字符集
a = 'abc, acc, adc, afc, ahc'
pattern = r'a[cf]c' # 查询字符串中间是c或f的字符 -> '[acc, afc]'
pattern = r'a[^cf]c' # 查询字符串中间不是c或f的字符 -> ['abc, adc, ahc']
pattern = r'a[c-f]c' # 查询字符串中间是c,d,e,f的字符 -> ['acc', 'adc', 'afc']
概括字符集
\d #任意数字 == [0-9]
\w 任意数字、字母或下划线 == [A-Za-z0-9_]
\s 空白字符 空格、\r、\t、\n
数量词
a = 'python 11111java678php'
[a-z] #匹配一个a-z的任意字母 -> ['p', 'y', 't' ......]
[a-z]{3} #匹配3个任意字母 -> ['pyt', 'hon', 'jav', 'php']
[a-z]{3,6} #匹配最小3个最大6个字母 -> ['python', 'java', 'php']
* #匹配前面的字符0次或者无限多次
a = 'pytho0python1pythonn2'
pattern = r'python*' -> ['pytho', 'python', 'pythonn']
+ #匹配前面的字符1次或者无限多次
pattern = r'python+' -> ['python', 'pythonn']
? #匹配前面的字符0次或者1次
pattern = r'python?' -> ['pytho', 'python', 'python']
. #点匹配除换行符 \n 之外其他所有字符
贪婪与非贪婪
python 中的 正则匹配 默认为 贪婪模式.
[a-z]{3,6} #匹配最小3个最大6个字母 -> ['python', 'java', 'php']
# 这个为贪婪模式, 'python' 满足最大6个字母的条件, 故可以匹配.
[a-z]{3,6}? #匹配最小3个最大6个字母 -> ['pyt', 'hon', 'jav', 'php']
# 后面加个 ? 为非贪婪模式, 满足则匹配, 不用最大匹配
边界匹配
# 匹配数字qq 4-8 位
qq = '12345678'
pattern = r'\d{4,8}' -> ['12345678']
qq = '123456789'
pattern = r'\d{4,8}' -> [12345678]
#这样肯定是不符合要求的 我们想要的是不符合不匹配, 这里qq为9位不符合要求但是还能匹配到结果显然不符合要求.
这时候我们可以加上边界匹配
pattern = '^\d{4,8}$' #这样就可以满足我们的要求.
# 组
a = 'PythonPythonPythonPythonPython'
如果我们想检测a字符串中是否包含3个Python该怎么办呢
pattern = r'Python{3}' #这个显然是不可以的, 这个只可以匹配Python中最后的n三次.想要把Python匹配三次这里我们用括号来定义一个组.
如: pattern = r'(Python){3}' 这样就可以实现我们的要求.
正则表达式中的替换
re.sub() 函数可以对我们字符串中查找到的内容进行替换.
lanuage = 'PythonC#Java'
r= re.sub('C#', 'Go', lanuage, 0) # 把 lanuage 中的 C# 替换成 Go, 最后的参数为0则全部替换, 为1则替换第一个.
def convert(value):
pass
r = re.sub(r'pattern', convert, s) 第二个参数可以是自定义好的函数, 那么这个结果将把符合我们匹配规则的结果返回给我们的函数去用. 函数中得到的 value 是对象不能直接使用, value.group() 这个方法可以进行使用.
例: 将下面的字符串中的数字转化为大于5的变为9, 小于5的变为0.
s = 'A8C37212D86'
def convert(value):
if int(value.group()) > 5:
return '9'
else:
return '0'
r = re.sub(r'\d', convert, s)
re.match(r'pattern', s) #从开发匹配, 开头不匹配则返回 None
re.search(r'pattern', s) #从整个字符串中寻找, 找到第一个符合要求的字符.