python之re模塊

re模塊

re（正則）簡介

? 正則就是用一些具有特殊含義的符號組合到一起（稱為正則表達式）來描述字符或者字符串的方法。或者說：正則就是用來描述一類事物的規則。

re元字符

元字符	匹配內容
\w	匹配字母（包含中文）或數字或下劃線
\W	匹配非字母（包含中文）或數字或下劃線
\s	匹配任意的空白符
\S	匹配任意非空白符
\d	匹配數字
\D	匹配非數字
\A	從字符串開頭匹配
\n	匹配一個換行符
\t	匹配一個制表符
^	匹配字符串的開始
$	匹配字符串的結尾
.	匹配任意字符，除了換行符，當re.DOTALL標記被指定時，則可以匹配包括換行符的任意字符。
[...]	匹配字符組中的字符
[^]	匹配除了字符組中的字符的所有字符
*	匹配0個或者多個左邊的字符。
+	匹配一個或者多個左邊的字符。
？	匹配0個或者1個左邊的字符，非貪婪方式。
{n}	精準匹配n個前面的表達式。
{n,m}	匹配n到m次由前面的正則表達式定義的片段，貪婪方式
a|b	匹配a或者b
()	匹配括號內的表達式，也表示一個組

s = "meet 黑哥_dsb"
print(re.findall("\w",s))
# 結果：['m', 'e', 'e', 't', '黑', '哥', '_', 'd', 's', 'b']

s = "meet @黑哥!_dsb"
print(re.findall("\W",s))
# 結果：[' ', '@', '!']

s = "meet 黑哥\n_dsb\t"
print(re.findall("\s",s))
# 結果：[' ', '\n', '\t']

s = "meet 黑哥\n_dsb\t"
print(re.findall("\S",s))
# 結果：['m', 'e', 'e', 't', '黑', '哥', '_', 'd', 's', 'b']

s = "meet1 黑哥2_dsb3"
print(re.findall("\d",s))
# 結果：['1', '2', '3']

s = "meet1 黑哥2_dsb3"
print(re.findall("\D",s))
# 結果：['m', 'e', 'e', 't', ' ', '黑', '哥', '_', 'd', 's', 'b']

s = "meet 黑哥_dsb"
print(re.findall("\Am",s))
print(re.findall("\Ad",s))
# 結果：
['m']
[]

s = "meet \n黑哥\t_\ndsb"
print(re.findall("\n",s))
# 結果：
['\n', '\n']

s = "meet \n黑哥\t_\ndsb"
print(re.findall("\t",s))
# 結果：
['\t']

s = "meet 黑哥_dsb"
print(re.findall("^m",s))
print(re.findall("^d",s))
# 結果：
['m']
[]

s = "meet 黑哥_dsb"
print(re.findall("b$",s))
print(re.findall("sb$",s))
# 結果：
['b']
['sb']

s = "meet 黑哥_dsb"
print(re.findall("m..",s))
# 結果：['mee']

s = "meet1 黑哥2_dsb3"
print(re.findall("[1-3]",s))
# 結果：['1', '2', '3']

s = "meet1 黑哥2_dsb3"
print(re.findall("[^(1-3)]",s))
# 結果：['m', 'e', 'e', 't', ' ', '黑', '哥', '_', 'd', 's', 'b']

s = "meet 黑m哥_dsb meet meee"
print(re.findall("me*",s))
# 結果：['mee', 'm', 'mee', 'meee']

s = "meet 黑m哥_dsb meet meee"
print(re.findall("me+",s))
# 結果：['mee', 'mee', 'meee']

s = "meet 黑m哥_dsb meet meee"
print(re.findall("me*?",s))
print(re.findall("me+?",s))
# 結果:
['m', 'm', 'm', 'm']
['me', 'me', 'me']

s = "meet 黑m哥_dsb meet meee"
print(re.findall("e{3}",s))
# 結果：
['eee']

s = "meet 黑m哥_dsb meet meee"
print(re.findall("e{1,3}",s))
# 結果：
['ee', 'ee', 'eee']

s = "2019-7-26 20:30:30"
print(re.split(":|-|\s",s))
# 結果：
['2019', '7', '26', '20', '30', '30']

s = "meet 黑m哥_dsb meet meee"
print(re.findall("m(.*?)t",s))
# 結果：
['ee', '哥_dsb mee']

re模塊常用方法

• findall 全部找到返回一個列表

• search 從字符串中任意位置進行匹配查找到一個就停止了,返回的是一個對象. 獲取匹配的內容必須使用.group()進行獲取

  import re
  print(re.search("sb|nb","alexsb meetnb"))
  print(re.search("sb|nb","alexsb meetnb").group())
  # 結果
  <_sre.SRE_Match object; span=(4, 6), match='sb'>
  sb

• match 從字符串開始位置進行匹配

  import re
  print()re.match("sb|nb","alexdsb,alex_sb,alexnb,al_ex")
  print(re.match("sb|nb","alexdsb,alex_sb,alexnb,al_ex").group())
  # 結果：
  None
  AttributeError: 'NoneType' object has no attribute 'group'  # 'NoneType'對象沒有屬性'group'

• split 分隔 可按照任意分隔符進行分隔

  import re
  s = "2019-7-26 20:30:30"
  print(re.split(":|-|\s",s))
  # 結果：
  ['2019', '7', '26', '20', '30', '30']

• sub 替換

  import re
  s = "meet是一位好老師，meet教會了我們很多知識"
  print(re.sub("meet","蒼老師"，s))
  # 結果：
  蒼老師是一位好老師，蒼老師教會了我們很多知識

• compile 定義匹配規則

  import re
  fn = "\d+"
  s = "太白123meet456"
  print(re.split(fn,s))
  # 結果：
  ['太白', 'meet', '']

• finditer 返回一個迭代器

  import re
  s = "太白123"
  g = re.finditer("\w",s)
  for i in g:print(i)print(next(i))
  # 結果：
  <_sre.SRE_Match object; span=(0, 1), match='太'>
  太
  <_sre.SRE_Match object; span=(1, 2), match='白'>
  白
  <_sre.SRE_Match object; span=(2, 3), match='1'>
  1
  <_sre.SRE_Match object; span=(3, 4), match='2'>
  2
  <_sre.SRE_Match object; span=(4, 5), match='3'>
  3

• 給分組起名字

  import re
  ret = re.search("<(?P<tag_name>\w+)>\w+</\w+>","<h1>hello</h1>")  # 給分組1取名tag_name
  print(ret.group("tag_name"))
  print(ret.group())
  # 結果：
  h1
  <h1>hello</h1>import re
  ret = re.search(r"<(\w+)>\w+</\1>","<h1>hello</h1>")   # \1填充分組1中的內容
  print(ret.group(1))
  print(ret.group())
  # 結果：
  h1
  <h1>hello</h1>