精华内容
下载资源
问答
  • 正则表达式语法实际上是独立于任何语言的,在大多数编程语言都可以使用相同的语法。常见正则表达式语法请参考Python使用正则表达式处理字符串正则表达式使用圆括号“()”表示一个子模式,圆括号...

    正则表达式语法实际上是独立于任何语言的,在大多数编程语言都可以使用相同的语法。常见正则表达式语法请参考Python使用正则表达式处理字符串

    正则表达式使用圆括号“()”表示一个子模式,圆括号内的内容作为一个整体对待,例如'(red)+'可以匹配'redred'、'redredred'等一个或多个重复'red'的情况。使用子模式扩展语法可以实现更加复杂的字符串处理功能。

    常用子模式扩展语法

    语法

    功能说明

    (?P<groupname>)

    为子模式命名

    (?iLmsux)

    设置匹配标志,可以是几个字母的组合,每个字母含义与编译标志相同

    (?:...)

    匹配但不捕获该匹配的子表达式

    (?P=groupname)

    表示在此之前的命名为groupname的子模式

    (?#...)

    表示注释

    (?<=…)

    用于正则表达式之前,如果<=后的内容在字符串中不出现则匹配,但不返回<=之后的内容

    (?=…)

    用于正则表达式之后,如果=后的内容在字符串中出现则匹配,但不返回=之后的内容

    (?<!...)

    用于正则表达式之前,如果<!后的内容在字符串中不出现则匹配,但不返回<!之后的内容

    (?!...)

    用于正则表达式之后,如果!后的内容在字符串中不出现则匹配,但不返回!之后的内容

    >>> import re

    >>> m = re.match(r"(?P<first_name>\w+) (?P<last_name>\w+)", "Malcolm Reynolds")
    >>> m.group('first_name')    #使用命名的子模式
    'Malcolm'
    >>> m.group('last_name')
    'Reynolds'
    >>> m = re.match(r"(\d+)\.(\d+)", "24.1632")
    >>> m.groups()      #返回所有匹配的子模式(不包括第0个)
    ('24', '1632')
    >>> m = re.match(r"(?P<first_name>\w+) (?P<last_name>\w+)", "Malcolm Reynolds")
    >>> m.groupdict()      #以字典形式返回匹配的结果
    {'first_name': 'Malcolm', 'last_name': 'Reynolds'}
    >>> exampleString = '''There should be one-- and preferably only one --obvious way to do it.
    Although that way may not be obvious at first unless you're Dutch.
    Now is better than never.
    Although never is often better than right now.'''
    >>> pattern = re.compile(r'(?<=\w\s)never(?=\s\w)') #查找不在句子开头和结尾的never
    >>> matchResult = pattern.search(exampleString)
    >>> matchResult.span()
    (172, 177)
    >>> pattern = re.compile(r'(?<=\w\s)never') #查找位于句子末尾的单词
    >>> matchResult = pattern.search(exampleString)
    >>> matchResult.span()
    (156, 161)
    >>> pattern = re.compile(r'(?:is\s)better(\sthan)') #查找前面是is的better than组合
    >>> matchResult = pattern.search(exampleString)
    >>> matchResult.span()
    (141, 155)
    >>> matchResult.group(0)           #组0表示整个模式
    'is better than'
    >>> matchResult.group(1)
    ' than'
    >>> pattern = re.compile(r'\b(?i)n\w+\b') #查找以n或N字母开头的所有单词
    >>> index = 0
    >>> while True:
         matchResult = pattern.search(exampleString, index)
         if not matchResult:
              break
         print(matchResult.group(0), ':', matchResult.span(0))
         index = matchResult.end(0)


    not : (92, 95)
    Now : (137, 140)
    never : (156, 161)
    never : (172, 177)
    now : (205, 208)
    >>> pattern = re.compile(r'(?<!not\s)be\b')       #查找前面没有单词not的单词be
    >>> index = 0
    >>> while True:
         matchResult = pattern.search(exampleString, index)
         if not matchResult:
              break
         print(matchResult.group(0), ':', matchResult.span(0))
         index = matchResult.end(0)


    be : (13, 15)
    >>> exampleString[13:20]    #验证一下结果是否正确
    'be one-'
    >>> pattern = re.compile(r'(\b\w*(?P<f>\w+)(?P=f)\w*\b)') #匹配有连续相同字母的单词
    >>> index = 0
    >>> while True:
          matchResult = pattern.search(exampleString, index)
          if not matchResult:
               break
          print(matchResult.group(0), ':', matchResult.group(2))
          index = matchResult.end(0) + 1


    unless : s
    better : t
    better : t
    >>> s = 'aabc abcd abbcd abccd abcdd'
    >>> p = re.compile(r'(\b\w*(?P<f>\w+)(?P=f)\w*\b)')
    >>> p.findall(s)
    [('aabc', 'a'), ('abbcd', 'b'), ('abccd', 'c'), ('abcdd', 'd')]

    >>> s = "It's a very good good idea"

    >>> re.sub(r'(\b\w+) \1', r'\1', s)  #处理连续的重复单词
    "It's a very good idea"

    >>> re.sub(r'((\w+) )\1', r'\2', s)

    "It's a very goodidea"

    本文节选自《Python可以这样学》(董付国 著,清华大学出版社),略有增加。

    展开全文
  • Python正则表达式正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配。Python 自1.5版本起增加了re 模块,它提供 Perl 风格的正则表达式模式。re 模块使 Python 语言拥有全部的正则...

