蜜桃av色欲a片精品一区,麻豆aⅴ精品无码一区二区,亚洲人成网站在线播放影院在线,亚洲 素人 字幕 在线 最新

  建議收藏！Python 正則表達(dá)式詳解

發(fā)布日期：2022/9/16 10:49:07      瀏覽量：

正則表達(dá)式是對(duì)字符串提取的一套規(guī)則，我們把這個(gè)規(guī)則用正則里面的特定語(yǔ)法表達(dá)出來(lái)，去匹配滿足這個(gè)規(guī)則的字符串。正則表達(dá)式具有通用型，不僅python里面可以用，其他的語(yǔ)言也一樣適用。

python中re模塊提供了正則表達(dá)式的功能，常用的有四個(gè)方法(match、search、findall)都可以用于匹配字符串

match

匹配字符串

re.match()必須從字符串開頭匹配！match方法嘗試從字符串的起始位置匹配一個(gè)模式，如果不是起始位置匹配成功的話，match()就返回none。主要參數(shù)如下：

re.match(pattern, string) # pattern 匹配的正則表達(dá)式 # string 要匹配的字符串

例子

import re a = re.match(’test’,’testasdtest’) print(a) #返回一個(gè)匹配對(duì)象 print(a.group()) #返回test，獲取不到則報(bào)錯(cuò) print(a.span()) #返回匹配結(jié)果的位置，左閉右開區(qū)間 print(re.match(’test’,’atestasdtest’)) #返回None

從例子中我們可以看出，re.match()方法返回一個(gè)匹配的對(duì)象，而不是匹配的內(nèi)容。如果需要返回內(nèi)容則需要調(diào)用group()。通過(guò)調(diào)用span()可以獲得匹配結(jié)果的位置。而如果從起始位置開始沒(méi)有匹配成功，即便其他部分包含需要匹配的內(nèi)容，re.match()也會(huì)返回None。

單字符匹配

以下字符，都匹配單個(gè)字符數(shù)據(jù)。且開頭（從字符串0位置開始）沒(méi)匹配到，即使字符串其他部分包含需要匹配的內(nèi)容，.match也會(huì)返回none

. 匹配任意一個(gè)字符

使用幾個(gè)點(diǎn)號(hào)就代表幾個(gè)字符

import re a = re.match(’..’,’testasdtest’) print(a.group()) #輸出te b = re.match(’ab.’,’testasdtest’) print(b) #返回none，因?yàn)楸磉_(dá)式是以固定的ab開頭然后跟上通配符. 所以必須要先匹配上ab才會(huì)往后進(jìn)行匹配

\d 匹配數(shù)字

一個(gè)\d代表一個(gè)數(shù)字。開頭沒(méi)匹配到，即使字符串其他部分包含需要匹配的內(nèi)容，.match也會(huì)返回none

import re a = re.match(’\d\d’,’23es12testasdtest’) print(a) b = re.match(’\d\d\d’,’23es12testasdtest’) print(b) #要求匹配三個(gè)數(shù)字，匹配不到返回none c = re.match(’\d’,’es12testasdtest’) print(c) #起始位置沒(méi)有匹配成功，一樣返回none

\D 匹配非數(shù)字

開頭沒(méi)匹配到，即使字符串其他部分包含需要匹配的內(nèi)容，.match也會(huì)返回none

import re a = re.match(’\D’,’23es12testasdtest’) print(a) #開頭為數(shù)字所以返回none b = re.match(’\D\D’,’*es12testasdtest’) print(b) #返回*e

\s 匹配特殊字符，如空白，空格，tab等

import re print(re.match(’\s’,’ 23es 12testasdtest’)) #匹配空格 print(re.match(’\s’,’ 23es 12testasdtest’)) #匹配tab print(re.match(’\s’,’\r23es 12testasdtest’)) #匹配\r換行 print(re.match(’\s’,’23es 12testasdtest’)) #返回none

\S 匹配非空白

import re print(re.match(’\S’,’ 23es 12testasdtest’)) #返回none print(re.match(’\S’,’\r23es 12testasdtest’)) #none print(re.match(’\S’,’23es 12testasdtest’))

