刚做网站和搜出来的不一样,做教育网站,企业手册模板,网络营销外包网正则表达式
在Python中#xff0c;正则表达式#xff08;Regular Expression#xff0c;简称Regex#xff09;是一种强大的文本处理工具#xff0c;它允许你使用一种特殊的语法来匹配、查找、替换字符串中的文本。
在这之前#xff0c;还记得之前我们是通过什么方法分割…正则表达式
在Python中正则表达式Regular Expression简称Regex是一种强大的文本处理工具它允许你使用一种特殊的语法来匹配、查找、替换字符串中的文本。
在这之前还记得之前我们是通过什么方法分割字符串的嘛
strs a,b;cd
print(strs.split(,)) #以“”为分割点分割
------------------
[a, b;cd]字符串中的方法split()方法以括号内给入的东西为分割点分割返回一个列表。
这是我们之前的方法对于上述的字符串如果要是想将a、b、c都分割出来还需要以;“、”为分隔带你再次分割数据量大了之后就会变得很麻烦。于是给我们带来新方法啦
元字符
因为正则表达式也是用字符串表示的所以首先了解如何用字符来描述字符如果直接给出字符就是精确匹配但有一些字符加上转义符后就具有特殊含义
\d可以匹配一个数字
例如00\d可以匹配007但无法匹配00A\d\d\d可以匹配010
-------------------------
\w可以匹配一个字母或数字
例如\w\w\d可以匹配py3
-------------------------
.可以匹配任意字符
例如py.可以匹配pyc、pyo、py!等等
-------------------------------------------
\s可以匹配任何空白字符包括空格、制表符、换页符等等常见的元字符有 正则进阶
要匹配变长的字符在正则表达式中用*表示任意个字符包括0个用表示至少一个字符用?表示0个或1个字符用{n}表示n个字符用{n,m}表示n~m个字符。来看一个复杂的例子\d{3}\s\d{3,8}
\d{3}表示匹配3个数字例如010
\s可以匹配一个空格也包括Tab等空白符所以\s表示至少有一个空格例如匹配 空格空格空格空格空格空格等
\d{3,8}表示3-8个数字例如1234567,123,12345
综上该正则表达式可以匹配以任意个空格隔开的带三位区号的电话号码要做更精确地匹配则还需编写更复杂的正则表达式:
[0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线
[0-9a-zA-Z\_]可以匹配至少由一个数字、字母或者下划线组成的字符串
比如a1000_ZPy3000等等
[a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下划线开头后接任意个由一个数字、字母或者下划线组成的字符串也就是Python合法的命名规则
[a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精确地限制了长度是1-20个字符前面1个字符后面最多19个字符
A|B可以匹配A或B所以(P|p)ython可以匹配Python或者python
^表示行的开头^\d表示必须以数字开头
$表示行的结束\d$表示必须以数字结束了解了这些新东西之后我们来看看怎么使用到他们吧
导入re模块
re模块使Python语言拥有全部的正则表达式功能
# 正则表达式
import re导入模块之后我们来看看怎么使用它
正则方法
split()方法
开头说的字符串自带split方法可以指定分隔符进行字符串的切分同样re模块也提供了split方法可以按照指定的正则表达式进行字符串的切分
import re
if __name__ __main__:strs a,b;cdprint(re.split(r[,;],strs))
----------------------
输出结果
[a, b, c, d]match()方法
re模块提供了一个match方法可以判断正则表达式是否匹配如果匹配成功返回一个Match对象否则返回None比如
phone 1555-123456789
print(re.match(r\d{4}-\d{7}, phone)) #\d{7}中范围只到7故此输出只能到第七个数
----------------
输出结果
re.Match object; span(0, 12), match1555-1234567#匹配一个变量名称
print(re.match(r[A-Za-z_]\w*, AKBDkfnh983u))
print(re.match(r[p|P]ython,python))
-------------------
输出结果
re.Match object; span(0, 12), matchAKBDkfnh983u
re.Match object; span(0, 6), matchpythonprint(ABC\\001)
print(re.match(r\w\\\d,ABC\\001)) #使用r标记字符串那么就不再需要考虑转义的问题了
--------------
输出结果
re.Match object; span(0, 7), matchABC\\001groups()分组
除了简单地判断是否匹配之外正则表达式还有提取子串的强大功能。用()表示的就是要提取的分组Group比如
匹配出时间
t 19:59:59
# 匹配出时间
# 分组使用的是在正则内部使用 括号 第几个括号就是第几个组别
print(re.match(r([0-1]\d|2[0-3]):([0-5]\d):([0-5]\d), t).groups()) #小时、分钟、秒都用()分开了
[0-1]\d表示小时中的第一个数为0~1第二个数\d即0~9都可以
print(re.match(r([0-1]\d|2[0-3]):([0-5]\d):([0-5]\d), t).group(1)) #group()括号内的参数表示组别
print(re.match(r([0-1]\d|2[0-3]):([0-5]\d):([0-5]\d), t).group(2))
print(re.match(r([0-1]\d|2[0-3]):([0-5]\d):([0-5]\d), t).group(3))
-----------------
输出结果:
(19, 59, 59)
19
59
59贪婪匹配
正则匹配默认是贪婪匹配也就是匹配尽可能多的字符。
例如匹配出数字后面的0
# 贪婪匹配
# 怎么结束贪婪匹配 ? 结束贪婪匹配
# ^表示以什么开头 $ 表示以什么结尾
num 10233333000000
print(re.match(r^(\d?)(0)$, num).groups()) #^(\d?)以数字开头(0)$以0结尾
-----------------
输出结果
(10233333, 000000)预编译
如果大家规则都类似那可以提前将规则定义好比如
num1 102333000000
num2 1023333000000
num3 103333000000
num4 133333000000怎么将它提前编译好呢
使用compile方法预编译
re_comp re.compile(r^(\d?)(0)$)调用
re_comp re.compile(r^(\d?)(0)$)
print(re_comp.match(num1))
print(re_comp.match(num2))
print(re_comp.match(num3))
print(re_comp.match(num4))
-------------------------------
输出结果
re.Match object; span(0, 12), match102333000000
re.Match object; span(0, 13), match1023333000000
re.Match object; span(0, 12), match103333000000
re.Match object; span(0, 12), match133333000000总结
本篇介绍了
元字符用字符来描述字符。正则进阶 用*表示任意个字符包括0个用表示至少一个字符。用?表示0个或1个字符用{n}表示n个字符。用{n,m}表示n~m个字符。 正则方法 split()方法指定分隔符进行字符串的切分。match方法可以判断正则表达式是否匹配如果匹配成功返回一个Match对象否则返回None。groups()分组提取子串的强大功能。用()表示的就是要提取的分组Group。 贪婪匹配正则匹配默认是贪婪匹配也就是匹配尽可能多的字符。 “?” 结束贪婪匹配。^表示以什么开头 , “$” 表示以什么结尾。预编译:如果大家规则都类似可以使用compile方法提前将规则定义好。