    Python正则表达式

    正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配。

    Python 自1.5版本起增加了re 模块,它提供 Perl 风格的正则表达式模式。

    re 模块使 Python 语言拥有全部的正则表达式功能。

    compile 函数根据一个模式字符串和可选的标志参数生成一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和替换。

    re 模块也提供了与这些方法功能完全一致的函数,这些函数使用一个模式字符串做为它们的第一个参数。

    本章节主要介绍Python中常用的正则表达式处理函数。

    re.match函数

    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。

    函数语法:

    re.match(pattern, string, flags=0)

    函数参数说明:

    参数

    描述

    pattern

    匹配的正则表达式

    string

    要匹配的字符串。

    flags

    标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。

    匹配成功re.match方法返回一个匹配的对象,否则返回None。

    我们可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

    匹配对象方法

    描述

    group(num=0)

    匹配的整个表达式的字符串,group() 可以一次输入多个组号,在这种情况下它将返回一个包含那些组所对应值的元组。

    groups()

    返回一个包含所有小组字符串的元组,从 1 到 所含的小组号。

    实例 1:

    #!/usr/bin/python

    # -*- coding: UTF-8 -*-

    import re

    print(re.match('www', 'www.cdadata.com').span()) # 在起始位置匹配

    print(re.match('com', 'www.cdadata.com')) # 不在起始位置匹配

    以上实例运行输出结果为:

    (0, 3)

    None

    实例 2:

    #!/usr/bin/python

    import re

    line = "Cats are smarter than dogs"

    matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)

    if matchObj:

    print "matchObj.group() : ", matchObj.group()

    print "matchObj.group(1) : ", matchObj.group(1)

    print "matchObj.group(2) : ", matchObj.group(2)

    else:

    print "No match!!"

    以上实例执行结果如下:

    matchObj.group() : Cats are smarter than dogs

    matchObj.group(1) : Cats

    matchObj.group(2) : smarter

    re.search方法

    re.search 扫描整个字符串并返回第一个成功的匹配。

    函数语法:

    re.search(pattern, string, flags=0)

    函数参数说明:

    参数

    描述

    pattern

    匹配的正则表达式

    string

    要匹配的字符串。

    flags

    标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。

    匹配成功re.search方法返回一个匹配的对象,否则返回None。

    我们可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

    匹配对象方法

    描述

    group(num=0)

    匹配的整个表达式的字符串,group() 可以一次输入多个组号,在这种情况下它将返回一个包含那些组所对应值的元组。

    groups()

    返回一个包含所有小组字符串的元组,从 1 到 所含的小组号。

    实例 1:

    #!/usr/bin/python

    # -*- coding: UTF-8 -*-

    import re

    print(re.search('www', 'www.cdadata.com').span()) # 在起始位置匹配

    print(re.search('com', 'www.cdadata.com').span()) # 不在起始位置匹配

    以上实例运行输出结果为:

    (0, 3)

    (11, 14)

    实例 2:

    #!/usr/bin/python

    import re

    line = "Cats are smarter than dogs";

    searchObj = re.search( r'(.*) are (.*?) .*', line, re.M|re.I)

    if searchObj:

    print "searchObj.group() : ", searchObj.group()

    print "searchObj.group(1) : ", searchObj.group(1)

    print "searchObj.group(2) : ", searchObj.group(2)

    else:

    print "Nothing found!!"

    以上实例执行结果如下:

    searchObj.group() : Cats are smarter than dogs

    searchObj.group(1) : Cats

    searchObj.group(2) : smarter

    re.match与re.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。

    实例:

    #!/usr/bin/python

    import re

    line = "Cats are smarter than dogs";

    matchObj = re.match( r'dogs', line, re.M|re.I)

    if matchObj:

    print "match --> matchObj.group() : ", matchObj.group()

    else:

    print "No match!!"

    matchObj = re.search( r'dogs', line, re.M|re.I)

    if matchObj:

    print "search --> matchObj.group() : ", matchObj.group()

    else:

    print "No match!!"

