锐客网

  1. 首页 > 睿知 > it技术 > >

python中的函数匹配 python字段匹配

匹配IT技术

Python常用的正则表达式处理函数详解 正则表达式是一个特殊的字符序列，用于简洁表达一组字符串特征，检查一个字符串是否与某种模式匹配 ， 使用起来十分方便 。
在Python中，我们通过调用re库来使用re模块：
import re
下面介绍Python常用的正则表达式处理函数 。
re.match函数
re.match 函数从字符串的起始位置匹配正则表达式，返回match对象，如果不是起始位置匹配成功的话 ， match()就返回None 。
re.match(pattern, string, flags=0)
pattern：匹配的正则表达式 。
string：待匹配的字符串 。
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 。具体参数为：
re.I：忽略大小写 。
re.L：表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境 。
re.M：多行模式 。
re.S：即 . ， 并且包括换行符在内的任意字符（. 不包括换行符） 。
re.U：表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库 。
re.X：为了增加可读性，忽略空格和 # 后面的注释 。
import re#从起始位置匹配r1=re.match('abc','abcdefghi')print(r1)#不从起始位置匹配r2=re.match('def','abcdefghi')print(r2)
运行结果：
其中，span表示匹配成功的整个子串的索引 。
使用group(num) 或 groups() 匹配对象函数来获取匹配表达式 。
group(num)：匹配的整个表达式的字符串，group() 可以一次输入多个组号，这时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 。
import res='This is a demo'r1=re.match(r'(.*) is (.*)',s)r2=re.match(r'(.*) is (.*?)',s)print(r1.group())print(r1.group(1))print(r1.group(2))print(r1.groups())print()print(r2.group())print(r2.group(1))print(r2.group(2))print(r2.groups())
运行结果：
上述代码中的(.*)和(.*?)表示正则表达式的贪婪匹配与非贪婪匹配 。
re.search函数
re.search函数扫描整个字符串并返回第一个成功的匹配，如果匹配成功则返回match对象，否则返回None 。
re.search(pattern, string, flags=0)
pattern：匹配的正则表达式 。
string：待匹配的字符串 。
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 。
import re#从起始位置匹配r1=re.search('abc','abcdefghi')print(r1)#不从起始位置匹配r2=re.search('def','abcdefghi')print(r2)
运行结果：
使用group(num) 或 groups() 匹配对象函数来获取匹配表达式 。
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，这时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 。
import res='This is a demo'r1=re.search(r'(.*) is (.*)',s)r2=re.search(r'(.*) is (.*?)',s)print(r1.group())print(r1.group(1))print(r1.group(2))print(r1.groups())print()print(r2.group())print(r2.group(1))print(r2.group(2))print(r2.groups())
运行结果：
从上面不难发现re.match与re.search的区别：re.match只匹配字符串的起始位置 ， 只要起始位置不符合正则表达式就匹配失败，而re.search是匹配整个字符串，直到找到一个匹配为止 。
re.compile 函数
compile 函数用于编译正则表达式 ， 生成一个正则表达式对象，供 match() 和 search() 这两个函数使用 。
re.compile(pattern[, flags])
pattern：一个字符串形式的正则表达式 。
flags：可选，表示匹配模式，比如忽略大小写，多行模式等 。
import re#匹配数字r=re.compile(r'\d ')r1=r.match('This is a demo')r2=r.match('This is 111 and That is 222',0,27)r3=r.match('This is 111 and That is 222',8,27)print(r1)print(r2)print(r3)
运行结果：
findall函数
搜索字符串，以列表形式返回正则表达式匹配的所有子串，如果没有找到匹配的，则返回空列表 。
需要注意的是，match 和 search 是匹配一次，而findall 匹配所有 。
