python正則表示式最詳解
阿新 • • 發佈：2021-11-05
目錄
- 一、正則表示式–元字元
- 1. 數量詞
- 2. 字元匹配
- 3. 邊界匹配
- 4. 組
- 5. 匹配模式引數
- 二、方法
- re.findall
- re.match
- group匹配物件
- re.search
- re.compile
- 三、檢索和替換
- re.sub 替換字串
- 總結
一、正則表示式–元字元
re 模組使 語言擁有全部的正則表示式功能
1. 數量詞
# 提取大小寫字母混合的單詞
import re
a = 'Excel 12345Word23456PPT12Lr'
r = re.findall('[a-zA-Z]{3,5}',a)
# 提取字母的數量3個到5個
print(r)
# ['Excel','Word','PPT']
# 貪婪 與 非貪婪 【Python預設使用貪婪模式】
# 貪婪：'[a-zA-Z]{3,5}'
# 非貪婪：'[a-zA-Z]{3,5}?' 或 '[a-zA-Z]{3}'
# 建議使用後者，不要使用?號，否則你會與下面的?號混淆
# 匹配0次或無限多次 *號，*號前面的字元出現0次或無限次
import re
a = 'exce0excell3excel3'
r = re.findall('excel*',a)
r = re.findall('excel.*',a) # ['excell3excel3']
# excel 沒有l 有很多l都可以匹配出來
print(r)
# ['exce',
2. 字元匹配
line = 'xyz,xcz.xfc.xdz,xaz,xez,xec'
r = re.findall('x[de]z',line)
# pattern 是x開始，z結束，含d或e
print(r)
# ['xdz','xez']
r = re.findall('x[^de]z',line)
# pattern 是x開始，z結束，不是含d或e
print(r)
# ['xyz','xcz','xaz']
# \w 可以提取中文，英文，數字和下劃線，不能提取特殊字元
import re
a = 'Excel 12345Word\n23456_PPT12lr'
r = re.findall('\w',a)
print(r)
# ['E','x','c','e','l','1','2','3','4','5','W','o','r','d','6','_','P','T','r']
# \W 提取特殊字元，空格 \n \t
import re
a = 'Excel 12345Word\n23456_PPT12lr'
r = re.findall('\W',a)
print(r)
# [' ','\n']
3. 邊界匹配
# 限制電話號碼的位置必需是8-11位才能提取
import re
tel = '13811115888'
r = re.findall('^\d{8,11}$',tel)
print(r)
# ['13811115888']
4. 組
# 將abc打成一個組，{2}指的是重複幾次，匹配abcabc
import re
a = 'abcabcabcxyzabcabcxyzabc'
r = re.findall('(abc){2}',a) # 與
# ['abc','abc']
print(r)
r = re.findall('(abc){3}',a)
# ['abc']
5. 匹配模式引數
# findall第三引數 re.I忽略大小寫
import re
a = 'abcFBIabcCIAabc'
r = re.findall('fbi',a,re.I)
print(r)
# ['FBI']
# 多個模式之間用 | 連線在一起
import re
a = 'abcFBI\nabcCIAabc'
r = re.findall('fbi.{1}',re.I | re.S)
# 匹配fbi然後匹配任意一個字元包括\n
print(r)
# ['FBI\n']
二、方法
re.findall
- 匹配出字串中所有 與制定值相關的值
- 以列表的形式返回
- 未匹配則返回空列表
import re re.findall(pattern,string,flags=0) pattern.findall(string[,pos[,endpos]])
import re
line = "111aaabbb222小呼嚕奧利奧"
r = re.findall('[0-9]',line)
print(r)
# ['1','1客棧','2']
re.match
- re.match 嘗試從字串的起始位置匹配一個模式
- 如果不是起始位置匹配成功的話，match()就返回none。
re.match(pattern,flags=0) # (標準，要匹配的，標誌位)
print(re.match('www','www.xxxx.com'))
print(re.match('www','www.xxxx.com').span())
print(re.match('com','www.xxxx.com'))
<re.Match object; span=(0,3),match='www'> (0,3) None
group匹配物件
import re
a = 'life is short,i use python,i love python'
r = re.search('life(.*)python(.*)python',a)
print(r.group(0)) # 完整正則匹配 ，life is short,i love python
print(r.group(1)) # 第1個分組之間的取值 is short,i use
print(r.group(2)) # 第2個分組之間的取值,i love
print(r.group(0,1,2)) # 以元組形式返回3個結果取值 ('life is short,i love python',' is short,i use ',',i love ')
print(r.groups()) # 返回就是group(1)和group(2) (' is short,i love ')
import re
# .* 表示任意匹配除換行符（\n、\r）之外的任何單個或多個字元
# (.*?) 表示"非貪婪"模式，只儲存第一個匹配到的子串
# re.M 多行匹配，影響 ^ 和 $
# re.I 使匹配對大小寫不敏感
line = "Cats are smarter than dogs"
matchObj1 = re.match(r'(.*) are (.*?) .*',line,re.M|re.I)
matchObj2 = re.match(r'(.*) smarter (.*?) .*',re.M|re.I)
matchObj3 = re.match(r'(.*) than (.*)',re.M|re.I)
print(matchObj1)
print(matchObj2)
print(matchObj3)
# <re.Match object; span=(0,26),match='Cats are smarter than dogs'>
# <re.Match object; span=(0,match='Cats are smarter than dogs'>
# None
if matchObj1:
print ("matchObj1.group() : ",matchObj1.group())
print ("matchObj1.group(1) : ",matchObj1.group(1))
print ("matchObj1.group(2) : ",matchObj1.group(2))
else:
print ("No match!!")