    以上实例运行结果如下:

    No match!!

    search --> matchObj.group() : dogs

    检索和替换

    Python 的re模块提供了re.sub用于替换字符串中的匹配项。

    语法:

    re.sub(pattern, repl, string, max=0)

    返回的字符串是在字符串中用 RE 最左边不重复的匹配来替换。如果模式没有发现,字符将被没有改变地返回。

    可选参数 count 是模式匹配后替换的最大次数;count 必须是非负整数。缺省值是 0 表示替换所有的匹配。

    实例:

    #!/usr/bin/python

    import re

    phone = "2004-959-559 # This is Phone Number"

    # Delete Python-style comments

    num = re.sub(r'#.*$', "", phone)

    print "Phone Num : ", num

    # Remove anything other than digits

    num = re.sub(r'\D', "", phone)

    print "Phone Num : ", num

    以上实例执行结果如下:

    Phone Num : 2004-959-559

    Phone Num : 2004959559

    正则表达式修饰符 – 可选标志

    正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。多个标志可以通过按位 OR(|) 它们来指定。如 re.I | re.M 被设置成 I 和 M 标志:

    修饰符

    描述

    re.I

    使匹配对大小写不敏感

    re.L

    做本地化识别(locale-aware)匹配

    re.M

    多行匹配,影响 ^ 和 $

    re.S

    使 . 匹配包括换行在内的所有字符

    re.U

    根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B.

    re.X

    该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。

    正则表达式模式

    模式字符串使用特殊的语法来表示一个正则表达式:

    字母和数字表示他们自身。一个正则表达式模式中的字母和数字匹配同样的字符串。

    多数字母和数字前加一个反斜杠时会拥有不同的含义。

    标点符号只有被转义时才匹配自身,否则它们表示特殊的含义。

    反斜杠本身需要使用反斜杠转义。

    由于正则表达式通常都包含反斜杠,所以你最好使用原始字符串来表示它们。模式元素(如 r’/t’,等价于’//t’)匹配相应的特殊字符。

    下表列出了正则表达式模式语法中的特殊元素。如果你使用模式的同时提供了可选的标志参数,某些模式元素的含义会改变。

    模式

    描述

    ^

    匹配字符串的开头

    $

    匹配字符串的末尾。

    .

    匹配任意字符,除了换行符,当re.DOTALL标记被指定时,则可以匹配包括换行符的任意字符。

    […]

    用来表示一组字符,单独列出:[amk] 匹配 ‘a’,’m’或’k’

    [^…]

    不在[]中的字符:[^abc] 匹配除了a,b,c之外的字符。

    re*

    匹配0个或多个的表达式。

    re+

    匹配1个或多个的表达式。

    re?

    匹配0个或1个由前面的正则表达式定义的片段,非贪婪方式

    re{ n}

    re{ n,}

    精确匹配n个前面表达式。

    re{ n, m}

    匹配 n 到 m 次由前面的正则表达式定义的片段,贪婪方式

    a| b

    匹配a或b

    (re)

    G匹配括号内的表达式,也表示一个组

    (?imx)

    正则表达式包含三种可选标志:i, m, 或 x 。只影响括号中的区域。

    (?-imx)

    正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。

    (?: re)

    类似 (…), 但是不表示一个组

    (?imx: re)

    在括号中使用i, m, 或 x 可选标志

    (?-imx: re)

    在括号中不使用i, m, 或 x 可选标志

    (?#…)

    注释.

    (?= re)

    前向肯定界定符。如果所含正则表达式,以 … 表示,在当前位置成功匹配时成功,否则失败。但一旦所含表达式已经尝试,匹配引擎根本没有提高;模式的剩余部分还要尝试界定符的右边。

    (?! re)

    前向否定界定符。与肯定界定符相反;当所含表达式不能在字符串当前位置匹配时成功

    (?> re)

    匹配的独立模式,省去回溯。

    \w

    匹配字母数字

    \W

    匹配非字母数字

    \s

    匹配任意空白字符,等价于 [\t\n\r\f].

    \S

    匹配任意非空字符

    \d

    匹配任意数字,等价于 [0-9].

    \D

    匹配任意非数字

    \A

    匹配字符串开始

    \Z

    匹配字符串结束,如果是存在换行,只匹配到换行前的结束字符串。c

    \z

    匹配字符串结束

    \G

    匹配最后匹配完成的位置。

    \b

    匹配一个单词边界,也就是指单词和空格间的位置。例如, ‘er\b’ 可以匹配”never” 中的 ‘er’,但不能匹配 “verb” 中的 ‘er’。

    \B

    匹配非单词边界。’er\B’ 能匹配 “verb” 中的 ‘er’,但不能匹配 “never” 中的 ‘er’。

    \n, \t, 等.

    匹配一个换行符。匹配一个制表符。等

    \1…\9

    匹配第n个分组的子表达式。

    \10

    匹配第n个分组的子表达式,如果它经匹配。否则指的是八进制字符码的表达式。

    正则表达式实例

    字符匹配

    实例

    描述

    python

    匹配 “python”.