findall(string[, pos[, endpos]])
string：待匹配的字符串 。
pos：可选参数，指定字符串的起始位置，默认为0 。
endpos：可选参数，指定字符串的结束位置，默认为字符串的长度 。
import re#匹配数字r=re.compile(r'\d ')r1=r.findall('This is a demo')r2=r.findall('This is 111 and That is 222',0,11)r3=r.findall('This is 111 and That is 222',0,27)print(r1)print(r2)print(r3)
运行结果：
re.finditer函数
和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回 。
re.finditer(pattern, string, flags=0)
pattern：匹配的正则表达式 。
string：待匹配的字符串 。
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 。
import rer=re.finditer(r'\d ','This is 111 and That is 222')for i in r:print (i.group())
运行结果：
re.split函数
将一个字符串按照正则表达式匹配的子串进行分割后 ， 以列表形式返回 。
re.split(pattern, string[, maxsplit=0, flags=0])
pattern：匹配的正则表达式 。
string：待匹配的字符串 。
maxsplit：分割次数，maxsplit=1分割一次，默认为0，不限次数 。
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 。
import rer1=re.split('\W ','This is 111 and That is 222')r2=re.split('\W ','This is 111 and That is 222',maxsplit=1)r3=re.split('\d ','This is 111 and That is 222')r4=re.split('\d ','This is 111 and That is 222',maxsplit=1)print(r1)print(r2)print(r3)print(r4)
运行结果：
re.sub函数
re.sub函数用于替换字符串中的匹配项 。
re.sub(pattern, repl, string, count=0, flags=0)
pattern：正则中的模式字符串 。
repl：替换的字符串 ， 也可为一个函数 。
string：要被查找替换的原始字符串 。
count：模式匹配后替换的最大次数，默认0表示替换所有的匹配 。
import rer='This is 111 and That is 222'# 删除字符串中的数字r1=re.sub(r'\d ','',r)print(r1)# 删除非数字的字符串r2=re.sub(r'\D','',r)print(r2)
运行结果：
到此这篇关于Python常用的正则表达式处理函数详解的文章就介绍到这了，希望大家以后多多支持！
一文秒懂python正则表达式常用函数01 Re概览
Re模块是python的内置模块python中的函数匹配 ， 提供了正则表达式在python中的所有用法python中的函数匹配，默认安装位置在python根目录下的Lib文件夹（如 ..\Python\Python37\Lib） 。主要提供了3大类字符串操作方法python中的函数匹配：
字符查找/匹配
字符替换
字符分割
由于是面向字符串类型的模块，就不得不提到字符串编码类型 。re模块中，模式串和搜索串既可以是 Unicode 字符串 (常用str类型)，也可以是8位字节串 (bytes，2位16进制数字，例如\xe5) ，但要求二者必须是同类型字符串 。
02 字符串查找/匹配
预编译python中的函数匹配：compile
在介绍查找和匹配函数前 ， 首先需要知道re的compile函数，该函数可以将一个模式串编译成正则表达式类型 ， 以便后续快速匹配和复用
import repattern = re.compile(r'[a-z]{2,5}')type(pattern) #re.Pattern
此例创建了一个正则表达式式对象 (re.pattern) ，命名为pattern，用于匹配2-5位小写字母的模式串 。后续在使用其他正则表达式函数时，即可使用pattern进行方法调用 。
匹配：match
match函数用于从文本串的起始位置开始匹配，若匹配成功 ， 则返回相应的匹配对象，此时可调用group()方法返回匹配结果，也可用span()方法返回匹配起止下标区间；否则返回None
import repattern = re.compile(r'[a-z]{2,5}')text1 = 'this is a re test'res = pattern.match(text1)print(res) #if res:print(res.group()) #thisprint(res.span()) #(0, 4)text2 = '是的, this is a re test'print(pattern.match(text2))#None
match函数还有一个变形函数fullmatch ， 当且仅当模式串与文本串刚好全部匹配时，返回一个匹配对象，否则返回None
搜索：search