if matchObj2:
print ("matchObj2.group() : ",matchObj2.group())
print ("matchObj2.group(1) : ",matchObj2.group(1))
print ("matchObj2.group(2) : ",matchObj2.group(2))
else:
print ("No match!!")
if matchObj3:
print ("matchObj3.group() : ",matchObj3.group())
print ("matchObj3.group(1) : ",matchObj3.group(1))
print ("matchObj3.group(2) : ",matchObj3.group(2))
else:
print ("No match!!")
# matchObj1.group() : Cats are smarter than dogs
# matchObj1.group(1) : Cats
# matchObj1.group(2) : smarter
# matchObj2.group() : Cats are smarter than dogs
# matchObj2.group(1) : Cats are
# matchObj2.group(2) : than
# matchObj3.group() : Cats are smarter than dogs
# matchObj3.group(1) : Cats are smarter
# matchObj3.group(2) : dogs
import re
# 點 是匹配單個字元
# 星是前面的東西出現0次或無數次
# 點星就是任意字元出現0次或無數次
str = "a b a b"
matchObj1 = re.match(r'a(.*)b',str,re.M|re.I)
matchObj2 = re.match(r'a(.*?)b',re.M|re.I)
print("matchObj1.group() : ",matchObj1.group())
print("matchObj2.group() : ",matchObj2.group())
# matchObj1.group() : a b a b
# matchObj2.group() : a b
re.search
掃描整個字串並返回第一個成功的匹配。
re.search(pattern,flags=0)
import re
line = "cats are smarter than dogs"
matchObj = re.match(r'dogs',re.M|re.I)
matchObj1= re.search(r'dogs',re.M|re.I)
matchObj2= re.match(r'(.*) dogs',re.M|re.I)
if matchObj:
print ("match --> matchObj.group() : ",matchObj.group())
else:
print ("No match!!")
if matchObj1:
print ("match --> matchttp://www.cppcns.comhObj1.group() : ",matchObj1.group())
else:
print ("No match!!")
if matchObj2:
print ("match --> matchO程式設計客棧bj2.group() : ",matchObj2.group())
else:
print ("No match!!")
# No match!!
# match --> matchObj1.group() : dogs
# match --> matchObj2.group() : cats are smarter than dogs
re.compile
- re.compile是將正則表示式轉換為模式物件
- 這樣可以更有效率匹配。使用compile轉換一次之後，以後每次使用模式時就不用進行轉換
三、檢索和替換
re.sub 替換字串
re.sub('被替換的','替換成的',a)
# 把FBI替換成BBQ
import re
a = 'abcFBIabcCIAabc'
r = re.sub('FBI','BBQ',a)
print(r)
# 把FBI替換成BBQ，第4引數寫1，證明只替換第一次，預設是0（無限替換）
import re
a = 'abcFBIabcFBIaFBICIAabc'
r = re.sub('FBI',1)
print(r)
# abcBBQabcCIAabc
# abcBBQabcFBIaFBICIAabc
# 把函式當引數傳到sub的列表裡，實現把業務交給函式去處理，例如將FBI替換成$FBI$
import re
a = 'abcFBIabcFBIaFBICIAabc'
def 函式名(形參):
分段獲取 = 形參.group() # group（）在正則表示式中用於獲取分段截獲的字串，獲取到FBI
return '$' + 分段獲取 + '$'
r = re.sub('FBI',函式名,a)
print(r)
總結
本篇文章就到這裡了，希望能夠給你帶來幫助，也希望您能夠多多關注我們的更多內容！