正則表示式
阿新 • • 發佈:2018-12-17
import re #\w和\W # print(re.findall("\w","hello egon 123"))#匹配所有是字母的字串,並且轉成列表 #['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3'] # print(re.findall("\W","hello egon 123"))#匹配所有是非字母的字串,並且轉成列表 #[' ', ' '] #\S和\s # print(re.findall("\s","hello egon 123"))#匹配所有空白字串 #[' ', ' '] # print(re.findall("\S","hello egon 123"))#匹配所有非空白字串 #['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3'] #\s匹配\n \t \r \f # print(re.findall("\s","hello \n egon \r \f \t 123"))#匹配所有空白字串和\n \t \r \f #[' ', '\n', ' ', ' ', '\r', ' ', '\x0c', ' ', '\t', ' '] #\n 匹配換行符 # print(re.findall(r'\n',"hello \n egon \r \f \t 123")) #['\n'] #\t 匹配製表符 # print(re.findall(r'\t',"hello \n egon \r \f \t 123")) #['\t'] #\D和\d # print(re.findall("\d","hello egon 123"))#匹配所有數字 #['1', '2', '3'] # print(re.findall("\D","hello egon 123"))#匹配所有非數字 #['h', 'e', 'l', 'l', 'o', ' ', 'e', 'g', 'o', 'n', ' '] #\A與\Z # print(re.findall('\Ahe','hello egon 123'))#指定匹配必須出現在字串的開頭或行的開頭。 #['he'] # print(re.findall('123\Z','hello egon 123'))#指定匹配必須出現在以下位置:字串結尾、字串結尾的 \n 之前或行的結尾 #['123'] #^與$ # print(re.findall('^he','hello egon 123'))#指定匹配必須出現在字串的開頭 #['he'] # print(re.findall('3$','hello egon 123\n')) #指定匹配必須出現在字串的結尾或字串結尾的 \n 之前 # #['3'] # 重複匹配:| . | * | ? | .* | .*? | + | {n,m} | #. # print(re.findall('a.b','a1b')) #.表示匹配一個任意字元除了換行符 當re.DOTALL標記被指定時則可以匹配任意字元包括換行符 #['a1b'] # print(re.findall('a.b','a1b a*b a b aaab')) #['a1b', 'a*b', 'a b', 'aab'] # print(re.findall('a.b','a\nb')) #[] # print(re.findall('a.b','a\nb',re.S)) #re.DOTALL標記被指定匹配任意字元 #['a\nb'] # print(re.findall('a.b','a\nb',re.DOTALL)) #['a\nb']同上一條意思一樣 #* 匹配*前面一個字元 0個或者多個 沒有也行 # print(re.findall('ab*','bbbbbbb')) #[] # print(re.findall('ab*','a')) #['a'] # print(re.findall('ab*','abbbb')) #['abbbb'] #? 匹配?前面一個或者零個字元 非貪婪演算法 # print(re.findall('ab?','a')) #['a'] # print(re.findall('ab?','abbb')) #['ab'] #匹配所有包含小數在內的數字 # print(re.findall('\d+\.?\d*',"asdfasdf123as1.13dfa12adsf1asdf3")) #\d+匹配一個或一個以上的數字字元 (\.?匹配小數點 沒有也行 \d*匹配數字 )沒有也行 #['123', '1.13', '12', '1', '3'] #.*預設為貪婪匹配 # print(re.findall('a.*b','a1b22222222b'))#.*為匹配最長的滿足匹配要求的 #['a1b22222222b'] #.*?為非貪婪匹配:推薦使用 # print(re.findall('a.*?b','a1b22222222b'))#.*?為匹配最短的滿足匹配要求的 #['a1b'] #+ 起碼要滿足+之前的所有字元 # print(re.findall('ab+','a')) #[] # print(re.findall('ab+','ababb')) #['ab', 'abb'] #{n,m} # print(re.findall('ab{2}','abbbabb')) #滿足ab(2個b的)兩位的 abb #['abb', 'abb'] # print(re.findall('ab{2,4}','abbbbbaaabbb')) #滿足ab(2到4個b的)既abb abbb abbbb的 #['abb'] # print(re.findall('ab{1,}','abbb')) #'ab{1,}' ===> 'ab+' 滿足ab(一個及一個以上的b) #['abbb'] # print(re.findall('ab{0,}','abbbbbaaaabbbb')) #'ab{0,}' ===> 'ab*' #['abbbbb', 'a', 'a', 'a', 'abbbb'] #[] []內為需要匹配字元的多個條件,滿足其一即可 # print(re.findall('a[1*-]b','a1b a*b a-b')) #[]內的都為普通字元了,且如果-沒有被轉意的話,應該放到[]的開頭或結尾 #['a1b', 'a*b', 'a-b'] # print(re.findall('a[^1*-]b','a1b a*b a-b a=b')) #[]內的^代表的意思是取反,所以結果為['a=b'] #['a=b'] # print(re.findall('a[0-9]b','a1b