾
.	匹配任意字符，除了換行符，當re.DOTALL標記被指定時，則可以匹配包括換行符的任意字符。
[...]	匹配字符組中的字符
[^...]	匹配除了字符組中的字符的所有字符
*	匹配0個或者多個左邊的字符。
+	匹配一個或者多個左邊的字符。
？	匹配0個或者1個左邊的字符，非貪婪方式。
{n}	精準匹配n個前面的表達式。
{n,m}	匹配n到m次由前面的正則表達式定義的片段，貪婪方式
a|b	匹配a或者b。
()	匹配括號內的表達式，也表示一個組

2，匹配模式舉例

# ----------------匹配模式--------------------# 1,之前學過的字符串的常用操作：一對一匹配 # s1 = 'fdskahf太白金星' # print(s1.find('太白')) # 7# 2，正則匹配：# 單個字符匹配 import re # \w 與 \W # print(re.findall('\w', '太白jx 12*() _')) # ['太', '白', 'j', 'x', '1', '2', '_'] # print(re.findall('\W', '太白jx 12*() _')) # [' ', '*', '(', ')', ' ']# \s 與\S # print(re.findall('\s','太白barry*(_ \t \n')) # [' ', '\t', ' ', '\n'] # print(re.findall('\S','太白barry*(_ \t \n')) # ['太', '白', 'b', 'a', 'r', 'r', 'y', '*', '(', '_']# \d 與 \D # print(re.findall('\d','1234567890 alex *（_')) # ['1', '2', '3', '4', '5', '6', '7', '8', '9', '0'] # print(re.findall('\D','1234567890 alex *（_')) # [' ', 'a', 'l', 'e', 'x', ' ', '*', '（', '_']# \A 與 ^ # print(re.findall('\Ahel','hello 太白金星 -_- 666')) # ['hel'] # print(re.findall('^hel','hello 太白金星 -_- 666')) # ['hel']# \Z、\z 與 $ @@ # print(re.findall('666\Z','hello 太白金星 *-_-* \n666')) # ['666'] # print(re.findall('666\z','hello 太白金星 *-_-* \n666')) # [] # print(re.findall('666$','hello 太白金星 *-_-* \n666')) # ['666']# \n 與 \t # print(re.findall('\n','hello \n 太白金星 \t*-_-*\t \n666')) # ['\n', '\n'] # print(re.findall('\t','hello \n 太白金星 \t*-_-*\t \n666')) # ['\t', '\t']# 重復匹配# . ? * + {m,n} .* .*?# . 匹配任意字符，除了換行符（re.DOTALL 這個參數可以匹配\n）。 # print(re.findall('a.b', 'ab aab a*b a2b a牛b a\nb')) # ['aab', 'a*b', 'a2b', 'a牛b'] # print(re.findall('a.b', 'ab aab a*b a2b a牛b a\nb',re.DOTALL)) # ['aab', 'a*b', 'a2b', 'a牛b']# ？匹配0個或者1個由左邊字符定義的片段。 # print(re.findall('a?b', 'ab aab abb aaaab a牛b aba**b')) # ['ab', 'ab', 'ab', 'b', 'ab', 'b', 'ab', 'b']# * 匹配0個或者多個左邊字符表達式。 滿足貪婪匹配 @@ # print(re.findall('a*b', 'ab aab aaab abbb')) # ['ab', 'aab', 'aaab', 'ab', 'b', 'b'] # print(re.findall('ab*', 'ab aab aaab abbbbb')) # ['ab', 'a', 'ab', 'a', 'a', 'ab', 'abbbbb']# + 匹配1個或者多個左邊字符表達式。 滿足貪婪匹配 @@ # print(re.findall('a+b', 'ab aab aaab abbb')) # ['ab', 'aab', 'aaab', 'ab']# {m,n} 匹配m個至n個左邊字符表達式。 滿足貪婪匹配 @@ # print(re.findall('a{2,4}b', 'ab aab aaab aaaaabb')) # ['aab', 'aaab']# .* 貪婪匹配 從頭到尾. # print(re.findall('a.*b', 'ab aab a*()b')) # ['ab aab a*()b']# .*? 此時的?不是對左邊的字符進行0次或者1次的匹配, # 而只是針對.*這種貪婪匹配的模式進行一種限定:告知他要遵從非貪婪匹配 推薦使用! # print(re.findall('a.*?b', 'ab a1b a*()b, aaaaaab')) # ['ab', 'a1b', 'a*()b']# []: 括號中可以放任意一個字符,一個中括號代表一個字符 # - 在[]中表示范圍,如果想要匹配上- 那么這個-符號不能放在中間. # ^ 在[]中表示取反的意思. # print(re.findall('a.b', 'a1b a3b aeb a*b arb a_b')) # ['a1b', 'a3b', 'a4b', 'a*b', 'arb', 'a_b'] # print(re.findall('a[abc]b', 'aab abb acb adb afb a_b')) # ['aab', 'abb', 'acb'] # print(re.findall('a[0-9]b', 'a1b a3b aeb a*b arb a_b')) # ['a1b', 'a3b'] # print(re.findall('a[a-z]b', 'a1b a3b aeb a*b arb a_b')) # ['aeb', 'arb'] # print(re.findall('a[a-zA-Z]b', 'aAb aWb aeb a*b arb a_b')) # ['aAb', 'aWb', 'aeb', 'arb'] # print(re.findall('a[0-9][0-9]b', 'a11b a12b a34b a*b arb a_b')) # ['a11b', 'a12b', 'a34b'] # print(re.findall('a[*-+]b','a-b a*b a+b a/b a6b')) # ['a*b', 'a+b'] # - 在[]中表示范圍,如果想要匹配上- 那么這個-符號不能放在中間. # print(re.findall('a[-*+]b','a-b a*b a+b a/b a6b')) # ['a-b', 'a*b', 'a+b'] # print(re.findall('a[^a-z]b', 'acb adb a3b a*b')) # ['a3b', 'a*b']# 練習: # 找到字符串中'alex_sb ale123_sb wu12sir_sb wusir_sb ritian_sb' 的 alex wusir ritian # print(re.findall('([a-z]+)_sb','alex_sb ale123_sb wusir12_sb wusir_sb ritian_sb'))# 分組:# () 制定一個規則,將滿足規則的結果匹配出來 # print(re.findall('(.*?)_sb', 'alex_sb wusir_sb 日天_sb')) # ['alex', ' wusir', ' 日天']# 應用舉例: # print(re.findall('href="(.*?)"','<a href="http://www.baidu.com">點擊</a>'))#['http://www.baidu.com']# | 匹配 左邊或者右邊 # print(re.findall('alex|太白|wusir', 'alex太白wusiraleeeex太太白odlb')) # ['alex', '太白', 'wusir', '太白'] # print(re.findall('compan(y|ies)','Too many companies have gone bankrupt, and the next one is my company')) # ['ies', 'y'] # print(re.findall('compan(?:y|ies)','Too many companies have gone bankrupt, and the next one is my company')) # ['companies', 'company'] # 分組() 中加入?: 表示將整體匹配出來而不只是()里面的內容。

