python正則表達式

正則表達式

正則表達式是一種用來模糊匹配字符串的方法，它的設計思想是用一種描述性的語言來給字符串定義一個規則，凡是符合規則的字符串，咱們就認爲它「匹配了」，不然該「沒有匹配到該字符串」

在線調試工具：點擊

1、經常使用正則表達式

• 單字符：
  1. . : 除換行之外全部字符
  2. [] ：[aoe] [a-w] 匹配集合中任意一個字符
  3. \d ：數字 [0-9]
  4. \D : 非數字
  5. \w ：數字、字母、下劃線、中文
  6. \W : 非\w
  7. \s ：全部的空白字符包,括空格、製表符、換頁符等等。等價於 [ \f\n\r\t\v]。
  8. \S : 非空白
• 數量修飾：
  1. * : 任意屢次 >=0
  2. + : 至少1次 >=1
  3. ? : 無關緊要 0次或者1次
  4. {m} ：固定m次 hello{3,}
  5. {m,} ：至少m次
  6. {m,n} ：m-n次
• 邊界：
  1. $ : 以某某結尾
  2. ^ : 以某某開頭
• 分組：
  1. (ab)
  2. 貪婪模式： .*
  3. 非貪婪（惰性）模式： .*?
• re.I : 忽略大小寫
• re.M ：多行匹配
• re.S ：單行匹配
• re.sub(正則表達式, 替換內容, 字符串)

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

import re key = 'bobo@hit.edu.com' #想要匹配到hit.   res = re.findall( 'h.*\.' ,key) print (res)  #['hit.edu.']   res = re.findall( 'h.*?\.' ,key) print (res)  #['hit.']   #匹配出i開頭的行 string = '''fall in love with you i love you very much i love she i love her''' res = re.findall( '^.*' ,string,re.M) print (res) #['fall in love with you', 'i love you very much', 'i love she', 'i love her']   string1 = """<div>靜夜思 窗前明月光 疑是地上霜 舉頭望明月 低頭思故鄉 </div>""" res = re.findall( '<div>(.*)</div>' ,string1,re.S) print (res) #['靜夜思\n窗前明月光\n疑是地上霜\n舉頭望明月\n低頭思故鄉\n']   string1 = """<div>靜夜思 窗前明月光 疑是地上霜 舉頭望明月 低頭思故鄉 </div>""" res = re.findall( '<div>(.*)</div>' ,string1) print (res) #[]