    字符类

    实例

    描述

    [Pp]ython

    匹配 “Python” 或 “python”

    rub[ye]

    匹配 “ruby” 或 “rube”

    [aeiou]

    匹配中括号内的任意一个字母

    [0-9]

    匹配任何数字。类似于 [0123456789]

    [a-z]

    匹配任何小写字母

    [A-Z]

    匹配任何大写字母

    [a-zA-Z0-9]

    匹配任何字母及数字

    [^aeiou]

    除了aeiou字母以外的所有字符

    [^0-9]

    匹配除了数字外的字符

    特殊字符类

    实例

    描述

    .

    匹配除 “\n” 之外的任何单个字符。要匹配包括 ‘\n’ 在内的任何字符,请使用象 ‘[.\n]’ 的模式。

    \d

    匹配一个数字字符。等价于 [0-9]。

    \D

    匹配一个非数字字符。等价于 [^0-9]。

    \s

    匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。

    \S

    匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。

    \w

    匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]’。

    \W

    匹配任何非单词字符。等价于 ‘[^A-Za-z0-9_]’。

    喜欢 (2)or分享 (0)

    展开全文
  • Python正则表达式正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配。Python 自1.5版本起增加了re 模块,它提供 Perl 风格的正则表达式模式。re 模块使 Python 语言拥有全部的正则...

    Python正则表达式

    正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配。Python 自1.5版本起增加了re 模块,它提供 Perl 风格的正则表达式模式。

    re 模块使 Python 语言拥有全部的正则表达式功能。

    compile 函数根据一个模式字符串和可选的标志参数生成一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和替换。

    re 模块也提供了与这些方法功能完全一致的函数,这些函数使用一个模式字符串做为它们的第一个参数。

    本章节主要介绍Python中常用的正则表达式处理函数。

    re.match函数

    re.match 尝试从字符串的开始匹配一个模式。

    函数语法: re.match(pattern, string, flags=0)

    函数参数说明: 参数描述

    pattern匹配的正则表达式

    string要匹配的字符串。

    flags标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。

    匹配成功re.match方法返回一个匹配的对象,否则返回None。

    我们可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。 匹配对象方法描述

    group(num=0)匹配的整个表达式的字符串,group() 可以一次输入多个组号,在这种情况下它将返回一个包含那些组所对应值的元组。

    groups()返回一个包含所有小组字符串的元组,从 1 到 所含的小组号。

    实例: #!/usr/bin/python

    import re

    line = "Cats are smarter than dogs"

    matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)

    if matchObj:

    print "matchObj.group() : ", matchObj.group()

    print "matchObj.group(1) : ", matchObj.group(1)

    print "matchObj.group(2) : ", matchObj.group(2)

    else:

    print "No match!!"

    以上实例执行结果如下: matchObj.group() : Cats are smarter than dogs

    matchObj.group(1) : Cats

    matchObj.group(2) : smarter

    re.search方法

    re.match 尝试从字符串的开始匹配一个模式。

    函数语法: re.search(pattern, string, flags=0)

    函数参数说明: 参数描述

    pattern匹配的正则表达式

    string要匹配的字符串。

    flags标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。

    匹配成功re.search方法方法返回一个匹配的对象,否则返回None。

    我们可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。 匹配对象方法描述

    group(num=0)匹配的整个表达式的字符串,group() 可以一次输入多个组号,在这种情况下它将返回一个包含那些组所对应值的元组。

    groups()返回一个包含所有小组字符串的元组,从 1 到 所含的小组号。

    实例: #!/usr/bin/python

    import re

    line = "Cats are smarter than dogs";

    matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)

    if matchObj:

    print "matchObj.group() : ", matchObj.group()

    print "matchObj.group(1) : ", matchObj.group(1)

    print "matchObj.group(2) : ", matchObj.group(2)

    else:

    print "No match!!" 以上实例执行结果如下: matchObj.group() : Cats are smarter than dogs

    matchObj.group(1) : Cats

    matchObj.group(2) : smarter

    re.match与re.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。

    实例: #!/usr/bin/python

    import re

    line = "Cats are smarter than dogs";

    matchObj = re.match( r'dogs', line, re.M|re.I)

    if matchObj:

    print "match --> matchObj.group() : ", matchObj.group()

    else:

    print "No match!!"

    matchObj = re.search( r'dogs', line, re.M|re.I)

    if matchObj:

    print "search --> matchObj.group() : ", matchObj.group()

    else:

    print "No match!!" 以上实例运行结果如下: No match!!

    search --> matchObj.group() : dogs

    检索和替换

    Python 的re模块提供了re.sub用于替换字符串中的匹配项。

    语法: re.sub(pattern, repl, string, max=0)

    返回的字符串是在字符串中用 RE 最左边不重复的匹配来替换。如果模式没有发现,字符将被没有改变地返回。

    可选参数 count 是模式匹配后替换的最大次数;count 必须是非负整数。缺省值是 0 表示替换所有的匹配。

    实例: #!/usr/bin/python

    import re

    phone = "2004-959-559 # This is Phone Number"

