Python之 re 模块 及正则表达式(2-27)

时间:2021-08-15 10:08:05

什么是模块?

   常见的场景:一个模块就是一个包含了python定义和声明的文件,文件名就是模块名字加上.py的后缀。

   但其实import加载的模块分为四个通用类别: 

  1 使用python编写的代码(.py文件)

  2 已被编译为共享库或DLL的C或C++扩展

  3 包好一组模块的包

  4 使用C编写并链接到python解释器的内置模块

模块的作用就是更清晰,方便的实现功能的重复利用。

模块的导入和使用

http://www.cnblogs.com/Eva-J/articles/7292109.html

**模块的导入应该在程序开始的地方

正则表达式:

正则表达式本身也和python没有什么关系,就是匹配字符串内容的一种规则

官方定义:正则表达式是对字符串操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合

     组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。

Python之 re 模块 及正则表达式(2-27)Python之 re 模块 及正则表达式(2-27)
字符组 : [字符组]
在同一个位置可能出现的各种字符组成了一个字符组,在正则表达式中用[]表示
字符分为很多类,比如数字、字母、标点等等。
假如你现在要求一个位置
"只能出现一个数字",那么这个位置上的字符只能是0、1、2...9这10个数之一。
字符组
正则
待匹配字符
匹配
结果
说明
[0123456789]
8
True
在一个字符组里枚举合法的所有字符,字符组里的任意一个字符
和"待匹配字符"相同都视为可以匹配
[0123456789]
a
False
由于字符组中没有"a"字符,所以不能匹配
 
[0-9]
 
7
True
也可以用-表示范围,[0-9]就和[0123456789]是一个意思
 
[a-z]
 
s
 
True
 
同样的如果要匹配所有的小写字母,直接用[a-z]就可以表示
 
[A-Z]
 
B
 
True
 
[A-Z]就表示所有的大写字母
 
[0-9a-fA-F]
 
e
 
True
 
可以匹配数字,大小写形式的a~f,用来验证十六进制字符

字符:

 
元字符
 
匹配内容
匹配除换行符以外的任意字符
\w 匹配字母或数字或下划线
\s 匹配任意的空白符
\d 匹配数字
\n 匹配一个换行符
\t 匹配一个制表符
\b 匹配一个单词的结尾
^ 匹配字符串的开始
$ 匹配字符串的结尾
\W
匹配非字母或数字或下划线
\D
匹配非数字
\S
匹配非空白符
a|b
匹配字符a或字符b
()
匹配括号内的表达式,也表示一个组
[...]
匹配字符组中的字符
[^...]
匹配除了字符组中字符的所有字符

 

量词:

 

量词
用法说明
* 重复零次或更多次
+ 重复一次或更多次
? 重复零次或一次
{n} 重复n次
{n,} 重复n次或更多次
{n,m} 重复n到m次

. ^ $

正则 待匹配字符 匹配
结果
说明
海. 海燕海娇海东 海燕海娇海东   匹配所有"海."的字符
^海. 海燕海娇海东 海燕 只从开头匹配"海."
  海.$   海燕海娇海东 海东 只匹配结尾的"海.$"

* + ? { }

正则 待匹配字符 匹配
结果
说明
李.? 李杰和李莲英和李二棍子

李杰
李莲
李二

 
?表示重复零次或一次,即只匹配"李"后面一个任意字符
 
李.* 李杰和李莲英和李二棍子 李杰和李莲英和李二棍子
*表示重复零次或多次,即匹配"李"后面0或多个任意字符
李.+ 李杰和李莲英和李二棍子 李杰和李莲英和李二棍子
+表示重复一次或多次,即只匹配"李"后面1个或多个任意字符
李.{1,2} 李杰和李莲英和李二棍子

李杰和
李莲英
李二棍

{1,2}匹配1到2次任意字符

 注意:前面的*,+,?等都是贪婪匹配,也就是尽可能匹配,后面加?号使其变成惰性匹配

正则 待匹配字符 匹配
结果
说明
李.*? 李杰和李莲英和李二棍子

惰性匹配

字符集[][^]

正则 待匹配字符 匹配
结果
说明
李[杰莲英二棍子]* 李杰和李莲英和李二棍子

李杰
李莲英
李二棍子

 
表示匹配"李"字后面[杰莲英二棍子]的字符任意次
 
李[^和]* 李杰和李莲英和李二棍子

李杰
李莲英
李二棍子

表示匹配一个不是"和"的字符任意次
[\d] 456bdha3

4
5
6
3

表示匹配任意一个数字,匹配到4个结果
[\d]+ 456bdha3

456
3

表示匹配任意个数字,匹配到2个结果

 





















转义符 \

在正则表达式中,有很多有特殊意义的是元字符,比如\d和\s等,如果要在正则中匹配正常的"\d"而不是"数字"就需要对"\"进行转义,变成'\\'。

在python中,无论是正则表达式,还是待匹配的内容,都是以字符串的形式出现的,在字符串中\也有特殊的含义,本身还需要转义。所以如果匹配一次"\d",字符串中要写成'\\d',那么正则里就要写成"\\\\d",这样就太麻烦了。这个时候我们就用到了r'\d'这个概念,此时的正则是r'\\d'就可以了。

