Python——re模塊

 簡介

定義：re模塊稱為正則表達式；

作用：創(chuàng)建一個"規(guī)則表達式"，用于驗證和查找符合規(guī)則的文本，廣泛用于各種搜索引擎、賬戶密碼的驗證等；

預定義字符

"""
\d	匹配所有的十進制數(shù)字	0-9
\D	匹配所有的非數(shù)字，包含下劃線
\s	匹配所有空白字符（空格、TAB等）
\S	匹配所有非空白字符，包含下劃線
\w	匹配所有字母、漢字、數(shù)字	a-z A-Z 0-9
\W	匹配所有非字母、漢字、數(shù)字，包含下劃線
"""

特殊字符

1、$：匹配一行的結尾（必須放在正則表達式最后面）

2、^：匹配一行的開頭（必須放在正則表達式最前面）

3、*：前面的字符可以出現(xiàn)0次或多次（0~無限）

4、+：前面的字符可以出現(xiàn)1次或多次（1~無限）

5、？：變"貪婪模式"為"勉強模式"，前面的字符可以出現(xiàn)0次或1次

6、.：匹配除了換行符"\n"之外的任意單個字符

7、|：兩項都進行匹配

8、[ ]：代表一個集合，有如下三種情況

• [abc]：能匹配其中的單個字符
• [a-z0-9]：能匹配指定范圍的字符，可取反（在最前面加入^）
• [2-9] [1-3]：能夠做組合匹配

9、{ }：用于標記前面的字符出現(xiàn)的頻率，有如下情況：

• {n，m}：代表前面字符最少出現(xiàn)n次，最多出現(xiàn)m次
• {n，}：代表前面字符最少出現(xiàn)n次，最多不受限制
• {，m}：代表前面字符最多出現(xiàn)n次，最少不受限制
• {n}：前面的字符必須出現(xiàn)n次

反斜杠問題

字符串中有反斜杠的，需要對反斜杠做轉(zhuǎn)義：

str = "\\123 223"		# \123 223
str = r"\123 223"		# \123 223

在正則表達式中，我們需要用多個反斜杠來匹配一個反斜杠：

find = re.search('\\\\\w+', str)
find = re.search(r'\\\w+', str)

匹配方法

1、match：在目標文本的開頭進行匹配

find = re.math('hello', str1)		# 匹配成功返回匹配對象hello，不成功返回None

2、search：在整個目標文本中進行匹配

3、findall：掃描整個目標文本，返回所有與規(guī)則匹配的子串組成的列表，如果沒有匹配的返回空列表

4、finditer：掃描整個目標文本，返回所有與規(guī)則匹配的子串組成的迭代器

5、fullmatch：要求目標文本要完全匹配規(guī)則，否則返回None

6、sub：將與規(guī)則匹配的子串替換為其他文本

str1 = re.sub('\w+', 'aaa', str, count=0)		# count默認為0，表示全部替換

7、split：從與規(guī)則匹配的子串進行切割，返回切割后子串組成的列表

8、匹配對象的方法（對匹配到的對象使用）：

（）：分組字符，可以為匹配到的內(nèi)容分組，快速獲取到分組中的數(shù)據(jù)

• group：用于查看指定分組匹配到的內(nèi)容

str = '<p>這是一個<a href="###">文本</a></p>
find = re.search('<a href="(.+)">(\w+)</a>', str)
print(find.group())		# 默認為0，表示匹配到的全部文本，傳入1時輸出第一個分組###

• groups：返回一個元組，組內(nèi)為所有匹配到的內(nèi)容（上面案例輸出（'###'，‘文本'））
• groupdict：返回一個字典，包含分組的鍵值對，需要為分組命名

find = re.search('<a href="(?P<href>.+)">(?P<text>\w+)</a>', str)

start：返回匹配到的內(nèi)容在文本中的起始索引end：返回匹配到的內(nèi)容在文本中的結束索引span：返回由起始索引和結束索引組成的元組 推薦

推薦一個正則闖關網(wǎng)站：https://alf.nu/RegexGolf

總結

本篇文章就到這里了，希望能夠給你帶來幫助，也希望您能夠多多關注腳本之家的更多內(nèi)容！

最新評論