\w 匹配單詞、字符，如大小寫字母，數(shù)字，_ 下劃線

import re print(re.match(’\w’,’23es 12testasdtest’)) #返回none print(re.match(’\w\w\w’,’aA_3es 12testasdtest’)) #返回none print(re.match(’\w\w\w’,’\n12testasdtest’)) #返回none

\W 匹配非單詞字符

import re print(re.match(’\W’,’23es 12testasdtest’)) #返回none print(re.match(’\W’,’ 23es 12testasdtest’)) #匹配空格

[ ] 匹配[ ]中列舉的字符

只允許出現(xiàn)[ ]中列舉的字符

import re print(re.match(’12[234]’,’232s12testasdtest’)) #因?yàn)殚_頭的12沒(méi)匹配上，所以直接返回none print(re.match(’12[234]’,’1232s12testasdtest’)) #返回123

[^2345] 不匹配2345中的任意一個(gè)

import re print(re.match(’12[^234]’,’232s12testasdtest’)) #因?yàn)殚_頭的12沒(méi)匹配上，所以直接返回none print(re.match(’12[^234]’,’1232s12testasdtest’)) #返回none print(re.match(’12[^234]’,’1252s12testasdtest’)) #返回125

[a-z3-5] 匹配a-z或者3-5中的字符

import re print(re.match(’12[1-3a-c]’,’1232b12testasdtest’)) #123 print(re.match(’12[1-3a-c]’,’12b2b12testasdtest’)) #12b print(re.match(’12[1-3a-c]’,’12s2b12testasdtest’)) #返回none表示數(shù)量

像上面寫的那些都是匹配單個(gè)字符，如果我們要匹配多個(gè)字符的話，只能重復(fù)寫匹配符。這樣顯然是不人性化的，所以我們還需要學(xué)習(xí)表達(dá)數(shù)量的字符

* 出現(xiàn)0次或無(wú)數(shù)次

import re a = re.match(’..’,’testasdtest’) print(a.group()) #輸出te a = re.match(’.*’,’testasdtest’) print(a.group()) #全部輸出

import re print(re.match(’a*’,’aatestasdtest’)) #匹配跟隨在字母a后面的所有a字符 print(re.match(’\d*’,’23aatestasdtest’)) #匹配前面為數(shù)字的字符 print(re.match(’a\d*’,’ad23aatestasdtest’)) #輸出a, 因?yàn)?也可以代表0次

+ 至少出現(xiàn)一次

import re print(re.match(’a+’,’aaatestasdtest’)) #匹配前面為字母a的字符，且a至少有1一個(gè) print(re.match(’a+’,’atestasdtest’)) #a print(re.match(’a+’,’caaatestasdtest’)) #none

? 1次或則0次

import re print(re.match(’a?’,’abatestasdtest’)) #匹配a出現(xiàn)0次或者1次數(shù) print(re.match(’a?’,’batestasdtest’)) #輸出空，因?yàn)閍可以為0次 print(re.match(’a?’,’aaatestasdtest’)) #a出現(xiàn)0次或者1次，輸出1個(gè)a

{m}指定出現(xiàn)m次

import re print(re.match(’to{3}’,’toooooabatestasdtest’)) #匹配t以及跟隨在后面的三個(gè)ooo print(re.match(’to{3}’,’tooabatestasdtest’)) #只有兩個(gè)0,返回none

{m,} 至少出現(xiàn)m次

import re print(re.match(’to{3,}’,’toooooabatestasdtest’)) #匹配t以及跟隨在后面的三個(gè)ooo至少出現(xiàn)3次 print(re.match(’to{3,}’,’tooabatestasdtest’)) #只有兩個(gè)0,返回none

{m,n} 指定從m-n次的范圍

import re print(re.match(’to{3,4}’,’toooabatestasdtest’)) #剛好有三個(gè)ooo，成功匹配 print(re.match(’to{3,4}’,’tooabatestasdtest’)) #只有兩個(gè)o,返回none print(re.match(’to{3,4}’,’toooooabatestasdtest’)) #提取最多四個(gè)o

匹配邊界

$ 匹配結(jié)尾字符

定義整個(gè)字符串必須以指定字符串結(jié)尾

import re print(re.match(’.*d$’,’2testaabcd’)) #字符串必須以d結(jié)尾 print(re.match(’.*c’,’2testaabcd’)) #字符串不是以c結(jié)尾，返回none