    # Delete Python-style comments

    num = re.sub(r'#.*$', "", phone)

    print "Phone Num : ", num

    # Remove anything other than digits

    num = re.sub(r'\D', "", phone)

    print "Phone Num : ", num 以上实例执行结果如下: Phone Num : 2004-959-559

    Phone Num : 2004959559

    正则表达式修饰符 - 可选标志

    正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。多个标志可以通过按位 OR(|) 它们来指定。如 re.I | re.M 被设置成 I 和 M 标志: 修饰符描述

    re.I使匹配对大小写不敏感

    re.L做本地化识别(locale-aware)匹配

    re.M多行匹配,影响 ^ 和 $

    re.S使 . 匹配包括换行在内的所有字符

    re.U根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B.

    re.X该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。

    正则表达式模式

    模式字符串使用特殊的语法来表示一个正则表达式:

    字母和数字表示他们自身。一个正则表达式模式中的字母和数字匹配同样的字符串。

    多数字母和数字前加一个反斜杠时会拥有不同的含义。

    标点符号只有被转义时才匹配自身,否则它们表示特殊的含义。

    反斜杠本身需要使用反斜杠转义。

    由于正则表达式通常都包含反斜杠,所以你最好使用原始字符串来表示它们。模式元素(如 r'/t',等价于'//t')匹配相应的特殊字符。

    下表列出了正则表达式模式语法中的特殊元素。如果你使用模式的同时提供了可选的标志参数,某些模式元素的含义会改变。 模式描述

    ^匹配字符串的开头

    $匹配字符串的末尾。

    .匹配任意字符,除了换行符,当re.DOTALL标记被指定时,则可以匹配包括换行符的任意字符。

    [...]用来表示一组字符,单独列出:[amk] 匹配 'a','m'或'k'

    [^...]不在[]中的字符:[^abc] 匹配除了a,b,c之外的字符。

    re*匹配0个或多个的表达式。

    re+匹配1个或多个的表达式。

    re?匹配0个或1个由前面的正则表达式定义的片段,贪婪方式

    re{ n}

    re{ n,}精确匹配n个前面表达式。

    re{ n, m}匹配 n 到 m 次由前面的正则表达式定义的片段,贪婪方式

    a| b匹配a或b

    (re)G匹配括号内的表达式,也表示一个组

    (?imx)正则表达式包含三种可选标志:i, m, 或 x 。只影响括号中的区域。

    (?-imx)正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。

    (?: re)类似 (...), 但是不表示一个组

    (?imx: re)在括号中使用i, m, 或 x 可选标志

    (?-imx: re)在括号中不使用i, m, 或 x 可选标志

    (?#...)注释.

    (?= re)前向肯定界定符。如果所含正则表达式,以 ... 表示,在当前位置成功匹配时成功,否则失败。但一旦所含表达式已经尝试,匹配引擎根本没有提高;模式的剩余部分还要尝试界定符的右边。

    (?! re)前向否定界定符。与肯定界定符相反;当所含表达式不能在字符串当前位置匹配时成功

    (?> re)匹配的独立模式,省去回溯。

    \w匹配字母数字

    \W匹配非字母数字

    \s匹配任意空白字符,等价于 [\t\n\r\f].

    \S匹配任意非空字符

    \d匹配任意数字,等价于 [0-9].

    \D匹配任意非数字

    \A匹配字符串开始

    \Z匹配字符串结束,如果是存在换行,只匹配到换行前的结束字符串。c

    \z匹配字符串结束

    \G匹配最后匹配完成的位置。

    \b匹配一个单词边界,也就是指单词和空格间的位置。例如, 'er\b' 可以匹配"never" 中的 'er',但不能匹配 "verb" 中的 'er'。

    \B匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er',但不能匹配 "never" 中的 'er'。

    \n, \t, 等.匹配一个换行符。匹配一个制表符。等

    \1...\9比赛第n个分组的子表达式。

    \10匹配第n个分组的子表达式,如果它经匹配。否则指的是八进制字符码的表达式。

    正则表达式实例

    字符匹配 实例描述

    python匹配 "python".

    字符类 实例描述

    [Pp]ython匹配 "Python" 或 "python"

    rub[ye]匹配 "ruby" 或 "rube"

    [aeiou]匹配中括号内的任意一个字母

    [0-9]匹配任何数字。类似于 [0123456789]

    [a-z]匹配任何小写字母

    [A-Z]匹配任何大写字母

    [a-zA-Z0-9]匹配任何字母及数字

    [^aeiou]除了aeiou字母以外的所有字符

    [^0-9]匹配除了数字外的字符

    特殊字符类 实例描述

    .匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何字符,请使用象 '[.\n]' 的模式。

    \d匹配一个数字字符。等价于 [0-9]。

    \D匹配一个非数字字符。等价于 [^0-9]。

    \s匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。

    \S匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。

    \w匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。

    \W匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。

    展开全文
  • 本文是一系列关于Python正则表达式文章的其中一部分。在这个系列的第一篇文章中,我们将重点讨论如何使用Python中的正则表达式并突出Python中一些独有的特性。我们将介绍Python中对字符串进行搜索和查找的一些方法。...

