re模塊小結

 

一．引子：

文件err.txt中有以下內容：

要求提取出全部的電話號碼來。

方法一：文件操做法：

f = open('eer.txt','r',encoding='utf-8')
l = []

for line in f:
    name,city,high,weigh,phone = line.split() ###
    if phone.startswith('1') and len(phone) == 11:
        l.append(phone)
f.close()
print(l)

　輸出：

方法二：正則表達式法：

import re

f = open('eer.txt','r',encoding='utf-8')
data = f.read()

phones = re.findall('1[0-9]{10}',data)

print(phones)

輸出是同樣的。

二.re的匹配語法有如下幾種：

1. re.match 從頭開始匹配

2.re.search 匹配包含

3.re.findall 把全部匹配到的字符放到以列表中的元素返回

4.re.split 以匹配到的字符當作列表分隔符

5.re.sub 匹配字符並替換

6.re.fullmatch 所有匹配

注意：re.match()是從頭開始，也就是說字符串的開頭必須是符合匹配條件的，re.search()是全局匹配，它兩隻能匹配一個。而re.findall()能夠匹配到全部符合條件的字符。另外，re.match()與re.search()返回的是一個對象，而且能夠返回匹配值的索引，而re.findall()只能以列表形式返回符合匹配條件的全部的值。

match方法：

search方法：

search方法返回一個對象，包含索引（match方法也同樣）：

findall方法：

三.經常使用的表達式規則：

1 '.'  默認匹配除\n以外的任意一個字符，若指定flag DOTALL,則匹配任意字符，包括換行

2 '^'  匹配字符開頭，若指定flags MULTILINE,這種也能夠匹配上(r"^a","\nabc\neee",flags=re.MULTILINE)

3 '$'  匹配字符結尾，若指定：flags MULTILINE ,re.search('foo.$','foo1\nfoo2\n',re.MULTILINE).group() 會匹配到foo1

4 '*'  匹配*號前的字符0次或屢次， re.search('a*','aaaabac')  結果'aaaa'

5 '+'  匹配前一個字符1次或屢次，re.findall("ab+","ab+cd+abb+bba") 結果['ab', 'abb']

6 '?'  匹配前一個字符1次或0次 ,re.search('b?','alex').group() 匹配b 0次

7 '{m}' 匹配前一個字符m次 ,re.search('b{3}','alexbbbs').group()  匹配到'bbb'

8 '{n,m}' 匹配前一個字符n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 結果'abb', 'ab', 'abb']

9 '|'  匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 結果'ABC'

10 '(...)' 分組匹配， re.search("(abc){2}a(123|45)", "abcabca456c").group() 結果爲'abcabca45'

11 '\A'  只從字符開頭匹配，re.search("\Aabc","alexabc") 是匹配不到的，至關於re.match('abc',"alexabc") 或^

12 '\Z'  匹配字符結尾，同$

13 '\d'  匹配數字0-9

14 '\D'  匹配非數字

15 '\w'  匹配[A-Za-z0-9]

16 '\W'  匹配非[A-Za-z0-9]

17 '\s'   匹配空白字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 結果 '\t'

18 '(?P<name>...)' 分組匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 結果{'province': '3714', 'city': '81', 'birthday': '1993'}