码迷,mamicode.com
首页 > 其他好文 > 详细

正则的用法

时间:2020-05-23 00:25:38      阅读:51      评论:0      收藏:0      [点我收藏+]

标签:模式   回溯   除法   bcd   条件   原来   开头   aabb   分组   

正则表达式: 匹配内容,findall()方法将匹配到的内容返回列表,需引入re模块
1.1 匹配单个字符:
import re  # 首先引入re模块
# 匹配单个字符的用法:
# (1) \d:匹配数字
lst = re.findall("\d","字符 1q2we34re6fdsf8dg")
print(lst) # [‘1‘, ‘2‘, ‘3‘, ‘4‘, ‘6‘, ‘8‘] 将后面的字符串按照元素拆开,是数字的就放到列表里面
# (2) \D: 匹配非数字
lst = re.findall("\D","23fjs字符")
print(lst) # [‘f‘, ‘j‘, ‘s‘, ‘字‘, ‘符‘]

# (3) \w: 匹配数字字母下滑线和中文
lst = re.findall("\w","27 j3 _d_晴朗")
print(lst) # [‘2‘, ‘7‘, ‘j‘, ‘3‘, ‘_‘, ‘d‘, ‘_‘, ‘晴‘, ‘朗‘]
# (4) \W: 匹配非数字字母下划线中文
lst = re.findall("\W"," 3fs字符 %#")
print(lst) # [‘ ‘, ‘ ‘, ‘%‘, ‘#‘]

# (5) \s: 匹配任意空格符 \n,\r,\t
lst = re.findall("\s"," 38s sjf \t  ")
print(lst) # [‘ ‘, ‘ ‘, ‘ ‘, ‘\t‘, ‘ ‘, ‘ ‘]
# (6) \S: 匹配非空格符
lst = re.findall("\S","34sdf 9 \t ")
print(lst) # [‘3‘, ‘4‘, ‘s‘, ‘d‘, ‘f‘, ‘9‘]

# (7) \n: 匹配换行符
str1 = """
换行显示

"""
lst = re.findall("\n",str1)
print(lst) # [‘\n‘, ‘\n‘, ‘\n‘]

1.2 字符组:  匹配中括号里列举的内容

lst = re.findall("[abc]","oputuopctyauobpt")
print(lst) # [‘c‘, ‘a‘, ‘b‘]

print(re.findall(a[abc]b,aab abb acb adb)) # [‘aab‘, ‘abb‘, ‘acb‘]  # 匹配的数据必须以a开头,以b结尾,

print(re.findall(a[0123456789]b,a1b a2b a3b acb ayb)) # [‘a1b‘, ‘a2b‘, ‘a3b‘]
# 优化: -是一个特殊的字符,代表的是一个范围 0-9 0123456789
print(re.findall(a[0-9]b,a1b a2b a3b acb ayb)) # [‘a1b‘, ‘a2b‘, ‘a3b‘]

print(re.findall(a[abcdefg]b,a1b a2b a3b acb ayb adb)) # [‘acb‘, ‘adb‘]
# 优化: [a-g]  如果想要表达所有的26个小写字母[a-z]
print(re.findall(a[a-g]b,a1b a2b a3b acb ayb adb)) # [‘acb‘, ‘adb‘]

print(re.findall(a[ABCDEFG]b,a1b a2b a3b  aAb aDb aYb)) # [‘aAb‘, ‘aDb‘]
# 优化: [A-G]  如果想要表达所有的26个大写字母[A-Z]
print(re.findall(a[A-G]b,a1b a2b a3b  aAb aDb aYb)) # [‘aAb‘, ‘aDb‘]

print(re.findall(a[0-9a-zA-Z]b,a-b aab aAb aWb aqba1b)) # [‘aab‘, ‘aAb‘, ‘aWb‘, ‘aqb‘, ‘a1b‘]
# 注意: [0-z] 数字 小写 大写 还有特殊字符 比如@ ...
print(re.findall(a[0-z]b,a@b aab aAb aWb aqba1b)) # [‘a@b‘, ‘aab‘, ‘aAb‘, ‘aWb‘, ‘aqb‘, ‘a1b‘]

print(re.findall(a[0-9][*#/]b,a1/b a2b a29b a56b a456b)) # [‘a1/b‘]

