观书散遗帙,探古穷至妙。这篇文章主要讲述#yyds干货盘点#Python 内置模块之 re 库,一文搞定正则表达式初阶用法,滚雪球学 Python 第 13 篇相关的知识,希望能为你提供帮助。
十三、python 内置模块之 re 库,一文搞定正则表达式初阶用法
13.1 re 库的应用re 库是 Python 中处理正则表达式的标准库,本篇博客介绍 re 库的同时,会简单介绍一下正则表达式语法,如果想深入学习正则表达式,还需要好好下一番功夫。
13.1.1 正则表达式语法
正则表达式语法由字符和操作符构成,初期阶段掌握下述这些内容即可。
操作符 | 说明 | 例子 | |
---|---|---|---|
. | 任何单个字符,极少不能匹配 | ||
[] | 字符集,对单个字符给出取值范围 | [abc] 表示匹配 a、b、c,[a-z] 表示 a 到 z 单个字符 | |
[\\^] | 非字符集,对单个字符给出排除范围 | [\\^abc] 表示匹配 非 a、非 b、非 c 的单个字符 | |
* | 前一个字符 0 次或无限次扩展 | abc* 表示 ab、abc、abcc、abccc 等 | |
+ | 前一个字符 1 次或无限次扩展 | abc+ 表示 abc、abcc、abccc 等 | |
? | 前一个字符 0 次或 1 次 | abc? 表示 ab、abc | |
| | 左右表达式任意一个 | abc|def 表示 abc 或者 def | |
m | 扩展前 1 个字符 m 次 | ab2c,表示 abbc | |
m,n | 扩展前 1 个字符 m 到 n 次 | ab1,2c,表示 abc、abbc | |
\\^ | 匹配字符串开头 | \\^abc 表示 abc 在字符串开头 | |
\\$ | 匹配字符串结尾 | abc$ 表示 abc 在字符串结尾 | |
() | 分组标记,内部仅能使用 | 操作符 | (abc) 表示 abc,(a | b) 表示 a、b |
\\d | 数字,等价于 [0-9] | ||
\\w | 字符,等价于 [A-Za-z0-9] |
13.1.2 re 库基本用法
re 库主要函数如下:
- 基础函数:
compile
; - 功能函数:
search
、match
、findall
、split
、finditer
、sub
。
在 Python 中,表示原生字符串,需要在字符串前面加上
r
。例如
my_str = iam xiangpica
在程序中会直接报错,如果希望字符串中
可以正常运行,需要加上转移字符 \\
,修改为 my_str = i\\am xiangpica
。但这样结合上文正则表达式中的操作符,就会出现问题,因为
\\
在正则表达式中是有真实含义的,如果你使用 re 库去匹配字符串中的 \\
,那需要使用 4 个反斜杠,为了避免这种情况出现,引入了原生字符串概念。# 不使用原生字符串的正则表达式"\\\\\\\\"
# 使用原生字符串的正则表达式 r"\\\\"
在后文会有实际的应用。
接下来在学习一个案例,例如下述代码:
my_str=C:\\numberprint(my_str)
C:
umber
本段代码的输出效果如下,
\\n
被解析成了换行,如果想要屏蔽这种现象,使用 r
即可:my_str=rC:\\numberprint(my_str)
输出
C:\\number
。13.2 re 库相关函数说明 13.2.1 re.search 函数
该函数用于,在字符串中搜索正则表达式匹配到的第一个位置的值,返回 match 对象。
函数原型如下:
re.search(pattern,string,flags=0)
需求:在字符串
梦想橡皮擦 good good
中匹配 橡皮擦
。import re
my_str=梦想橡皮擦 good good
pattern = r橡皮擦ret = re.search(pattern,my_str)
print(ret)
返回结果:
&
lt;
re.Match object;
span=(2, 5), match=橡皮擦&
gt;
。search
函数的第三个参数 flags
表示正则表达式使用时的控制标记。re.I
,re.IGNORECASE
:忽略正则表达式的大小写;re.M
,re.MULTILINE
:正则表达式中的 \\^ 操作符能够将给定字符串的每行当做匹配的开始;re.S
,re.DOTALL
:正则表达式中的.
