Python正則表達(dá)式分組概念與用法詳解
本文實例講述了Python正則表達(dá)式分組概念與用法。分享給大家供大家參考,具體如下:
正則表達(dá)式分組
分組就是用一對圓括號“()”括起來的正則表達(dá)式,匹配出的內(nèi)容就表示一個分組。從正則表達(dá)式的左邊開始看,看到的第一個左括號“(”表示第一個分組,第二個表示第二個分組,依次類推,需要注意的是,有一個隱含的全局分組(就是0),就是整個正則表達(dá)式。
分完組以后,要想獲得某個分組的內(nèi)容,直接使用group(num)和groups()函數(shù)去直接提取就行。
例如:提取代碼中的超鏈接中的文本
>>> s='<div><a rel="external nofollow" target="_blank">更多</a><p>dfsl</p></div>' >>> print re.search(r'<a.*>(.*)</a>',s).group(1) 更多
或者
>>> print re.match(r'.*<a.*>(.*)</a>',s).group(1) 更多
按照上面的分組匹配以后,我們就可以拿到我們想拿到的字串,但是如果我們正則表達(dá)式中括號比較多,那我們在拿我們想要的字串時,要去挨個數(shù)我們想要的字串時第幾個括號,這樣會很麻煩,這個時候Python又引入了另一種分組,那就是命名分組,上面的叫無名分組。
命名分組
命名分組就是給具有默認(rèn)分組編號的組另外再給一個別名。命名分組的語法格式如下:
(?P<name>正則表達(dá)式)#name是一個合法的標(biāo)識符
如:提取字符串中的ip地址
>>> s = "ip='230.192.168.78',version='1.0.0'" >>> re.search(r"ip='(?P<ip>\d+\.\d+\.\d+\.\d+).*", s) >>> res.group('ip')#通過命名分組引用分組 '230.192.168.78'
后向引用
正則表達(dá)式中,放在圓括號“()”中的表示是一個組。然后你可以對整個組使用一些正則操作,例如重復(fù)操作符。
要注意的是,只有圓括號”()”才能用于形成組?!薄坝糜诙x字符集?!眥}”用于定義重復(fù)操作。
當(dāng)用”()”定義了一個正則表達(dá)式組后,正則引擎則會把被匹配的組按照順序編號,存入緩存。這樣我們想在后面對已經(jīng)匹配過的內(nèi)容進行引用時,就可以用”\數(shù)字”的方式或者是通過命名分組進行”(?P=name)“進行引用。\1表示引用第一個分組,\2引用第二個分組,以此類推,\n引用第n個組。而\0則引用整個被匹配的正則表達(dá)式本身。這些引用都必須是在正則表達(dá)式中才有效,用于匹配一些重復(fù)的字符串。
如:
#通過命名分組進行后向引用 >>> re.search(r'(?P<name>go)\s+(?P=name)\s+(?P=name)', 'go go go').group('name') 'go' #通過默認(rèn)分組編號進行后向引用 >>> re.search(r'(go)\s+\1\s+\1', 'go go go').group() 'go go go'
交換字符串的位置
>>> s = 'abc.xyz' >>> re.sub(r'(.*)\.(.*)', r'\2.\1', s) 'xyz.abc'
前向肯定斷言、后向肯定斷言
前向肯定斷言的語法:
(?=pattern)
后向肯定斷言的語法:
(?<=pattern)
需要注意的是,如果在匹配的過程中,需要同時用到前向肯定斷言和后向肯定斷言,那么必須將后向肯定斷言寫在正則語句的前面,前向肯定斷言寫在正則語句的后面,表示后向肯定模式之后,前行肯定模式之前。
如:獲取c語言代碼中的注釋內(nèi)容
>>> s1='''char *a="hello world"; char b='c'; /* this is comment */ int c=1; /* t his is multiline comment */''' >>> re.findall( r'(?<=/\*).+?(?=\*/)' , s1 ,re.M|re.S) [' this is comment ', ' this is multiline comment ']
(?<=/*)這個是后向肯定斷言,表示“/*”之后。(?=*/)這個為前向肯定斷言,表示“*/”之前,這兩合并起來就是一個區(qū)間了,所以后向肯定斷言放在前向肯定斷言前面。
前向否定斷言、后向否定斷言
前向否定斷言語法:
(?!pattern)
后向否定斷言語法:
(?<!pattern)
前向否定和后向否定實例:
#提取不是.txt結(jié)尾的文件 >>> f1 = 'aaa.txt' >>> re.findall(r'.*\..*$(?<!txt$)',f1) [] #提取不以數(shù)字開頭的文件 >>> re.findall(r'^(?!\d+).*','1txt.txt') [] #提取不以數(shù)字開頭不以py結(jié)尾的文件 >>> re.findall(r'^(?!\d+).+?\..*$(?<!py$)','test.py') [] >>> re.findall(r'^(?!\d+).+?\..*$(?<!py$)','test.txt') ['test.txt']
PS:這里再為大家提供2款非常方便的正則表達(dá)式工具供大家參考使用:
JavaScript正則表達(dá)式在線測試工具:
http://tools.jb51.net/regex/javascript
正則表達(dá)式在線生成工具:
http://tools.jb51.net/regex/create_reg
更多關(guān)于Python相關(guān)內(nèi)容可查看本站專題:《Python正則表達(dá)式用法總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python入門與進階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》
希望本文所述對大家Python程序設(shè)計有所幫助。
相關(guān)文章
Pycharm中運行程序在Python?console中執(zhí)行,不是直接Run問題
這篇文章主要介紹了Pycharm中運行程序在Python?console中執(zhí)行,不是直接Run問題,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-07-07python playwright--pytest-playwright、pytest-base-url插件編
這篇文章主要介紹了python playwright--pytest-playwright、pytest-base-url插件編寫用例,它提供上下文隔離,開箱即用地在多個瀏覽器配置上運行,它繼承了pytest框架,以及支持playwright的一些基礎(chǔ)使用,需要的朋友可以參考下2023-05-05pandas DataFrame 警告(SettingWithCopyWarning)的解決
這篇文章主要介紹了pandas DataFrame 警告(SettingWithCopyWarning)的解決,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07pycharm配置python 設(shè)置pip安裝源為豆瓣源
這篇文章主要介紹了pycharm配置python 設(shè)置pip安裝源為豆瓣源,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-02-02