^ 匹配開頭字符

定義整個(gè)字符串必須以指定字符開頭

import re print(re.match(’^2’,’2stoooabatestas’)) #規(guī)定必須以2開頭，否則none print(re.match(’^2s’,’2stoooabatestas’)) #必須以2s開頭

\b 匹配一個(gè)單詞的邊界

\b：表示字母數(shù)字與非字母數(shù)字的邊界，非字母數(shù)字與字母數(shù)字的邊界。即下面ve的右邊不能有字母和數(shù)字

import re print(re.match(r’.*ve\b’,’ve.2testaabcd’)) #因?yàn)樵趐ython中\(zhòng)代表轉(zhuǎn)義，所以前面加上r消除轉(zhuǎn)義 print(re.match(r’.*ve\b’,’ve2testaabcd’))

\B 匹配非單詞邊界

import re print(re.match(r’.*ve\B’,’2testaavebcdve’)) #ve的右邊需要有字母或者數(shù)字 print(re.match(r’.*ve\B’,’2testaave3bcdve’))

匹配分組

| 匹配左右任意一個(gè)表達(dá)式

只要|兩邊任意一個(gè)表達(dá)式符合要求就行

import re print(re.match(r’\d[1-9]|\D[a-z]’,’2233’)) #匹配|兩邊任意一個(gè)表達(dá)式 print(re.match(r’\d[1-9]|\D[a-z]’,’as’))

(ab) 將括號(hào)中字符作為一個(gè)分組

()中的內(nèi)容會(huì)作為一個(gè)元組字符裝在元組中

import re a = re.match(r’(.*)’,’你好啊’) print(a.group()) #輸出匹配的字符 print(a.groups()) #會(huì)將()中的內(nèi)容會(huì)作為一個(gè)元組字符裝在元組中 print(’`````````````’) b = re.match(r’(.*)()’,’你好啊’) print(b.groups()) #有兩括號(hào)就分為兩個(gè)元組元素 print(b.group(0)) #group中默認(rèn)是0 print(b.group(1)) #你好啊 print(b.group(2)) #h1

search

和match差不多用法，從字符串中進(jìn)行搜索

import re print(re.match(r’\d\d’,’123test123test’)) print(re.search(r’\d\d’,’123test123test’))

findall

從字面意思上就可以看到，findall是尋找所有能匹配到的字符，并以列表的方式返回

import re print(re.search(r’test’,’123test123test’)) print(re.findall(r’test’,’123test123test’)) #以列表的方式返回

re.s

findall中另外一個(gè)屬性re.S

在字符串a(chǎn)中，包含換行符\n，在這種情況下:

如果不使用re.S參數(shù)，則只在每一行內(nèi)進(jìn)行匹配，如果一行沒(méi)有，就換下一行重新開始。而使用re.S參數(shù)以后，正則表達(dá)式會(huì)將這個(gè)字符串作為一個(gè)整體，在整體中進(jìn)行匹配。

如下要尋找test.*123的數(shù)據(jù)，因?yàn)閠est和123在不同的行，如果沒(méi)加re.s的話，他會(huì)在每一個(gè)進(jìn)行匹配查找而不是將字符串作為一個(gè)整體進(jìn)行查找

import re a = """aaatestaa aaaa123""" print(re.findall(r’test.*123’,a)) print(re.findall(r’test.*123’,a,re.S))

sub

查找字符串中所有相匹配的數(shù)據(jù)進(jìn)行替換

sub(要替換的數(shù)據(jù)，替換成什么，要替換的數(shù)據(jù)所在的數(shù)據(jù))

import re print(re.sub(’php’,’python’,’php是世界上最好的語(yǔ)言——php’)) #輸出 "python是世界上最好的語(yǔ)言——python"split

對(duì)字符串進(jìn)行分割，并返回一個(gè)列表

import re s = "itcase,java:php-php3;html" print(re.split(r",",s)) #以,號(hào)進(jìn)行分割 print(re.split(r",|:|-|;",s)) #以,或者：或者-或者;進(jìn)行分割 print(re.split(r",|:|-|%",s)) #找不到的分隔符就忽略