a*b a-b a=b')) #[]內的^代表的意思是0-9的數字,所以結果為['a1b'] # print(re.findall('a[a-z]b','a1b a*b a-b a=b aeb')) #[]內的^代表的意思是a-z的字母,所以結果為['aeb'] # print(re.findall('a[a-zA-Z]b','a1b a*b a-b a=b aeb aEb')) #[]內的^代表的意思是a-z或者A-Z的字母,所以結果為['aeb', 'aEb'] #\ # print(re.findall('a\\c','a\c')) #對於正則來說a\\c確實可以匹配到a\c,但是在python直譯器讀取a\\c時,會發生轉義,然後交給re去執行,所以丟擲異常 # print(re.findall(r'a\\c','a\c')) #r代表告訴直譯器使用rawstring,即原生字串,把我們正則內的所有符號都當普通字元處理,不要轉義 # print(re.findall('a\\\\c','a\c')) #同上面的意思一樣,和上面的結果一樣都是['a\\c'] #總共四個\ 第一個\是指不要轉義匹配字串裡的\ 第二個是需要匹配字串裡的\ 第三和第四個\是不要轉義前兩個\ #():分組 # print(re.findall('ab+','ababab123')) #['ab', 'ab', 'ab'] # print(re.findall('(ab)+123','abbbb ababab123')) #['ab'],匹配到末尾的ab123中的ab # print(re.findall('(?:ab)+123','abbbb ababab123')) #findall的結果不是匹配的全部內容,而是組內的內容,?:可以讓結果為匹配的全部內容 # print(re.findall('href="(.*?)"','<a href="http://www.baidu.com">點選</a>'))#['http://www.baidu.com']顯示匹配的內容 # print(re.findall('href="(?:.*?)"','<a href="http://www.baidu.com">點選</a>'))#['href="http://www.baidu.com"'] :?顯示組內全部內容 # # #| # print(re.findall('compan(?:y|ies)','Too many companies have gone bankrupt, and the next one is my company'))#匹配company 和 companies #1 # print(re.findall('e','alex make love') ) #['e', 'e', 'e'],返回所有滿足匹配條件的結果,放在列表裡 #2 # print(re.search('e','alex make love').group()) #e,只到找到第一個匹配然後返回一個包含匹配資訊的物件,該物件可以通過呼叫group()方法得到匹配的字串,如果字串沒有匹配,則返回None。 #3 # print(re.match('e','alex make love')) #None,同search,不過在字串開始處進行匹配, 開始處不符合則返回None完全可以用search+^代替match #4 # print(re.split('[ab]','abcd')) #['', '', 'cd'],先按'a'分割得到''和'bcd',再對''和'bcd'分別按'b'分割 #5 # print('===>',re.sub('a','A','alex make love')) #===> Alex mAke love,不指定n,預設替換所有 # print('===>',re.sub('a','A','alex make love',1)) #===> Alex make love 替換第一個a # print('===>',re.sub('a','A','alex make love',2)) #===> Alex mAke love 替換第二個a # print('===>',re.sub('^(\w+)(.*?\s)(\w+)(.*?\s)(\w+)(.*?)$',r'\5\2\3\4\1','alex make love')) #===> love make alex # print('===>',re.subn('a','A','alex make love')) #===> ('Alex mAke love', 2),結果帶有總共替換的個數 #6 # obj=re.compile('\d{2}') # print(obj.search('abc123eeee').group()) #12 # print(obj.findall('abc123eeee')) #['12'],重用了obj # print(re.findall("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>")) #['h1'] # print(re.search("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>").group()) #<h1>hello</h1> # print(re.search("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>").groupdict()) #<h1>hello</h1> # # print(re.search(r"<(\w+)>\w+</(\w+)>","<h1>hello</h1>").group()) # print(re.search(r"<(\w+)>\w+</\1>","<h1>hello</h1>").group()) # print(re.findall(r'-?\d+\.?\d*',"1-12*(60+(-40.35/5)-(-4*3))")) #找出所有數字['1', '-12', '60', '-40.35', '5', '-4', '3'] #使用|,先匹配的先生效,|左邊是匹配小數,而findall最終結果是檢視分組,所有即使匹配成功小數也不會存入結果 #而不是小數時,就去匹配(-?\d+),匹配到的自然就是,非小數的數,在此處即整數 # print(re.findall(r"-?\d+\.\d*|(-?\d+)","1-2*(60+(-40.35/5)-(-4*3))")) #找出所有整數['1', '-2', '60', '', '5', '-4', '3']