    作为一个概念而言,正则表达式对于Python来说并不是独有的。但是,Python中的正则表达式在实际使用过程中还是有一些细小的差别。

    本文是一系列关于Python正则表达式文章的其中一部分。在这个系列的第一篇文章中,我们将重点讨论如何使用Python中的正则表达式并突出Python中一些独有的特性。

    我们将介绍Python中对字符串进行搜索和查找的一些方法。然后我们讲讨论如何使用分组来处理我们查找到的匹配对象的子项。

    我们有兴趣使用的Python中正则表达式的模块通常叫做‘re'。

    >>> import re

    1. Python中的原始类型字符串

    Python编译器用‘\'(反斜杠)来表示字符串常量中的转义字符。

    如果反斜杠后面跟着一串编译器能够识别的特殊字符,那么整个转义序列将被替换成对应的特殊字符(例如,‘\n'将被编译器替换成换行符)。

    但这给在Python中使用正则表达式带来了一个问题,因为在‘re'模块中也使用反斜杠来转义正则表达式中的特殊字符(比如*和+)。

    这两种方式的混合意味着有时候你不得不转义转义字符本身(当特殊字符能同时被Python和正则表达式的编译器识别的时候),但在其他时候你不必这么做(如果特殊字符只能被Python编译器识别)。

    与其将我们的心思放在去弄懂到底需要多少个反斜杠,我们可以使用原始字符串来替代。

    原始类型字符串可以简单的通过在普通字符串的双引号前面加一个字符‘r'来创建。当一个字符串是原始类型时,Python编译器不会对其尝试做任何的替换。本质上来讲,你在告诉编译器完全不要去干涉你的字符串。

    >>> string = 'This is a\nnormal string'

    >>> rawString = r'and this is a\nraw string'

    >>> print string

    这是一个普通字符串

    >>> print rawString

    and this is a\nraw string

    这是一个原始类型字符串。

    在Python中使用正则表达式进行查找

    ‘re'模块提供了几个方法对输入的字符串进行确切的查询。我们将会要讨论的方法有:

    re.match()

    re.search()

    re.findall()

    每一个方法都接收一个正则表达式和一个待查找匹配的字符串。让我们更详细的查看这每一个方法从而弄明白他们是如何工作的以及他们各有什么不同。

    2. 使用re.match查找 – 匹配开始

    让我们先来看一下match()方法。match()方法的工作方式是只有当被搜索字符串的开头匹配模式的时候它才能查找到匹配对象。

    举个例子,对字符串‘dog cat dog'调用mathch()方法,查找模式‘dog'将会匹配:

    >>> re.match(r'dog', 'dog cat dog')

    <_sre.SRE_Match object at 0xb743e720<

    >>> match = re.match(r'dog', 'dog cat dog')

    >>> match.group(0)

    'dog'

    我们稍后将更多的讨论group()方法。现在,我们只需要知道我们用0作为它的参数调用了它,group()方法返回查找到的匹配的模式。

    我还暂且略过了返回的SRE_Match对象,我们很快也将会讨论到它。

    但是,如果我们对同一个字符串调用math()方法,查找模式‘cat',则不会找到匹配。

    >>> re.match(r'cat', 'dog cat dog')

    >>>

    3. 使用re.search查找 – 匹配任意位置

    search()方法和match()类似,不过search()方法不会限制我们只从字符串的开头查找匹配,因此在我们的示例字符串中查找‘cat'会查找到一个匹配:

    search(r'cat', 'dog cat dog')

    >>> match.group(0)

    'cat'

    然而search()方法会在它查找到一个匹配项之后停止继续查找,因此在我们的示例字符串中用searc()方法查找‘dog'只找到其首次出现的位置。

    >>> match = re.search(r'dog', 'dog cat dog')

    >>> match.group(0)

    'dog'

    4. 使用 re.findall – 所有匹配对象

    目前为止在Python中我使用的最多的查找方法是findall()方法。当我们调用findall()方法,我们可以非常简单的得到一个所有匹配模式的列表,而不是得到match的对象(我们会在接下来更多的讨论match对象)。对我而言这更加简单。对示例字符串调用findall()方法我们得到:

    ['dog', 'dog']

    >>> re.findall(r'cat', 'dog cat dog')

    ['cat']

    5. 使用 match.start 和 match.end 方法

    那么,先前search()和match()方法先前返回给我们的‘match'对象”到底是什么呢?