貪婪與非貪婪

python里的數(shù)量詞默認(rèn)是貪婪的，總是嘗試盡可能的匹配更多的字符。python中使用?號(hào)關(guān)閉貪婪模式

import re print(re.match(r"aa\d+","aa2323")) #會(huì)盡可能多的去匹配\d print(re.match(r"aa\d+?","aa2323")) #盡可能少的去匹配\d

import re s = "this is a number 234-235-22-423" # 1.貪婪模式 resule = re.match(r"(.+)(\d+-\d+-\d+-\d)",s) #我們本想數(shù)字和字母拆解成兩個(gè)分組 print(resule.groups()) #(’this is a number 23’, ’4-235-22-4’)但我們發(fā)現(xiàn)輸出的結(jié)果中23的數(shù)字竟然被弄到前面去了 #因?yàn)?它會(huì)盡可能多的進(jìn)行匹配，\d，只需要一個(gè)4就能滿足，所以前面就盡可能多的匹配 # 2.關(guān)閉貪婪模式 #在數(shù)量詞后面加上 ?，進(jìn)入非貪婪模式，盡可能少的進(jìn)行匹配 result = re.match(r"(.+?)(\d+-\d+-\d+-\d)",s) print(result.groups()) #(’this is a number ’, ’234-235-22-4’)

案例

匹配手機(jī)號(hào)

要求，手機(jī)號(hào)為11位，必須以1開頭，且第二個(gè)數(shù)字為35678其種一個(gè)

import re result = re.match(r’1[35678]\d{9}’,’13111111111’) print(result.group()) #匹配成功 result = re.match(r’1[35678]\d{9}’,’12111111111’) print(result) #none，第二位為2 result = re.match(r’1[35678]\d{9}’,’121111111112’) print(result) #none，有12位

提取網(wǎng)頁(yè)源碼中所有的文字

如下，將其中的所有文字提取出來(lái)，去掉標(biāo)簽。思路就是運(yùn)用sub方法，將標(biāo)簽替換為空

s = """

崗位職責(zé):

完成推薦算法、數(shù)據(jù)統(tǒng)計(jì)、接口、后臺(tái)等服務(wù)器端相關(guān)工作

必備要求:

良好的自我驅(qū)動(dòng)力和職業(yè)素養(yǎng)，工作積極主動(dòng)、結(jié)果導(dǎo)向

技術(shù)要求:

1、一年以上 Python開發(fā)經(jīng)驗(yàn)，掌握面向?qū)ο蠓治龊驮O(shè)計(jì)，了解設(shè)計(jì)模式

2、掌握HTTP協(xié)議，熟悉NVC、MVVM等概念以及相關(guān)wEB開發(fā)框架

3、掌握關(guān)系數(shù)據(jù)庫(kù)開發(fā)設(shè)計(jì)，掌握SQL，熟練使用 MySQL/PostgresQL中的一種

4、掌握NoSQL、MQ，熟練使用對(duì)應(yīng)技術(shù)解決方案

5、熟悉 Javascript/cSS/HTML5，JQuery,React.Vue.js

加分項(xiàng):

大數(shù)據(jù)，數(shù)理統(tǒng)計(jì)，機(jī)器學(xué)習(xí)，sklearn，高性能，大并發(fā)。

"""

要提取出來(lái)最重要的就是關(guān)閉貪婪模式，

result = re.sub(r’<.*?>| ’,’’,s) # print(result)

如果關(guān)閉貪婪模式，中的內(nèi)容會(huì)盡可能多的匹配，只要能夠滿足后面的>就行，然后<>xxx<>中xxx內(nèi)容也替換掉了

提取圖片地址

import re s = """""" result1 = re.search(r"src=\"https.*.jpg\"",s) print(result1.group()) result2 = re.search(r"src=\"(https.*.jpg)\"",s) #我只是想將網(wǎng)址提取出來(lái)，所以httpxx加括號(hào)，這樣我就可以把它單獨(dú)提取出來(lái)，src則不會(huì)出來(lái) print(result2.groups()[0])

原文鏈接：https://blog.csdn.net/qq_44159028/article/details/120575621