Python之正则表达式

目录

1、 正则表达式基本使用，元字符，预定义字符

2、 python的正则表达式re模块

为了方便讲解，首先讲一下re模块最简单的用法

import re  #内置模块
 #编译，就是我们要匹配的规则，这里之所以要编译一下，是因为python内部的优化，如果后面多次使用这个规则，效率则会提升
pattern = re.compile('sun') 
#match方法：从头匹配
#str = "sun111"
str = "111sun"
match = pattern.match(str)
#这里也就是说这里
#当str是sun111时，控制台就输出sun，表示匹配成功
#当str是111sun时，控制台就输出None,表示匹配失败
if match:
    print(match.group())
else:
    print(match)

一、 正则表达式基本使用，元字符，预定义字符

1.1、元字符

元字符	含义	用法
点号： .	可以匹配任意字符（\n除外）	re.match('sun.', 'sunA') #匹配成功 re.match('sun.', 'sun@') #匹配成功 re.match('sun.', 'sun5') #匹配成功 re.match('sun.', 'sun\n') #匹配失败
星号： *	可以匹配某字符0次、1次、n次	print(re.findall("qwer*", 'qwe'))#匹配r 0 次成功 print(re.findall("qwer*", 'qwer'))#匹配r 1 次成功 print(re.findall("qwer*", 'qwerrrrr'))#匹配r n 次成功
加号： +	可以匹配某字符1次、n次	print(re.findall("qwer+", 'qwe'))#匹配r 0 次失败功 print(re.findall("qwer+", 'qwer'))#匹配r 1 次成功 print(re.findall("qwer+", 'qwerrrrr'))#匹配r n 次成功
问号：？	某字符要么没有（0次），要么只有1次	print(re.findall("sun?w", 'fsunw'))#匹配成功 print(re.findall("sun?w", 'fsuw'))#匹配成功 print(re.findall("sun?w", 'fsunnw')) #匹配失败
上括号： ^	匹配开头	re.findall("^sun", 'sun11111'))#匹配成功（sun） re.findall("^sun", '11sun111') #匹配失败
美元符： $	匹配结尾	re.findall("sun$", '11111sun')#匹配成功（sun） re.findall("sun$", 'sun11111') #匹配失败
或符号： |	或者条件	re.findall("sun|qi", 'sun11')#匹配成功 re.findall("sun|qi", '11qi')#匹配成功 re.findall("sun|qi", 'sun11qi')#匹配成功 re.findall("sun|qi", 'aaaaa') #匹配失败
花括号： {}	{3}：匹配前一个字符3次 {1，3}：匹配前一个字符1到3次 {3，}：匹配前一个字符3次以上	re.findall("a{1}b{2}c{3}", 'abbccc')#匹配成功 print(re.findall("a{4,}", 'aaa')#匹配失败 re.findall("a{4,}", 'aaaa')#匹配成功
中括号： []	字符集 [abc]{2}:只要字符满足在中括号中存在，就保留，匹配两次	匹配：re.findall("[abc]{2}", 'abebccc') 结果：['ab', 'bc', 'cc'] 分析：首先匹配a,在字符集[]中，保留， 再匹配一次，开始匹配b,满足条件， 这时得到第一个结果ab。 然后开始匹配e,不满足条件， 开始匹配b....以此类推
小括号： ()	分组	匹配：re.match("(sun){1}([abc]{2})", 'sunaaa').groups() 结果：('sun', 'aa')

1.2、预定义字符

预定义字符	含义
\d	0-9
\D	非数字
\s	匹配任意空白字符 空白字符包括空格、\n、\t、\v、\f、\r
\S	非空白字符
\w	[ a-z, A-Z, 0-9,_ ]
\W	与\w相反的字符，比如#@之类的，不包括汉字
\A	匹配开头，与 ^ 相似
\Z	匹配结尾，与 $ 相似
\b	边界字符
\B	非边界字符

二、python的正则表达式re模块

2.1、match方法

一个参数

就是从头开始匹配

pattern = re.compile('sun')
result = pattern.match('sunqiyong')
if result:
    print(result.group())
#输出结果：sun

compile 第二个参数

可以改变匹配规则

pattern = re.compile('sun.')
result = pattern.match('sun\n')
if result:
    print(result.group())
#没有输出结果

pattern = re.compile('sun.',re.S)
result = pattern.match('sun\n')
if result:
    print(result.group())
#输出结果：sun
#总结，就是加入参数re.S，就可以让点号不受\n的影响

2.2、search 方法

相比较于match函数，都是从开头开始匹配，是不过search方法是如果开头匹配不上，会继续向后匹配

p = re.compile('cici')
match = p.search('123cicijjfcicioi')
if match:
    print(match.group()) #输出结果：cici
    print(match.start()) #输出结果：3 角标3
    print(match.end()) #输出结果：7 角标7
    print(match.span()) #输出结果：(3, 7)  匹配结果角标区间，包左不包右

2.3、分组 信息

p = re.compile('([a-z]{3})([a-z]{2})([0-9]{2})([A-Z]{2})')
match = p.search('sunci55PY')
if match:
    print(match.groups()) #输出结果('sun', 'ci', '55', 'PY')

2.4、findall方法

p = re.compile('\d{2}')
match = p.findall('sunci55PY23')
print(match)#输出结果  ['55', '23']

2.5、finditer方法

和findal比较相似，匹配之后返回的对象是--->迭代器

p = re.compile('\d{2}')
match = p.finditer('benci55PY23')
for item in match:
    print(item.group())
#输出结果  55  23

2.6、sub方法 主要是替换的功能

p = re.compile('\d+')
#参数一   新的内容，要替换成的内容
#参数二   旧的内容，要被替换的内容
#参数三   替换的次数
match = p.sub('www','aaa5555aa33aa222aaa',2)
print(match)#输出结果  aaawwwaawwwaa222aaa

2.7、subn方法 主要是替换的功能

str = 'aaa5555aa33aa222aaa'
#参数一   匹配规则
#参数二   新的内容，要替换成的内容
#参数三   旧的内容，要被替换的内容
match = re.subn('\d+', 'qq', str)
print(match)# 输出结果 ('aaaqqaaqqaaqqaaa', 3)

2.8、aplit方法 字符串切割

pattern = re.compile(':')#用 : 切割字符串
result = pattern.split('2017:12:12 09:21:45')
print(result)#输出结果 ['2017', '12', '12 09', '21', '45']

print(re.split('\W','sqy android 2018'))
#输出结果 ['sqy', 'android', '2018']

版权声明：个人原创，若转载，请注明出处