    和只简单的返回字符串的匹配部分不同,search()和match()返回的“匹配对象”,实际上是一个关于匹配子串的包装类。

    先前你看到我可以通过调用group()方法得到匹配的子串,(我们将在下一个部分看到,事实上匹配对象在处理分组问题时非常有用),但是匹配对象还包含了更多关于匹配子串的信息。

    例如,match对象可以告诉我们匹配的内容在原始字符串中的开始和结束位置:

    >>> match = re.search(r'dog', 'dog cat dog')

    >>> match.start()

    0

    >>> match.end()

    3

    知道这些信息有时候非常有用。

    6. 使用 mathch.group 通过数字分组

    就像我之前提到的,匹配对象在处理分组时非常得心应手。

    分组是对整个正则表达式的特定子串进行定位的能力。我们可以定义一个分组做为整个正则表达式的一部分,然后单独的对这部分对应匹配到的内容定位。

    让我们来看一下它是怎么工作的:

    >>> contactInfo = 'Doe, John: 555-1212'

    我刚才创建的字符串类似一个从某人的地址本里取出来的一个片段。我们可以通过这样一个正则表达式来匹配这一行:

    >>> re.search(r'\w+, \w+: \S+', contactInfo)

    <_sre.SRE_Match object at 0xb74e1ad8<

    通过用圆括号来(字符‘('和‘)')包围正则表达式的特定部分,我们可以对内容进行分组然后对这些子组做单独处理。

    >>> match = re.search(r'(\w+), (\w+): (\S+)', contactInfo)

    这些分组可以通过用分组对象的group()方法得到。它们可以通过其在正则表达式中从左到右出现的数字顺序来定位(从1开始):

    >>> match.group(1)

    'Doe'

    >>> match.group(2)

    'John'

    >>> match.group(3)

    '555-1212'

    组的序数从1开始的原因是因为第0个组被预留来存放所有匹配对象(我们在之前学习match()方法和search()方法到时候看到过)。

    >>> match.group(0)

    'Doe, John: 555-1212'

    7. 使用 match.group 通过别名来分组

    有时候,特别是当一个正则表达式有很多分组的时候,通过组的出现次序来定位就会变的不现实。Python还允许你通过下面的语句来指定一个组名:

    >>> match = re.search(r'(?P\w+), (?P\w+): (?P\S+)', contactInfo)

    我们还是可以用group()方法获取分组的内容,但这时候我们要用我们所指定的组名而不是之前所使用的组的所在位数。

    >>> match.group('last')

    'Doe'

    >>> match.group('first')

    'John'

    >>> match.group('phone')

    '555-1212'

    这大大加强了代码的明确性和可读性。你可以想像当正则表达式变得越来越复杂,去弄懂一个分组到捕获了什么内容将会变得越来越困难。给你的分组命名将明确的告诉了你和你的读者你的意图。

    尽管findall()方法不返回分组对象,它也可以使用分组。类似的,findall()方法将返回一个元组的集合,其中每个元组中的第N个元素对应了正则表达式中的第N个分组。

    >>> re.findall(r'(\w+), (\w+): (\S+)', contactInfo)

    [('Doe', 'John', '555-1212')]

    但是,给分组命名并不适用于findall()方法。

    在本文中我们介绍了Python中使用正则表达式的一些基础。我们学习了原始字符串类型(还有它能帮你解决的在使用正则表达式中一些头痛的问题)。我们还学习了如何适使用match(), search(), and findall()方法进行基本的查询,以及如何使用分组来处理匹配对象的子组件。

    和往常一样,如果想查看更多关于这个主题的内容,re模块的Python官方文档是一个非常好的资源。

    在以后的文章中,我们将更深入的讨论Python中正则表达式的应用。我们将更加全面的学习匹配对象,学习如何使用它们在字符串中做替换,甚至使用它们从文本文件中去解析Python数据结构。

    展开全文
  • python正则表达式入门

    千次阅读 多人点赞 2021-07-04 17:23:43
    今天我们来学习python正则表达式的部分,先说下为什么要学习这一部分呢,当然是因为正则表达式处理文本类型的数据实在是太方便了。为以后进入nlp领域打打基础! 先给大家推荐一个网站: 用于正则表达式验证. 大致就...
  • 分组含义:一个()代表要截取的匹配到的字符串的范围,第几个“(”代表返回结果中的索引+1什么是正则表达式正则表达式是可以匹配文本片段的模式。最简单的正则表达式就是普通字符串,可以匹配其自身。换包话说,正...
  • Python正则表达式1.3正则表达式和Python编译正则表达式compile()函数匹配对象以及group()和groups()方法使用match()方法匹配字符串使用search()在一个字符串中查找模式(搜索与匹配的对比) 正则表达式和Python 在...
  • 本文是一系列关于Python正则表达式文章的其中一部分。在这个系列的第一篇文章中,我们将重点讨论如何使用Python中的正则表达式并突出Python中一些独有的特性。我们将介绍Python中对字符串进行搜索和查找的一些方法。...
  • Python语言的re模块对基本的正则表达式做了许多有益的改良。对于须要处理文本的程序员来说,必须对正则表达式有一个完全 深入的识别。本文为不熟悉正则表达式的读者提供了一个高速入门的教程 。当然,对于那些熟悉...
  • Python中我们有专门的正则表达式模块re,re 模块使 Python 语言拥有全部的正则表达式功能。compile 函数根据一个模式字符串和可选的标志参数生成一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和...
  • 正则表达式,python正则表达式