正则 待匹配字符 匹配
结果
说明
\d \d  False
因为在正则表达式中\是有特殊意义的字符,所以要匹配\d本身,用表达式\d无法匹配
\\d \d  True
转义\之后变成\\,即可匹配
"\\\\d" '\\d'  True
如果在python中,字符串中的'\'也需要转义,所以每一个字符串'\'又需要转义一次
r'\\d' r'\d'  True
在字符串之前加r,让整个字符串不转义

 

















re模块:
Python之 re 模块 及正则表达式(2-27)Python之 re 模块 及正则表达式(2-27)
s='hello world hi'
print(re.match('h\w+',s).group()) #>>>>>hello 获取匹配到的所有结果

# print(re.match('w\w*',s).group()) #>>>>>报错,因为match只能匹配首位字母

print(re.match('(h)(\w+)',s).groups()) #>>>('h',"ello")获取模型中匹配到的分组结果.注意groups和group的区别

print(re.match('(?P<k1>h)(?P<k2>e)',s).groupdict()) #>>>>{'k1': 'h', 'k2': 'e'} 获取模型中匹配中的字典的结果
re.match(从头匹配)
Python之 re 模块 及正则表达式(2-27)Python之 re 模块 及正则表达式(2-27)
s="hello alex alex bcd abcd lge acd 19 adsx"
print(re.finditer('(a)(\w+)(?P<k1>x)',s)) #>>><callable_iterator object at 0x00000000021FA390>
for i in re.finditer('(a)(\w+)(?P<k1>x)',s):
# print(i) #>>><_sre.SRE_Match object; span=(11, 15), match='alex'>
#<_sre.SRE_Match object; span=(11, 15), match='alex'>
# >>><_sre.SRE_Match object; span=(11, 15), match='adsx'>
# print(i.group()) #>>>>'alex'
#>>>>'alex'
#>>>>>'adsx'
print(i.groupdict()) #>>>{'k1': 'x'}
re.finditer
Python之 re 模块 及正则表达式(2-27)Python之 re 模块 及正则表达式(2-27)
# s="hello alex hello alex bcd abcd lge acd 19"
# print(re.findall(
'hello',s)) #>>>['hello', 'hello']

# print(re.findall(
'^h\w+',s))#>>>['hello']

# print(re.findall(
'^h+o$',s)) #>>>[]
# print(re.findall(
'd?','abdsfdkdsd')) #>>>['', '', 'd', '', '', 'd', '', 'd', '', 'd', '']
# print(re.findall(
'd+','abdsfdkdsd')) #>>>['d', 'd', 'd', 'd']
# print(re.findall(
'd*','agddsddd')) #>>>['', '', 'dd', '', 'ddd', '']
# print(re.findall(
'd{2}','agddsddd')) #>>>['dd', 'dd']

print(re.findall(
"a[bc]d","abdfffacd")) #>>>>['abd', 'acd'] []里面的两个任意匹配一个
print(re.findall(
'q[a-z]','qad')) #>>>>['qa']
print(re.findall(
'q[^a-z]*','q12$34e')) #>>>['q12$34']
print(re.findall(
'\([^()]+\)',"12+(34*6+2-5*(2-1))")) #>>>['(2-1)'] 匹配括号里面没有括号的
re.findall
Python之 re 模块 及正则表达式(2-27)Python之 re 模块 及正则表达式(2-27)
print(re.search('(?P<name>[a-z]+)',"alex36wusir34egon33").groupdict())#>>{'name': 'alex'}
print(re.search(
'(?P<name>[a-z]+)(?P<age>[0-9]+)',"alex36wusir34egon33").groupdict())#>>{'name': 'alex', 'age': '36'}
re.search
Python之 re 模块 及正则表达式(2-27)Python之 re 模块 及正则表达式(2-27)
print(re.split(' ',"alex egon hao"))#>>>['alex', 'egon', 'hao']
print(re.split("[e |]","alex egon|hao")) #>> ['al', 'x', '', 'gon', 'hao']
print(re.split("[ab]","abc"))#>>['', '', 'c']
print(re.split("[ab]","asdabcd")) #>>['', 'sd', '', 'cd']
re.split
Python之 re 模块 及正则表达式(2-27)Python之 re 模块 及正则表达式(2-27)
print(re.sub("\d+","A","aakk123ddd55kk66"))#>>aakkAdddAkkA(将匹配上的元素替换成’A‘)
print(re.sub("\d","A","aakk123ddd55kk66",3))#>>aakkAAAddd55kk66(将匹配上的前三个元素替换成’A‘)
print(re.subn("\d","A","aakk123ddd55kk66")) #>>('aakkAAAdddAAkkAA', 7)替换的次数按元组显示出来
re.sub替换
Python之 re 模块 及正则表达式(2-27)Python之 re 模块 及正则表达式(2-27)
# print(re.findall("\([^()]*\)","12+(34*6+2-5*(2-1))"))
#
print(re.findall("(abc)+","gbsabcabc"))
#
print(re.findall("(abc)\w+","abccabacb"))#>>['abc'] 对比下面没有括号可知,优先显示括号中的内容
#
print(re.findall("abc\w+","abccabacb"))#>>['abccabacb']
print(re.findall("(?:abc)+","abcabc"))#>>>['abcabc'](?:表示取消()的优先权限)
() 优先显示括号中的内容