操作符能够匹配所有字符。
import re
my_str = 梦想橡皮擦 good good
pattern = r橡皮擦ret = re.search(pattern, my_str)
if ret:
print(ret.group(0))
13.2.2 re.match 函数
该函数用于在目标字符串开始位置去匹配正则表达式,返回 match 对象,未匹配成功返回 None,函数原型如下:
re.match(pattern,string,flags=0)
一定要注意是目标字符串开始位置。
import re
my_str = 梦想橡皮擦 good good
pattern = r梦 # 匹配到数据
pattern = rgood # 匹配不到数据ret = re.match(pattern, my_str)
if ret:
print(ret.group(0))
re.match
和 re.search
方法都是一次最多返回一个匹配对象,如果希望返回多个值,可以通过在 pattern
里加括号构造匹配组返回多个字符串。13.2.3 re.findall 函数
该函数用于搜索字符串,以列表格式返回全部匹配到的字符串,函数原型如下:
re.findall(pattern,string,flags=0)
测试代码如下:
import re
my_str = 梦想橡皮擦 good good
pattern = rgood
ret = re.findall(pattern, my_str)
print(ret)
13.2.4 re.split 函数
该函数将一个字符串按照正则表达式匹配结果进行分割,返回一个列表。
函数原型如下:
re.split(pattern, string, maxsplit=0, flags=0)
re.split
函数进行分割的时候,如果正则表达式匹配到的字符恰好在字符串开头或者结尾,返回分割后的字符串列表首尾都多了空格,需要手动去除,例如下述代码:import re
my_str = 1梦想橡皮擦1good1good1pattern = r\\dret = re.split(pattern, my_str)print(ret)
运行结果:
[, 梦想橡皮擦, good, good, ]
切换为中间的内容,则能正确的分割字符串。
import re
my_str = 1梦想橡皮擦1good1good1pattern = rgoodret = re.split(pattern, my_str)print(ret)
如果在 pattern 中捕获到括号,那括号中匹配到的结果也会在返回的列表中。
import re
my_str = 1梦想橡皮擦1good1good1pattern = r(good)ret = re.split(pattern, my_str)print(ret)
运行结果,你可以对比带括号和不带括号的区别进行学习:
[1梦想橡皮擦1, good, 1, good, 1]
maxsplit
参数表示最多进行分割次数, 剩下的字符全部返回到列表的最后一个元素,例如设置匹配 1 次,得到的结果是 [1梦想橡皮擦1, 1good1]
。13.2.5 re.finditer 函数
搜索字符串,并返回一个匹配结果的迭代器,每个迭代元素都是 match 对象。函数原型如下:
re.finditer(pattern,string,flags=0)
测试代码如下:
import re
my_str = 1梦想橡皮擦1good1good1pattern = rgood# ret = re.split(pattern, my_str,maxsplit=1)
ret =re.finditer(pattern, my_str)
print(ret)
13.2.6 re.sub 函数
在一个字符串中替换被正则表达式匹配到的字符串,返回替换后的字符串,函数原型如下:
re.sub(pattern,repl,string,count=0,flags=0)
其中
repl
参数是替换匹配字符串的字符串,count
参数是匹配的最大替换次数。import re
my_str = 1梦想橡皮擦1good1good1pattern = rgoodret = re.sub(pattern, "nice", my_str)
print(ret)
运行之后,得到替换之后的字符串:
1梦想橡皮擦1nice1nice1
13.2.7 re 库其它函数
其它比较常见的函数有:
re.fullmatch()
,re.subn()
,re.escape()
,更多内容可以查阅 官方文档,获取一手资料。13.3 re 库的面向对象写法上文都是函数式写法,re 库可以采用面向对象的写法,将正则表达式进行编译之后,多次操作。核心用到的函数是
re.compile
。该函数原型如下:
regex = re.compile(pattern,flags=0)
其中
pattern
是正则表达式字符串或者原生字符串。测试代码如下:
import re
my_str = 1梦想橡皮擦1good1good1
# 正则对象
regex = re.compile(pattern = rgood)ret = regex.sub("nice", my_str)
print(ret)
上述代码将正则表达式编译为一个正则对象,后面在
regex.sub
函数中就不需要在写正则表达式了,使用时,只需要将编译好的 regex 对象替换所有的 re 对象,再去调用对应的方法。13.4 re 库的 match 对象【#yyds干货盘点#Python 内置模块之 re 库,一文搞定正则表达式初阶用法,滚雪球学 Python 第 13 篇】使用 re 库匹配字符串之后,会返回 match 对象,该对象具备以下属性和方法。
13.4.1 match 对象的属性
.string
:待匹配的文本;.re
:匹配时使用的 pattern 对象;.pos
:正则表达式搜索文本的开始位置;.endpos
:正则表达式搜索文本的结束位置。
import re
my_str = 1梦想橡皮擦1good1good1regex = re.compile(pattern = rg\\w+d)ret = regex.search(my_str)
print(ret)
print(ret.string)
print(ret.re)
print(ret.pos)
print(ret.endpos)
结果输出:
<
re.Match object;
span=(7, 16), match=good1good>
1梦想橡皮擦1good1good1
re.compile(g\\\\w+d)
0
17
13.4.2 match 对象的方法
.group(0)
:获取匹配后的字符串;.start()
:匹配字符串在原始字符串的开始位置;.end()
:匹配字符串在原始字符串的结尾位置;.span()
:返回(.start(),.end())
13.5 这篇博客的总结本篇博客学习了 Python 中 re 库的知识点,重点在 re 库中的各个函数,对正则表达式未做过多说明,希望对你有所帮助。
推荐阅读
- 一句话拯救自己
- 我上班时曾经有一次被扣工资一万多
- 性格内向的人有时候也会外向
- 买了房子,成了房奴
- add_action在另一个函数中无法正常工作,需要管理员通知
- WP主题检查插件错误未显示位置
- WP将前三个字换行
- Yoast插件未显示元描述和元关键字
- WP网站某些URL重定向到WP中的外部URL