match只提供了从文本串起始位置匹配的结果，如果想从任意位置匹配，则可调用search方法，与match方法类似 ， 当任意位置匹配成功，则立即返回一个匹配对象，也可调用span()方法获取起止区间、调用group方法获得匹配文本串
import repattern = re.compile(r'\s[a-z]{2}')text1 = 'this is a re test'res = pattern.search(text1)print(res) #if res:print(res.group()) #isprint(res.span()) #(4, 7)pattern2 = re.compile(r'\s[a-z]{5}')text2 = '是的,this is a re test'print(pattern2.search(text2))#None
match和search均用于匹配单个结果，唯一区别在于前者是从起始位置开始匹配，而后者从任意位置匹配，匹配成功则返回一个match对象 。
全搜索：findall/finditer
几乎是最常用的正则表达式函数，用于寻找所有匹配的结果 ， 例如在爬虫信息提取中，可非常方便地提取所有匹配字段
import repattern = re.compile(r'\s[a-z]{2,5}')text1 = 'this is a re test'res = pattern.findall(text1)print(res) #[' is', ' re', ' test']
findall返回的是一个列表对象类型，当无匹配对象时，返回一个空列表 。为了避免因同时返回大量匹配结果占用过多内存，可以调用finditer函数返回一个迭代器类型，其中每个迭代元素是一个match对象，可继续调用group和span方法获取相应结果
import repattern = re.compile(r'\s[a-z]{2,5}')text1 = 'this is a re test'res = pattern.finditer(text1)for r in res:print(r.group())"""isretest"""
当匹配模式串较为简单或者仅需单词调用时，上述所有方法也可直接调用re类函数，而无需事先编译 。此时各方法的第一个参数为模式串 。
import repattern = re.compile(r'\d{2,5}')text = 'this is re test're.findall('[a-z] ', text) #['this', 'is', 're', 'test']03 字符串替换/分割
替换:sub/subn
当需要对文本串进行条件替换时，可调用re.sub实现 (当然也可先编译后再用调用实例方法) ， 相应参数分别为模式串、替换格式、文本串，还可以通过增加缺省参数限定替换次数和匹配模式 。通过在模式串进行分组，可实现字符串的格式化替换（类似字符串的format方法），以实现特定任务 。
import retext = 'today is 2020-03-05'print(re.sub('-', '', text)) #'today is 20200305'print(re.sub('-', '', text, 1)) #'today is 202003-05'print(re.sub('(\d{4})-(\d{2})-(\d{2})', r'\2/\3/\1', text)) #'today is 03/05/2020'
re.sub的一个变形方法是re.subn，区别是返回一个2元素的元组 ， 其中第一个元素为替换结果，第二个为替换次数
import retext = 'today is 2020-03-05'print(re.subn('-', '', text)) #('today is 20200305', 2)
分割：split
还可以调用正则表达式实现字符串的特定分割，相当于.split()方法的一个加强版，实现特定模式的分割 ， 返回一个切割后的结果列表
import retext = 'today is a re test, what do you mind?'print(re.split(',', text)) #['today is a re test', ' what do you mind?']04 总结
python中的re模块提供了正则表达式的常用方法，每种方法都包括类方法调用(如re.match)或模式串的实例调用(pattern.match)2种形式
常用的匹配函数：match/fullmatch
常用的搜索函数：search/findall/finditer
常用的替换函数：sub/subn
常用的切割函数：split
还有其他很多方法，但不是很常用，具体可参考官方文档
另外，python还有第三方正则表达式库regex可供选择
到此这篇关于一文秒懂python正则表达式常用函数的文章就介绍到这了 ， 希望大家以后多多支持python中的函数匹配！
Python re函数 中文正则匹配建议使用以下正则表达式：
(?=)[^a-zA-Z0-9_] (?=)
前面的 (?=) 和后面的 (?=) ，使得匹配出现在 . . .之间；
[^a-zA-Z0-9_]排除对英文数字下划线的匹配，可根据具体情况作变动 。
【python中的函数匹配 python字段匹配】python中的函数匹配的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于python字段匹配、python中的函数匹配的信息别忘了在本站进行查找喔 。

    推荐阅读


    上一篇：线上redis redis在线人数怎么做

    下一篇：如何更换网站服务器？ 怎么换服务器网站