Python学习之路-正则表达式

Python学习之路-正则表达式

简介

正则表达式是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里,正则表达式通常被用来检索、替换那些匹配某个模式的文本。

RE模块

在Python中需要通过正则表达式对字符串进行匹配的时候,可以使用一个模块:re

语法

# 导入re模块
    import re

    # 使用match方法进行匹配操作
    result = re.match("正则表达式要匹配的字符串")

    # 如果上一步匹配到数据的话,可以使用group方法来提取数据
    result.group()

re.match 尝试从字符串的起始位置匹配一个模式,如果不是起始位置匹配成功的话,match()就返回none。

正则表达式

单字符匹配
字符 功能
. 匹配任意1个字符(除了\n)
[ ] 匹配[ ]中列举的字符
\d 匹配数字,即0-9
\D 匹配非数字,即不是数字
\s 匹配空白,即 空格,tab键
\S 匹配非空白
\w 匹配单词字符,即a-z、A-Z、0-9、_
\W 匹配非单词字符
多个字符匹配
字符 功能
* 匹配前一个字符出现0次或者无限次,即可有可无
+ 匹配前一个字符出现1次或者无限次,即至少有1次
? 匹配前一个字符出现1次或者0次,即要么有1次,要么没有
{m} 匹配前一个字符出现m次
{m,n} 匹配前一个字符出现从m到n次
开头结尾匹配
字符 功能
^ 匹配字符串开头
$ 匹配字符串结尾
分组匹配
字符 功能
| 匹配左右任意一个表达式
(ab) 将括号中字符作为一个分组
\num 引用分组num匹配到的字符串
(?P) 分组起别名
(?P=name) 引用别名为name分组匹配到的字符串

高级用法

search

re.search 扫描整个字符串并返回第一个成功的匹配。

语法
import re

ret = re.search(r"正则表达式", "正则表达式要匹配的字符串")
ret.group()
match与search的区别

re.match只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回None;而re.search匹配整个字符串,直到找到一个匹配。

findall

在字符串中找到正则表达式所匹配的所有子串,并返回一个列表,如果没有找到匹配的,则返回空列表。

{{< admonition warning “注意” true >}}

match 和 search 是匹配一次 findall 匹配所有。

{{< /admonition >}}

语法
import re

ret = re.findall(r"正则表达式", "正则表达式要匹配的字符串")
print(ret)
sub

用于替换字符串中的匹配项。

语法
import re

ret = re.sub(r"正则表达式", '替换的字符串', "正则表达式要匹配的字符串")
print(ret)
split

按照能够匹配的子串将字符串分割后返回列表

语法
import re

ret = re.split(r"正则表达式","正则表达式要匹配的字符串")
print(ret)

贪婪和非贪婪

Python里数量词默认是贪婪的(在少数语言里也可能是默认非贪婪),总是尝试匹配尽可能多的字符;非贪婪则相反,总是尝试匹配尽可能少的字符。在"*“,”?“,”+“,”{m,n}"后面加上?,使贪婪变成非贪婪。

正则表达式模式中使用到通配字,那它在从左到右的顺序求值时,会尽量“抓取”满足匹配最长字符串,在我们上面的例子里面,“.+”会从字符串的启始处抓取满足模式的最长字符,其中包括我们想得到的第一个整型字段的中的大部分,“\d+”只需一位字符就可以匹配,所以它匹配了数字“4”,而“.+”则匹配了从字符串起始到这个第一位数字4之前的所有字符。

解决方式:非贪婪操作符“?”,这个操作符可以用在"*“,”+“,”?"的后面,要求正则匹配的越少越好。

r的作用

Python中字符串前面加上 r 表示原生字符串,与大多数编程语言相同,正则表达式里使用\作为转义字符,这就可能造成反斜杠困扰。假如你需要匹配文本中的字符\,那么使用编程语言表示的正则表达式里将需要4个反斜杠\:前两个和后两个分别用于在编程语言里转义成反斜杠,转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题,有了原生字符串,你再也不用担心是不是漏写了反斜杠,写出来的表达式也更直观。

你可能感兴趣的:(python,学习,正则表达式)