簡介

正則表達式本身是一種小型的、高度專業(yè)化的編程語言，而在python中，通過內嵌集成re模塊，程序媛們可以直接調用來實現(xiàn)正則匹配。正則表達式模式被編譯成一系列的字節(jié)碼，然后由用C編寫的匹配引擎執(zhí)行。

下面話不多說了，來一起看看詳細的介紹吧

1. 安裝

默認已經安裝好了python環(huán)境了

re庫是python3的核心庫，不需要pip install，直接import就行

2. 最簡單的模式

字符本身就是最簡單的模式

比如：'A', 'I love you', 'test'

然是注意在定義模式字符串的時候，在前面加上r，它的作用是告訴編譯器，接下來的字符串是單純的字符串，請不要轉變?yōu)檗D義字符。

例子

import re
pattern = r'Cookie'
sequence = 'Cookie'
re.match(pattern, sequence)

<re.Match object; span=(0, 6), match='Cookie'>

re.match()是常用的函數(shù)，如果匹配，返回的是re.Match object.一個庫內置的對象。如果沒有匹配返回的是None

3. 通配符

在正則表達式中，有些字符是有特殊意義的（不是轉義字符的那套規(guī)則），下面介紹常用的通配符字符

1）"."：點，代表任何字符，除了換行（newline）

re.search(r'Co.k.e', 'Cookie').group()

其中group()函數(shù)返回匹配的字符，返回類型是str

'Cookie'

2) "\w" 反斜杠小寫w，代表任何單個字母，數(shù)字，下劃線

re.search(r'Co\wk\we', 'Cookie').group()

'Cookie'

3) "\W" 反斜杠大寫W，代表任何2)中沒有代表的字符

re.search(r'C\Wke', 'C@ke').group()

'C@ke'

4) "\s" 反斜杠小寫s，代表一些空格字符，比如空格(space)，換行(new line)，跳格鍵(tab)，回車(return)

re.search(r'Eat\scake', 'Eat cake').group()

'Eat cake'

5) "\S" 反斜杠大寫S，代表任何4)中沒有代表的字符

re.search(r'Cook\Se', 'Cookie').group()

'Cookie'

6) "\t" 反斜杠小寫t，代表跳格鍵(tab)

7) "\n" 反斜杠小寫t，代表換行(new line)

8) "\r" 反斜杠小寫t，代表回車(return)

9) "\d" 反斜杠小寫d，代表單個數(shù)字0-9

re.search(r'c\d\dkie', 'c00kie').group()

'c00kie'

10) "^" 這個鍵不知道叫什么，代表從字符開頭要匹配

re.search(r'^Eat', 'Eat cake').group()

'Eat'

11) "$" 美元符號，代表從字符結尾要匹配

re.search(r'cake$', 'Eat cake').group()

'cake'

12) "[abc]" 中括號中任意字符，代表匹配其中任意字符

常用的方式，比如[a-zA-Z0-9]，或者如果中括號中第一個字符是"^"，代表不是這個范圍內的字符

re.search(r'Number: [0-6]', 'Number: 5')

<re.Match object; span=(0, 9), match='Number: 5'>

再來個不在范圍內的

re.search(r'Number: [^0-6]', 'Number: 7')

<re.Match object; span=(0, 9), match='Number: 7'>

4. 重復

第三部分介紹了單個通配符，那么怎么定義一串通配符呢，利用一些重復的標志

1) "+" 加號，表示在它左邊的字符出現(xiàn)一次或者多次

re.search(r'Co+kie', 'Cooookie')

<re.Match object; span=(0, 8), match='Cooookie'>

2) "*" 乘號，表示在它左邊的字符出現(xiàn)零次或者多次

re.search(r'Ca*o*kie', 'Caokie').group()

'Caokie'

3) "?" 問號，表示在它左邊的字符出現(xiàn)零次或者一次

re.search(r'Colou?r', 'Color').group()

'Color'

4) {x} 大括號加數(shù)字，重復確切幾次

5) {x,} 重復至少幾次

6) {x, y} 重復至少x次，不超過y次

re.search(r'\d{9,10}', '0987654321').group()

'0987654321'

5. 分組

比如說想定義一個email的格式，@之前的是一個規(guī)則，之后的是一個規(guī)則，那么通過（）圓括號來分為兩組，分別定義在一個正則表達式中

然后如果滿足的話，通過group()函數(shù)指定返回哪一組的結果

比如

email_address = 'Please contact us at: support@datacamp.com'
match = re.search(r'([\w+-]+)@([\w\.-]+)', 'tw7613781@gmail.com')
if match:
 print(match.group()) # The whole matched text
 print(match.group(1)) # The username (group 1)
 print(match.group(2)) # The host (group 2)

tw7613781@gmail.com
tw7613781
gmail.com

@前為第一部分，\w代表代表任何單個字母，數(shù)字，下劃線，上面已經介紹了，然后就是"\w"和"+"和"-"隨便哪一個至少一個或者多個

@后為第二部分，其余一樣，就是多了個"\."，因為"."代表的是任意字符了，如果想表達真正的點，用"\."來表示。

6. python庫函數(shù)re的常用函數(shù)

1) re.search(pattern, string)和re.match(pattern, string)

區(qū)別在于search能從string中尋找任何滿足pattern的substring，但是match必須從頭開始

pattern = "cookie"
sequence = "Cake and cookie"

re.search(pattern, sequence).group()

'cookie'

如果是match會返回None

2) re.findall(pattern, string)

尋找string所有滿足pattern的substring，然后以list的形式返回

email_address = "Please contact us at: support@datacamp.com, xyz@datacamp.com"

#'addresses' is a list that stores all the possible match
addresses = re.findall(r'[\w\.-]+@[\w\.-]+', email_address)
for address in addresses: 
 print(address)

support@datacamp.com
xyz@datacamp.com

3) re.compile(pattern)

通過compile函數(shù)會生成一個pattern對象，這個pattern對象可以直接使用match，search等函數(shù)

In: pattern = re.compile(r"cookie")
In: pattern
Out: re.compile(r'cookie', re.UNICODE)
In: pattern.search('cookie')
Out: <re.Match object; span=(0, 6), match='cookie'>

學習材料

https://www.datacamp.com/community/tutorials/python-regular-expression-tutorial

總結

以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對腳本之家的支持。

最新評論