一、簡(jiǎn)介

正則表達(dá)式本身是一種小型的、高度專(zhuān)業(yè)化的編程語(yǔ)言，而在python中，通過(guò)內(nèi)嵌集成re模塊，程序媛們可以直接調(diào)用來(lái)實(shí)現(xiàn)正則匹配。正則表達(dá)式模式被編譯成一系列的字節(jié)碼，然后由用C編寫(xiě)的匹配引擎執(zhí)行。

二、正則表達(dá)式中常用的字符含義

1、普通字符和11個(gè)元字符：

這里需要強(qiáng)調(diào)一下反斜杠\的作用：

• 反斜杠后邊跟元字符去除特殊功能；（即將特殊字符轉(zhuǎn)義成普通字符）
• 反斜杠后邊跟普通字符實(shí)現(xiàn)特殊功能；（即預(yù)定義字符）
• 引用序號(hào)對(duì)應(yīng)的字組所匹配的字符串。

a=re.search(r'(tina)(fei)haha\2','tinafeihahafei tinafeihahatina').group()
print(a)

結(jié)果：

tinafeihahafei

2、預(yù)定義字符集（可以寫(xiě)在字符集[...]中）

這里需要強(qiáng)調(diào)一下\b的單詞邊界的理解：

w = re.findall('\btina','tian tinaaaa')
print(w)
s = re.findall(r'\btina','tian tinaaaa')
print(s)
v = re.findall(r'\btina','tian#tinaaaa')
print(v)
a = re.findall(r'\btina\b','tian#tina@aaa')
print(a)

執(zhí)行結(jié)果如下：
[]
['tina']
['tina']
['tina']

3、特殊分組用法：

三、re模塊中常用功能函數(shù)

1、compile()

編譯正則表達(dá)式模式，返回一個(gè)對(duì)象的模式。（可以把那些常用的正則表達(dá)式編譯成正則表達(dá)式對(duì)象，這樣可以提高一點(diǎn)效率。）

格式：

re.compile(pattern,flags=0)

pattern: 編譯時(shí)用的表達(dá)式字符串。

flags 編譯標(biāo)志位，用于修改正則表達(dá)式的匹配方式，如：是否區(qū)分大小寫(xiě)，多行匹配等。常用的flags有：

標(biāo)志	含義
re.S(DOTALL)	使.匹配包括換行在內(nèi)的所有字符
re.I（IGNORECASE）	使匹配對(duì)大小寫(xiě)不敏感
re.L（LOCALE）	做本地化識(shí)別（locale-aware)匹配，法語(yǔ)等
re.M(MULTILINE)	多行匹配，影響^和$
re.X(VERBOSE)	該標(biāo)志通過(guò)給予更靈活的格式以便將正則表達(dá)式寫(xiě)得更易于理解
re.U	根據(jù)Unicode字符集解析字符，這個(gè)標(biāo)志影響\w,\W,\b,\B

import re
tt = "Tina is a good girl, she is cool, clever, and so on..."
rr = re.compile(r'\w*oo\w*')
print(rr.findall(tt)) #查找所有包含'oo'的單詞

執(zhí)行結(jié)果如下：
['good', 'cool']

2、match()

決定RE是否在字符串剛開(kāi)始的位置匹配。//注：這個(gè)方法并不是完全匹配。當(dāng)pattern結(jié)束時(shí)若string還有剩余字符，仍然視為成功。想要完全匹配，可以在表達(dá)式末尾加上邊界匹配符'$'

格式：

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

print(re.match('com','comwww.runcomoob').group())
print(re.match('com','Comwww.runcomoob',re.I).group())

執(zhí)行結(jié)果如下：
com
com

3、search()

 格式：

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

re.search函數(shù)會(huì)在字符串內(nèi)查找模式匹配,只要找到第一個(gè)匹配然后返回，如果字符串沒(méi)有匹配，則返回None。

print(re.search('\dcom','www.4comrunoob.5com').group())