3，常用方法舉例

import re#1 findall 全部找到返回一個列表。 # print(relx.findall('a', 'alexwusirbarryeval')) # ['a', 'a', 'a']# 2 search 只到找到第一個匹配然后返回一個包含匹配信息的對象,該對象可以通過調用group()方法得到匹配的字符串,如果字符串沒有匹配，則返回None。 # print(relx.search('sb|alex', 'alex sb sb barry 日天')) # <_sre.SRE_Match object; span=(0, 4), match='alex'> # print(relx.search('alex', 'alex sb sb barry 日天').group()) # alex# 3 match：None,同search,不過在字符串開始處進行匹配,完全可以用search+^代替match # print(relx.match('barry', 'barry alex wusir 日天')) # <_sre.SRE_Match object; span=(0, 5), match='barry'> # print(relx.match('barry', 'barry alex wusir 日天').group()) # barry# 4 split 分割 可按照任意分割符進行分割 # print(relx.split('[ ：:,;；，]','alex wusir,日天，太白;女神;肖鋒：吳超')) # ['alex', 'wusir', '日天', '太白', '女神', '肖鋒', '吳超']# 5 sub 替換# print(relx.sub('barry', '太白', 'barry是最好的講師，barry就是一個普通老師，請不要將barry當男神對待。')) # 太白是最好的講師，太白就是一個普通老師，請不要將太白當男神對待。 # print(relx.sub('barry', '太白', 'barry是最好的講師，barry就是一個普通老師，請不要將barry當男神對待。',2)) # 太白是最好的講師，太白就是一個普通老師，請不要將barry當男神對待。 # print(relx.sub('([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)', r'\5\2\3\4\1', r'alex is sb')) # sb is alex# 6 # obj=relx.compile('\d{2}') # # print(obj.search('abc123eeee').group()) #12 # print(obj.findall('abc123eeee')) #['12'],重用了obj# import relx # ret = relx.finditer('\d', 'ds3sy4784a') #finditer返回一個存放匹配結果的迭代器 # print(ret) # <callable_iterator object at 0x10195f940> # print(next(ret).group()) #查看第一個結果 # print(next(ret).group()) #查看第二個結果 # print([i.group() for i in ret]) #查看剩余的左右結果