1.3 量词: 多个字符的匹配 ?,+,*

# ?: 代表匹配?前面字符的0次或者1次
print(re.findall(a?b,abbzab abb aab)) # [‘ab‘, ‘b‘, ‘ab‘, ‘ab‘, ‘b‘, ‘ab‘]

# +: 代表匹配+前面字符的1次或者多次,就是至少一次
print(re.findall(a+b,b ab aaaaaab abb)) # [‘ab‘, ‘aaaaaab‘, ‘ab‘]

# *:代表匹配*前面字符的0次或者多次,就是任意次
print(re.findall(a*b,b ab aaaaaab abbbbbbb)) # [‘b‘, ‘ab‘, ‘aaaaaab‘, ‘ab‘, ‘b‘, ‘b‘, ‘b‘, ‘b‘, ‘b‘, ‘b‘]

# {m,n}: 匹配m到n次,包含m和n
#  1 <= a <= 3
print(re.findall(a{1,3}b,aaab ab aab abbb aaz aabb)) # [‘aaab‘, ‘ab‘, ‘aab‘, ‘ab‘, ‘aab‘]
# 前面修饰的a , 必须是2个字符
print(re.findall(a{2}b,aaab ab aab abbb aaz aabb)) # [‘aab‘, ‘aab‘, ‘aab‘]
# 前面修饰的a , 至少是2个字符
print(re.findall(a{2,}b,aaab ab aab abbb aaz aabb)) # [‘aaab‘, ‘aab‘, ‘aab‘]

1.4 贪婪模式与非贪婪模式: 一般默认是贪婪模式, 用?在量词后面修饰变成非贪婪模式

                                        贪婪模式: 默认向更多次匹配,底层用回溯算法,走到最后再回头,返回最后一个符合条件的匹配值, 效率比非贪婪模式高

              非贪婪模式:默认匹配更少的次数,用一个?修饰在量词的后面

strvar = "刘能和刘老根和刘铁棍子777子888"
# 贪婪匹配
lst = re.findall("刘.",strvar)
print(lst) # [‘刘能‘, ‘刘老‘, ‘刘铁‘]

lst = re.findall("刘.?",strvar)
print(lst) # [‘刘能‘, ‘刘老‘, ‘刘铁‘]

lst = re.findall("刘.+",strvar)
print(lst) # [‘刘能和刘老根和刘铁棍子777子888‘]

lst = re.findall("刘.*",strvar)
print(lst) # [‘刘能和刘老根和刘铁棍子777子888‘]

lst = re.findall("刘.{1,21}",strvar)
print(lst) # [‘刘能和刘老根和刘铁棍子777子888‘]

lst = re.findall("刘.*子",strvar)
print(lst) # [‘刘能和刘老根和刘铁棍子777子‘]

# 非贪婪匹配
lst = re.findall("刘.??",strvar)
print(lst) # [‘刘‘, ‘刘‘, ‘刘‘]

lst = re.findall("刘.+?",strvar)
print(lst) # [‘刘能‘, ‘刘老‘, ‘刘铁‘]

lst = re.findall("刘.*?",strvar)
print(lst) # [‘刘‘, ‘刘‘, ‘刘‘]

lst = re.findall("刘.{1,21}?",strvar)
print(lst) # [‘刘能‘, ‘刘老‘, ‘刘铁‘]

lst = re.findall("刘.*?子",strvar)
print(lst) # [‘刘能和刘老根和刘铁棍子‘]

lst = re.findall("天??","天空很蓝天气很好")
print(lst) # [‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘, ‘‘]  # 代表0次或者1次的非贪婪匹配,所以匹配为空

1.5 特殊字符:  ^, -, \, ., \b, ^, $

# ^ 在字符组当中, 代表除了中括号里的元素,需放到字符组的左边第一个位置
print(re.findall(a[^-+*/]b,"a%b ccaa*bda&bd")) # [‘a%b‘, ‘a&b‘]  除开-+*/这些字符,匹配其余符合条件的

# 如果想要匹配^ 或者 -, 在原来的字符前面加上\,让字符的含义失效.
lst = re.findall(r"e[\^\-]f","e^f e-f")
print(lst) # [‘e^f‘, ‘e-f‘]

# 匹配 \,在斜杠前再加一个斜杠,防止斜杠转义,代表一个斜杠
lst = re.findall(r"a\\c","a\c")
print(lst) # [‘a\\c‘] 两个斜杠实际代表一个
print(lst[0]) # a\c

# .表示匹配任意字符,除了换行符\n
lst = re.findall(".","w3sf\n")
print(lst) # [‘w‘, ‘3‘, ‘s‘, ‘f‘]
lst = re.findall(".","33s . s\n")
print(lst) # [‘3‘, ‘3‘, ‘s‘, ‘ ‘, ‘.‘, ‘ ‘, ‘s‘]