執(zhí)行結(jié)果如下：
4com

*注：match和search一旦匹配成功，就是一個(gè)match object對(duì)象，而match object對(duì)象有以下方法：

• group() 返回被 RE 匹配的字符串
• start() 返回匹配開(kāi)始的位置
• end() 返回匹配結(jié)束的位置
• span() 返回一個(gè)元組包含匹配 (開(kāi)始,結(jié)束) 的位置
• group() 返回re整體匹配的字符串，可以一次輸入多個(gè)組號(hào)，對(duì)應(yīng)組號(hào)匹配的字符串。

a. group（）返回re整體匹配的字符串，

b. group (n,m) 返回組號(hào)為n，m所匹配的字符串，如果組號(hào)不存在，則返回indexError異常

c.groups（）groups() 方法返回一個(gè)包含正則表達(dá)式中所有小組字符串的元組，從 1 到所含的小組號(hào)，通常groups()不需要參數(shù)，返回一個(gè)元組，元組中的元就是正則表達(dá)式中定義的組。

import re
a = "123abc456"
 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(0)) #123abc456,返回整體
 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(1)) #123
 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(2)) #abc
 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(3)) #456
###group(1) 列出第一個(gè)括號(hào)匹配部分，group(2) 列出第二個(gè)括號(hào)匹配部分，group(3) 列出第三個(gè)括號(hào)匹配部分。###

4、findall()

re.findall遍歷匹配，可以獲取字符串中所有匹配的字符串，返回一個(gè)列表。

 格式：

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

p = re.compile(r'\d+')
print(p.findall('o1n2m3k4'))

執(zhí)行結(jié)果如下：
['1', '2', '3', '4']

import re
tt = "Tina is a good girl, she is cool, clever, and so on..."
rr = re.compile(r'\w*oo\w*')
print(rr.findall(tt))
print(re.findall(r'(\w)*oo(\w)',tt))#()表示子表達(dá)式 

執(zhí)行結(jié)果如下：
['good', 'cool']
[('g', 'd'), ('c', 'l')]

5、finditer()

 搜索string，返回一個(gè)順序訪問(wèn)每一個(gè)匹配結(jié)果（Match對(duì)象）的迭代器。找到 RE 匹配的所有子串，并把它們作為一個(gè)迭代器返回。

格式：

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

iter = re.finditer(r'\d+','12 drumm44ers drumming, 11 ... 10 ...')
for i in iter:
 print(i)
 print(i.group())
 print(i.span())

執(zhí)行結(jié)果如下：
<_sre.SRE_Match object; span=(0, 2), match='12'>
12
(0, 2)
<_sre.SRE_Match object; span=(8, 10), match='44'>
44
(8, 10)
<_sre.SRE_Match object; span=(24, 26), match='11'>
11
(24, 26)
<_sre.SRE_Match object; span=(31, 33), match='10'>
10
(31, 33)

6、split()

按照能夠匹配的子串將string分割后返回列表。

可以使用re.split來(lái)分割字符串，如：re.split(r'\s+', text)；將字符串按空格分割成一個(gè)單詞列表。

格式：

re.split(pattern, string[, maxsplit])

maxsplit用于指定最大分割次數(shù)，不指定將全部分割。

print(re.split('\d+','one1two2three3four4five5'))

執(zhí)行結(jié)果如下：
['one', 'two', 'three', 'four', 'five', '']

7、sub()

使用re替換string中每一個(gè)匹配的子串后返回替換后的字符串。

格式：

re.sub(pattern, repl, string, count)

import re
text = "JGood is a handsome boy, he is cool, clever, and so on..."
print(re.sub(r'\s+', '-', text))

執(zhí)行結(jié)果如下：
JGood-is-a-handsome-boy,-he-is-cool,-clever,-and-so-on...