4，命名分組舉例（了解）

# 命名分組匹配： ret = re.search("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>") # #還可以在分組中利用?<name>的形式給分組起名字 # #獲取的匹配結果可以直接用group('名字')拿到對應的值 # print(ret.group('tag_name')) #結果 ：h1 # print(ret.group()) #結果 ：<h1>hello</h1> # # ret = relx.search(r"<(\w+)>\w+</\1>","<h1>hello</h1>") # #如果不給組起名字，也可以用\序號來找到對應的組，表示要找的內容和前面的組內容一致 # #獲取的匹配結果可以直接用group(序號)拿到對應的值 # print(ret.group(1)) # print(ret.group()) #結果 ：<h1>hello</h1>

5，相關小練習

# 相關練習題 # 1，"1-2*(60+(-40.35/5)-(-4*3))"# 1.1 匹配所有的整數 # print(relx.findall('\d+',"1-2*(60+(-40.35/5)-(-4*3))"))# 1.2 匹配所有的數字（包含小數） # print(relx.findall(r'\d+\.?\d*|\d*\.?\d+', "1-2*(60+(-40.35/5)-(-4*3))"))# 1.3 匹配所有的數字（包含小數包含負號） # print(relx.findall(r'-?\d+\.?\d*|\d*\.?\d+', "1-2*(60+(-40.35/5)-(-4*3))"))# 2,匹配一段你文本中的每行的郵箱# http://blog.csdn.net/make164492212/article/details/51656638 匹配所有郵箱# 3，匹配一段你文本中的每行的時間字符串 這樣的形式：'1995-04-27's1 = ''' 時間就是1995-04-27,2005-04-27 1999-04-27 老男孩教育創始人 老男孩老師 alex 1980-04-27:1980-04-27 2018-12-08 ''' # print(relx.findall('\d{4}-\d{2}-\d{2}', s1))# 4 匹配 一個浮點數 # print(re.findall('\d+\.\d*','1.17'))# 5 匹配qq號：騰訊從10000開始： # print(re.findall('[1-9][0-9]{4,}', '2413545136'))s1 = ''' <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/7459977.html" target="_blank">python基礎一</a></p> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/7562422.html" target="_blank">python基礎二</a></p> <p><a style="text-decoration: underline;" href="https://www.cnblogs.com/jin-xin/articles/9439483.html" target="_blank">Python最詳細，最深入的代碼塊小數據池剖析</a></p> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/7738630.html" target="_blank">python集合,深淺copy</a></p> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/8183203.html" target="_blank">python文件操作</a></p> <h4 style="background-color: #f08080;">python函數部分</h4> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/8241942.html" target="_blank">python函數初識</a></p> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/8259929.html" target="_blank">python函數進階</a></p> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/8305011.html" target="_blank">python裝飾器</a></p> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/8423526.html" target="_blank">python迭代器,生成器</a></p> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/8423937.html" target="_blank">python內置函數,匿名函數</a></p> <p><a style="text-decoration: underline;" href="http://www.cnblogs.com/jin-xin/articles/8743408.html" target="_blank">python遞歸函數</a></p> <p><a style="text-decoration: underline;" href="https://www.cnblogs.com/jin-xin/articles/8743595.html" target="_blank">python二分查找算法</a></p>''' # 1,找到所有的p標簽 # ret = relx.findall('<p>.*?</p>', s1) # print(ret)# 2,找到所有a標簽對應的url # print(re.findall('<a.*?href="(.*?)".*?</a>',s1))

轉載于:https://www.cnblogs.com/Jacob-yang/p/11145801.html

總結

以上是生活随笔為你收集整理的Python之正则表达式的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。