# 边界符 \b ^ $
# \b表示卡住字符的开头和结尾,是一个转义字符
strvar = "word pwd scf"
lst = re.findall(r".*d\b",strvar) # 表示元素必须以d结尾
print(lst) # [‘word pwd‘]

lst = re.findall(r".*?d\b",strvar)
print(lst) # [‘word‘, ‘ pwd‘]

lst = re.findall(r"\bw",strvar)
print(lst) # [‘w‘]  只匹配w且以w开头

lst = re.findall(r"\bw.*?",strvar)
print(lst) # [‘w‘]

# # 正则表达式中写字符时,要谨慎,下面例子必须匹配到第一个空格时,才结束
lst = re.findall(r"\bw.*? ",strvar)
print(lst) # [‘word ‘]

lst = re.findall(r"\bw\S*",strvar)
print(lst) # [‘word‘]

 # ^ $: ^表示必须以..开头,$表示必须以..结尾.如果同时出现^和$,则要把这个字符串当做一个整体来匹配
strvar = "天空天气天气"
print(re.findall(天.,strvar))  # [‘天空‘, ‘天气‘, ‘天气‘]
print(re.findall(^天.,strvar)) # [‘天空‘]
print(re.findall(天.$,strvar)) # [‘天气‘]
print(re.findall(^天.$,strvar)) # [] 将字符串当做整体来看,没有以.结尾的
print(re.findall(^天.*?$,strvar)) # [‘天空天气天气‘] 将字符串当做整体来看
print(re.findall(^天.*?天$,strvar)) # []
print(re.findall(^天.*?气$,strvar)) # [‘天空天气天气‘]

print(re.findall(^g.*?  , giveme 1gfive gay)) # [‘giveme ‘]
print(re.findall(five$ , aassfive)) # [‘five‘]
print(re.findall(^giveme$ , giveme)) # [‘giveme‘]
print(re.findall(^giveme$ , giveme giveme)) # []
print(re.findall(giveme , giveme giveme)) # [‘giveme‘, ‘giveme‘]
print(re.findall("^g.*e",giveme 1gfive gay)) # [‘giveme 1gfive‘]

1.6 匹配分组:  用(),有分组的功能,可以优先显示,用?:表示取消括号里的优先分组

# 要所有的姓名
str1 = wusir_good alex_good secret男_good
print(re.findall("(.*?)_good",str1)) # [‘wusir‘, ‘ alex‘, ‘ secret男‘]  括号里优先显示
# ?: 不显示括号里面的内容
print(re.findall((?:.*?)_good,wusir_good alex_good secret男_good))
 # [‘wusir_good‘, ‘ alex_good‘, ‘ secret男_good‘]

# |表示或,匹配到|前面或者后面的字符都符合条件,通常都将较难(较长)的条件放|前面,将较易(较短)的条件放|后面
strvar = "abcddd"
lst = re.findall("a|b",strvar)
print(lst) # [‘a‘, ‘b‘]

strvar = "abc24234234ddabcd234234"
lst = re.findall("abc|abcd",strvar)
print(lst)   # [‘abc‘, ‘abc‘]  优先匹配abc,在匹配abcd,所以只匹配到abc
lst = re.findall("abcd|abc",strvar)
print(lst)   # [‘abc‘, ‘abcd‘]  优先匹配abcd,在匹配abc

# (1)匹配小数
strvar = "5.33 3.13 34 34.  .98 9.99 sdfsdf  ......"
lst = re.findall(r"\d+\.\d+",strvar)
print(lst) # [‘5.33‘, ‘3.13‘, ‘9.99‘]

# (2)匹配小数和整数
strvar = "5.33 3.13 34 34.  .98 9.99 35.5.5sdfsdf  ......"
lst = re.findall(r"\d+(?:\.?\d*)",strvar)
print(lst) # [‘5.33‘, ‘3.13‘, ‘34‘, ‘34.‘, ‘98‘, ‘9.99‘, ‘35.5‘, ‘5‘]