其中第二個(gè)函數(shù)是替換后的字符串；本例中為'-'

第四個(gè)參數(shù)指替換個(gè)數(shù)。默認(rèn)為0，表示每個(gè)匹配項(xiàng)都替換。

re.sub還允許使用函數(shù)對(duì)匹配項(xiàng)的替換進(jìn)行復(fù)雜的處理。

如：re.sub(r'\s', lambda m: '[' + m.group(0) + ']', text, 0)；將字符串中的空格' '替換為'[ ]'。

import re
text = "JGood is a handsome boy, he is cool, clever, and so on..."
print(re.sub(r'\s+', lambda m:'['+m.group(0)+']', text,0))

執(zhí)行結(jié)果如下：
JGood[ ]is[ ]a[ ]handsome[ ]boy,[ ]he[ ]is[ ]cool,[ ]clever,[ ]and[ ]so[ ]on...

8、subn()

 返回替換次數(shù)

格式：

subn(pattern, repl, string, count=0, flags=0)

print(re.subn('[1-2]','A','123456abcdef'))
print(re.sub("g.t","have",'I get A, I got B ,I gut C'))
print(re.subn("g.t","have",'I get A, I got B ,I gut C'))

執(zhí)行結(jié)果如下：
('AA3456abcdef', 2)
I have A,  I have B ,I have C
('I have A,  I have B ,I have C', 3)

四、一些注意點(diǎn)

1、re.match與re.search與re.findall的區(qū)別：

re.match只匹配字符串的開(kāi)始，如果字符串開(kāi)始不符合正則表達(dá)式，則匹配失敗，函數(shù)返回None；而re.search匹配整個(gè)字符串，直到找到一個(gè)匹配。

a=re.search('[\d]',"abc33").group()
print(a)
p=re.match('[\d]',"abc33")
print(p)
b=re.findall('[\d]',"abc33")
print(b)

執(zhí)行結(jié)果：
3
None
['3', '3']

2、貪婪匹配與非貪婪匹配

*?,+?,??,{m,n}?    前面的*,+,?等都是貪婪匹配，也就是盡可能匹配，后面加?號(hào)使其變成惰性匹配

a = re.findall(r"a(\d+?)",'a23b')
print(a)
b = re.findall(r"a(\d+)",'a23b')
print(b)

執(zhí)行結(jié)果：
['2']
['23']

a = re.match('<(.*)>','<H1>title<H1>').group()
print(a)
b = re.match('<(.*?)>','<H1>title<H1>').group()
print(b)

執(zhí)行結(jié)果：
<H1>title<H1>
<H1>

a = re.findall(r"a(\d+)b",'a3333b')
print(a)
b = re.findall(r"a(\d+?)b",'a3333b')
print(b)

執(zhí)行結(jié)果如下：
['3333']
['3333']
#######################

這里需要注意的是如果前后均有限定條件的時(shí)候，就不存在什么貪婪模式了，非匹配模式失效。

 3、用flags時(shí)遇到的小坑

print(re.split('a','1A1a2A3',re.I))#輸出結(jié)果并未能區(qū)分大小寫(xiě)

這是因?yàn)閞e.split(pattern，string，maxsplit,flags)默認(rèn)是四個(gè)參數(shù)，當(dāng)我們傳入的三個(gè)參數(shù)的時(shí)候，系統(tǒng)會(huì)默認(rèn)re.I是第三個(gè)參數(shù)，所以就沒(méi)起作用。如果想讓這里的re.I起作用，寫(xiě)成flags=re.I即可。

五、正則的小實(shí)踐

1、匹配電話號(hào)碼

p = re.compile(r'\d{3}-\d{6}')
print(p.findall('010-628888'))

2、匹配IP

re.search(r"(([01]?\d?\d|2[0-4]\d|25[0-5])\.){3}([01]?\d?\d|2[0-4]\d|25[0-5]\.)","192.168.1.1")

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評(píng)論