    万次阅读 2020-04-01 17:36:26
    一、正则表达式主要元素 1)^ $ * ? + {3} {3,} {3,6} | 2) [] [^] [a-z] . 3) \s \S \w \W 4)[\u4E00-\u9FA5] () \d 先看看单个字符含义 字符 含义 ^ 以开头什么,如:^1[3456789]\d{9},以1开头...
  • 前言本篇文章带大家快速入门正则表达式的使用,正则表达式的规则不仅适用python语言,基本大多数...二 正则表达式的概念正则表达式是指在一串字符串中使用特殊的模式匹配获得子串,我们可以对获得的子串进行提取,...
  • 本文由 伯乐在线 - 左手的灵魂 翻译。未经许可,禁止转载!英文出处:thegeekstuff。欢迎加入翻译组。...本文是一系列关于Python正则表达式文章的其中一部分。在这个系列的第一篇文章中,我们将重点讨论...
  • 下面是一些单字符正则表达式模式的示例:/a//7//M/可以将许多单字符组合起来以形成大的表达式。例如,以下正则表达式组合了单字符表达式:a、7 和 M。/a7M/请注意,没有串联运算符。只须在一个字符后面键入另一个...
  • 正则表达式正则表达用来匹配字符串正则表达式匹配过程依次拿出表达式和文本中的字符串进行比价如果每个字符都能匹配,则匹配成功;一旦有匹配不成功的字符,则匹配失败如果有量词和边界,则匹配过程稍微有些不同正则...
  • JavaScript 正则表达式正则表达式(英语:Regular Expression,在代码中常简写为regex、regexp或RE)使用单个字符串来描述、匹配一系列符合某个句法规则的字符串搜索模式。搜索模式可用于文本搜索和文本替换。什么是...
  • Python 通过 re 模块为正则表达式引擎提供一个接口,同时允许你将正则表达式编译成模式对象,并用它们来进行匹配。 注意: re 模块是使用 C 语言编写,所以效率比你用普通的字符串方法要高得多;将正则表达式进行...
  • Python正则表达式

    2020-10-25 10:03:21
    Python正则表达式 一、正则表达式是什么 二、re模块提供了正则表达式操作所需要的功能 CSDN小白来以自己的理解写一写Python正则表达式 提示:以下是本篇文章正文内容,下面案例可供参考 一、正则表达式 正则...
  • 正则表达式Python在了解了正则表达式的相关知识之后,开始查看Python当前如何通过使用re模块来支持正则表达式,re模块在很早之前就引入了,用于替换那些已过时的regex模块和regsub模块——这两个模块在Python2.5版...
  • 正则表达式有两种基本的操作,分别是匹配和替换。匹配就是在一个文本字符串中搜索匹配一特殊表达式;替换就是在一个字符串中查找并替换匹配一特殊表达式的字符串。1.基本元素正则表达式定义了一系列的特殊字符元素以...
  • python正则表达式

    2019-04-14 19:43:17
    python正则表达式 文章目录python正则表达式1 正则表达式语法1.1 字符与字符类1.2 量词1.3 组与捕获1.4 断言与标记1.5 条件匹配1.6 正则表达式的标志2. Python正则表达式模块2.1 正则表达式处理字符串主要有四大功能...
  • Python 正则表达式

    2021-02-23 16:15:39
    2.Python 正则表达式相关函数 2.1 re.match() 2.2 re.search() 2.3 re.sub 2.4 re.compile 2.5 findall 2.6 re.finditer() 2.7 re.split() 3.正则表达式修饰符-可选标志 4.正则表达式模式 1.正则表达式的简介 ...
  • 一、导入re库python使用正则表达式要导入re库。import re在re库中。正则表达式通常被用来检索查找、替换那些符合某个模式(规则)的文本。二、使用正则表达式步骤1、寻找规律;2、使用正则符号表示规律;3、提取信息,...
  • 大家好,我们继续Python正则表达式”的学习,今天的主要内容是re模块中各个方法的介绍,先做个预告,有以下几种方法。大家准备好了吗,开始,走起。1、match方法match方法用于尝试从字符串的起始位置匹配一个正则...
  • 正则表达式是个很牛逼的东西,不管是在javascript,还是在Python web开发(http://www.maiziedu.com/course/python-px...)中,我们都会遇到正则表达式,虽然javascript和Python正则表达式区别不大,但是正则...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 24,650
精华内容 9,860
关键字:

python正则表达式子模式

python 订阅