# 匹配135或171的手机号
strvar = "asdfasd234 13591199444 17188886666 19145547744"
lst = re.findall("(?:135|171)\d{8}",strvar)
print(lst) # [‘13591199444‘, ‘17188886666‘]

# 卡主开头和结尾,数字必须是11位
strvar = "13591199444"
lst = re.findall("^1\d{9}\d$",strvar)
print(lst) # [‘13591199444‘]

2. search函数:  只要找到一个匹配的值就返回,返回的是一个对象,可以把分组内容和匹配内容全部显示出来

         用对象.group()获取匹配的内容, 用对象.groups获取分组的内容


# 匹配www.baidu.com 或者 www.oldboy.com
strvar = "www.baidu.com"
lst = re.findall("^www\.(?:baidu|oldboy)\.com$",strvar)
print(lst) # [‘www.baidu.com‘]

obj = re.search("(www)\.(baidu|oldboy)\.(com)",strvar)
print(obj)  # <_sre.SRE_Match object; span=(0, 13), match=‘www.baidu.com‘>
print(obj.group())  # www.baidu.com
print(obj.groups())  # (‘www‘, ‘baidu‘, ‘com‘)

# 获取第一个小括号里面的内容
print(obj.group(1)) # www
# # 获取第二个小括号里面的内容
print(obj.group(2)) # baidu
# # 获取第三个小括号里面的内容
print(obj.group(3)) # com

# # ### 案例:用正则做运算   "5*6-7/3" 匹配 5*6 或者 7/3
# """search 在匹配不到时,返回的是None,无法使用group"""
# # 匹配出5*6
strvar = "5*6-7/3"
# # 匹配出5*6
obj = re.search(r"\d+[*/]\d+",strvar)
print(obj)
strvar1 = obj.group()
print(strvar1) # 5*6
# 按照*号分隔,算出乘积结果
n1,n2 = strvar1.split("*")
res1 = int(n1)*int(n2)
print(res1)

# 对字符串进行替换
# strvar = "30-7/3"
strvar2 = strvar.replace(strvar1,str(res1))
print(strvar2) # 30-7/3
# 匹配出 7/3
obj = re.search(r"\d+[*/]\d+",strvar2)
strvar3 = obj.group()
print(strvar3) # 7/3
# 按照/号分隔,算出除法结果
n1,n2 = strvar3.split("/")
res2 = int(n1)/int(n2)
print(res2)
# 对字符串进行替换
strvar4 = strvar2.replace(strvar3,str(res2))
print(strvar4)

# 通过-号进行最后的分隔,算出最后的结果.
n1,n2 = strvar4.split("-")
res_finally = float(n1) - float(n2)
print(res_finally)  # 27.666666666666668

2.2 命名分组: 用?P来给匹配条件分组, 后面调用时可以用\1, \2... 也可以用(?P=组名)...

# 分组
strvar = "<div>明天<是>周六</div>"
# 当不清楚字符串中含有什么内容时,用.*?进行取代
lst = re.findall(r"<(.*?)>(.*?)<(.*?)>",strvar)
print(lst) # [(‘div‘, ‘明天‘, ‘是‘)]

# (1) 反向引用: 将第一个括号得到的值,在\1位置处再调用,将第二个括号里得到的值在\2的位置处在调用...
lst = re.findall(r"<(.*?)>(.*?)<(/\1)>",strvar)
print(lst) # [(‘div‘, ‘明天<是>周六‘, ‘/div‘)]

strvar = "a1b2cab"
obj = re.search(r"(.*?)\d(.*?)\dc\1\2",strvar)
print(obj.group()) # a1b2cab

#  (2) 命名分组:用?P给分的小组命名,后面再调用可以继续用\1 \2...,也可以直接用(?P=组名)
# 方法一
strvar = "a1b2cab"
obj = re.search(r"(?P<t1>.*?)\d(?P<t2>.*?)\dc\1\2",strvar)
print(obj.group()) # a1b2cab

# 方法二
strvar = "a1b2cab"
obj = re.search(r"(?P<t1>.*?)\d(?P<t2>.*?)\dc(?P=t1)(?P=t2)",strvar)
print(obj.group()) # a1b2cab
 

正则的用法

标签:模式   回溯   除法   bcd   条件   原来   开头   aabb   分组   

原文地址:https://www.cnblogs.com/fdsimin/p/12940310.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!