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126

# =================================匹配模式================================= #一對一的匹配 # 'hello'.replace(old,new) # 'hello'.find('pattern')   #正則匹配 import re #\w與\W print (re.findall( '\w' , 'hello egon 123' )) #['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3'] print (re.findall( '\W' , 'hello egon 123' )) #[' ', ' ']   #\s與\S print (re.findall( '\s' , 'hello  egon  123' )) #[' ', ' ', ' ', ' '] print (re.findall( '\S' , 'hello  egon  123' )) #['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3']   #\n \t都是空,均可以被\s匹配 print (re.findall( '\s' , 'hello \n egon \t 123' )) #[' ', '\n', ' ', ' ', '\t', ' ']   #\n與\t print (re.findall(r '\n' , 'hello egon \n123' )) #['\n'] print (re.findall(r '\t' , 'hello egon\t123' )) #['\n']   #\d與\D print (re.findall( '\d' , 'hello egon 123' )) #['1', '2', '3'] print (re.findall( '\D' , 'hello egon 123' )) #['h', 'e', 'l', 'l', 'o', ' ', 'e', 'g', 'o', 'n', ' ']   #\A與\Z print (re.findall( '\Ahe' , 'hello egon 123' )) #['he'],\A==>^ print (re.findall( '123\Z' , 'hello egon 123' )) #['he'],\Z==>$   #^與$ print (re.findall( '^h' , 'hello egon 123' )) #['h'] print (re.findall( '3$' , 'hello egon 123' )) #['3']   # 重複匹配：| . | * | ? | .* | .*? | + | {n,m} | #. print (re.findall( 'a.b' , 'a1b' )) #['a1b'] print (re.findall( 'a.b' , 'a1b a*b a b aaab' )) #['a1b', 'a*b', 'a b', 'aab'] print (re.findall( 'a.b' , 'a\nb' )) #[] print (re.findall( 'a.b' , 'a\nb' ,re.S)) #['a\nb'] print (re.findall( 'a.b' , 'a\nb' ,re.DOTALL)) #['a\nb']同上一條意思同樣   #* print (re.findall( 'ab*' , 'bbbbbbb' )) #[] print (re.findall( 'ab*' , 'a' )) #['a'] print (re.findall( 'ab*' , 'abbbb' )) #['abbbb']   #? print (re.findall( 'ab?' , 'a' )) #['a'] print (re.findall( 'ab?' , 'abbb' )) #['ab'] #匹配全部包含小數在內的數字 print (re.findall( '\d+\.?\d*' , "asdfasdf123as1.13dfa12adsf1asdf3" )) #['123', '1.13', '12', '1', '3']   #.*默認爲貪婪匹配 print (re.findall( 'a.*b' , 'a1b22222222b' )) #['a1b22222222b']   #.*?爲非貪婪匹配：推薦使用 print (re.findall( 'a.*?b' , 'a1b22222222b' )) #['a1b']   #+ print (re.findall( 'ab+' , 'a' )) #[] print (re.findall( 'ab+' , 'abbb' )) #['abbb']     #{n,m} print (re.findall( 'ab{2}' , 'abbb' )) #['abb'] print (re.findall( 'ab{2,4}' , 'abbb' )) #['abbb'] print (re.findall( 'ab{1,}' , 'abbb' )) #['abbb']  #'ab{1,}' ===> 'ab+' print (re.findall( 'ab{0,}' , 'abbb' )) #['abbb']  #'ab{0,}' ===> 'ab*'   #[] print (re.findall( 'a[1*-]b' , 'a1b a*b a-b' )) #[]內的都爲普通字符了，且若是-沒有被轉意的話，應該放到[]的開頭或結尾  #['a1b', 'a*b', 'a-b'] print (re.findall( 'a[^1*-]b' , 'a1b a*b a-b a=b' )) #[]內的^表明的意思是取反，因此結果爲['a=b'] print (re.findall( 'a[0-9]b' , 'a1b a*b a-b a=b' )) #結果爲['a1b'] print (re.findall( 'a[a-z]b' , 'a1b a*b a-b a=b aeb' )) #結果爲['aeb'] print (re.findall( 'a[a-zA-Z]b' , 'a1b a*b a-b a=b aeb aEb' )) #結果爲['aeb', 'aEb']   #\# print(re.findall('a\\c','a\c')) #對於正則來講a\\c確實能夠匹配到a\c,可是在python解釋器讀取a\\c時，會發生轉義，而後交給re去執行，因此拋出異常 print (re.findall(r 'a\\c' , 'a\c' )) #r表明告訴解釋器使用rawstring，即原生字符串，把咱們正則內的全部符號都當普通字符處理，不要轉義  ['a\\c'] print (re.findall( 'a\\\\c' , 'a\c' )) #同上面的意思同樣，和上面的結果同樣都是['a\\c']   #():分組 print (re.findall( 'ab+' , 'ababab123' )) #['ab', 'ab', 'ab'] print (re.findall( '(ab)+123' , 'ababab123' )) #['ab']，匹配到末尾的ab123中的ab print (re.findall( '(?:ab)+123' , 'ababab123' )) #findall的結果不是匹配的所有內容，而是組內的內容,?:可讓結果爲匹配的所有內容  ['ababab123'] print (re.findall( 'href="(.*?)"' , '<a href="http://www.baidu.com">點擊</a>' )) #['http://www.baidu.com'] print (re.findall( 'href="(?:.*?)"' , '<a href="http://www.baidu.com">點擊</a>' )) #['href="http://www.baidu.com"']   #| print (re.findall( 'compan(?:y|ies)' , 'Too many companies have gone bankrupt, and the next one is my company' ))   #['companies', 'company']   # =================================補充=================================   print (re.findall( "<(?P<tag_name>\w+)>\w+</(?P=tag_name)>" , "<h1>hello</h1>" )) #['h1'] print (re.search( "<(?P<tag_name>\w+)>\w+</(?P=tag_name)>" , "<h1>hello</h1>" ).group()) #<h1>hello</h1> print (re.search( "<(?P<tag_name>\w+)>\w+</(?P=tag_name)>" , "<h1>hello</h1>" ).groupdict()) #{'tag_name': 'h1'}   print (re.search(r "<(\w+)>\w+</(\w+)>" , "<h1>hello</h1>" ).group()) #<h1>hello</h1> print (re.search(r "<(\w+)>\w+</\1>" , "<h1>hello</h1>" ).group())  #<h1>hello</h1>     #補充二   #使用|，先匹配的先生效，|左邊是匹配小數，而findall最終結果是查看分組，全部即便匹配成功小數也不會存入結果 #而不是小數時，就去匹配(-?\d+)，匹配到的天然就是，非小數的數，在此處即整數     print (re.findall(r "-?\d+\.\d*|(-?\d+)" , "1-2*(60+(-40.35/5)-(-4*3))" )) #找出全部整數['1', '-2', '60', '', '5', '-4', '3']   #找到全部數字: print (re.findall( '\D?(\-?\d+\.?\d*)' , "1-2*(60+(-40.35/5)-(-4*3))" )) # ['1','2','60','-40.35','5','-4','3']   #計算器做業參考：http://www.cnblogs.com/wupeiqi/articles/4949995.html expression = '1-2*((60+2*(-3-40.0/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))'   content = re.search( '\(([\-\+\*\/]*\d+\.?\d*)+\)' ,expression).group() print (content)  #(-3-40.0/5)     #爲什麼一樣的表達式search與findall卻有不一樣結果: print (re.search( '\(([\+\-\*\/]*\d+\.?\d*)+\)' , "1-12*(60+(-40.35/5)-(-4*3))" ).group()) #(-40.35/5) print (re.findall( '\(([\+\-\*\/]*\d+\.?\d*)+\)' , "1-12*(60+(-40.35/5)-(-4*3))" )) #['/5', '*3']   #看這個例子:(\d)+至關於(\d)(\d)(\d)(\d)...,是一系列分組 print (re.search( '(\d)+' , '123' ).group()) #123  #group的做用是將全部組拼接到一塊兒顯示出來 print (re.findall( '(\d)+' , '123' )) #['3']  #findall結果是組內的結果,且是最後一個組的結果

re模塊提供的方法

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

# ===========================re模塊提供的方法介紹=========================== import re #1 print (re.findall( 'e' , 'rose like play' ) )   #['e', 'e'],返回全部知足匹配條件的結果,放在列表裏 #2 print (re.search( 'e' , 'rose like play' ).group()) #e,只到找到第一個匹配而後返回一個包含匹配信息的對象,該對象能夠經過調用group()方法獲得匹配的字符串,若是字符串沒有匹配，則返回None。   #3 print (re.match( 'e' , 'rose like play' ))    #None,同search,不過在字符串開始處進行匹配,徹底能夠用search+^代替match   #4 print (re.split( '[ab]' , 'abcd' ))     #['', '', 'cd']，先按'a'分割獲得''和'bcd',再對''和'bcd'分別按'b'分割   #5 print ( '===>' ,re.sub( 'a' , 'A' , 'rose like play' )) #===> rose like plAy，不指定n，默認替換全部 print ( '===>' ,re.sub( 'a' , 'A' , 'rose like play' , 1 )) #===> rose like plAy print ( '===>' ,re.sub( 'a' , 'A' , 'rose like play' , 2 )) #===> rose like plAy print ( '===>' ,re.sub( '^(\w+)(.*?\s)(\w+)(.*?\s)(\w+)(.*?)$' ,r '\5\2\3\4\1' , 'rose like play' )) #===> play like rose   print ( '===>' ,re.subn( 'a' , 'A' , 'rose like play' )) #===> ('rose like plAy', 1),結果帶有總共替換的個數   #6 obj = re. compile ( '\d{2}' )   print (obj.search( 'abc123eeee' ).group()) #12 print (obj.findall( 'abc123eeee' )) #['12'], 重用了obj