欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python正則表達式總結(jié)分享

 更新時間:2022年03月30日 11:17:11   作者:返回主頁AstralWind  
這篇文章主要介紹了Python正則表達式總結(jié)分享,包括正則表達式基礎(chǔ)以及Python正則表達式標準庫的完整介紹及使用示例,需要的朋友可以參考一下

注意:本文基于Python2.4完成;如果看到不明白的詞匯請記得百度谷歌或維基,whatever。

1. 正則表達式基礎(chǔ)

1.1. 簡單介紹

正則表達式并不是Python的一部分。正則表達式是用于處理字符串的強大工具,擁有自己獨特的語法以及一個獨立的處理引擎,效率上可能不如str自帶的方法,但功能十分強大。得益于這一點,在提供了正則表達式的語言里,正則表達式的語法都是一樣的,區(qū)別只在于不同的編程語言實現(xiàn)支持的語法數(shù)量不同;但不用擔心,不被支持的語法通常是不常用的部分。如果已經(jīng)在其他語言里使用過正則表達式,只需要簡單看一看就可以上手了。

下圖展示了使用正則表達式進行匹配的流程:

正則表達式的大致匹配過程是:依次拿出表達式和文本中的字符比較,如果每一個字符都能匹配,則匹配成功;一旦有匹配不成功的字符則匹配失敗。如果表達式中有量詞或邊界,這個過程會稍微有一些不同,但也是很好理解的,看下圖中的示例以及自己多使用幾次就能明白。

下圖列出了Python支持的正則表達式元字符和語法:  

1.2. 數(shù)量詞的貪婪模式與非貪婪模式

正則表達式通常用于在文本中查找匹配的字符串。Python里數(shù)量詞默認是貪婪的(在少數(shù)語言里也可能是默認非貪婪),總是嘗試匹配盡可能多的字符;非貪婪的則相反,總是嘗試匹配盡可能少的字符。例如:正則表達式"ab*"如果用于查找"abbbc",將找到"abbb"。而如果使用非貪婪的數(shù)量詞"ab*?",將找到"a"。

1.3. 反斜杠的困擾

與大多數(shù)編程語言相同,正則表達式里使用"\"作為轉(zhuǎn)義字符,這就可能造成反斜杠困擾。假如你需要匹配文本中的字符"\",那么使用編程語言表示的正則表達式里將需要4個反斜杠"\\\\":前兩個和后兩個分別用于在編程語言里轉(zhuǎn)義成反斜杠,轉(zhuǎn)換成兩個反斜杠后再在正則表達式里轉(zhuǎn)義成一個反斜杠。Python里的原生字符串很好地解決了這個問題,這個例子中的正則表達式可以使用r"\\"表示。同樣,匹配一個數(shù)字的"\\d"可以寫成r"\d"。有了原生字符串,你再也不用擔心是不是漏寫了反斜杠,寫出來的表達式也更直觀。

1.4. 匹配模式

正則表達式提供了一些可用的匹配模式,比如忽略大小寫、多行匹配等,這部分內(nèi)容將在Pattern類的工廠方法re.compile(pattern[, flags])中一起介紹。

2. re模塊

2.1. 開始使用re

Python通過re模塊提供對正則表達式的支持。使用re的一般步驟是先將正則表達式的字符串形式編譯為Pattern實例,然后使用Pattern實例處理文本并獲得匹配結(jié)果(一個Match實例),最后使用Match實例獲得信息,進行其他的操作。

# encoding: UTF-8
import re
?
# 將正則表達式編譯成Pattern對象
pattern = re.compile(r'hello')
?
# 使用Pattern匹配文本,獲得匹配結(jié)果,無法匹配時將返回None
match = pattern.match('hello world!')
?
if match:
? ? # 使用Match獲得分組信息
? ? print match.group()
?
### 輸出 ###
# hello

re.compile(strPattern[, flag]):

這個方法是Pattern類的工廠方法,用于將字符串形式的正則表達式編譯為Pattern對象。 第二個參數(shù)flag是匹配模式,取值可以使用按位或運算符'|'表示同時生效,比如re.I | re.M。另外,你也可以在regex字符串中指定模式,比如re.compile('pattern', re.I | re.M)與re.compile('(?im)pattern')是等價的。

可選值有:

  • re.I(re.IGNORECASE): 忽略大小寫(括號內(nèi)是完整寫法,下同)
  • M(MULTILINE): 多行模式,改變'^'和'$'的行為(參見上圖)
  • S(DOTALL): 點任意匹配模式,改變'.'的行為
  • L(LOCALE): 使預定字符類 \w \W \b \B \s \S 取決于當前區(qū)域設(shè)定
  • U(UNICODE): 使預定字符類 \w \W \b \B \s \S \d \D 取決于unicode定義的字符屬性
  • X(VERBOSE): 詳細模式。這個模式下正則表達式可以是多行,忽略空白字符,并可以加入注釋。

以下兩個正則表達式是等價的:

a = re.compile(r"""\d + ?# the integral part
? ? ? ? ? ? ? ? ? ?\. ? ?# the decimal point
? ? ? ? ? ? ? ? ? ?\d * ?# some fractional digits""", re.X)
b = re.compile(r"\d+\.\d*")

re提供了眾多模塊方法用于完成正則表達式的功能。這些方法可以使用Pattern實例的相應方法替代,唯一的好處是少寫一行re.compile()代碼,但同時也無法復用編譯后的Pattern對象。這些方法將在Pattern類的實例方法部分一起介紹。

如上面這個例子可以簡寫為:

m = re.match(r'hello', 'hello world!')
print m.group()

re模塊還提供了一個方法escape(string),用于將string中的正則表達式元字符如*/+/?等之前加上轉(zhuǎn)義符再返回,在需要大量匹配元字符時有那么一點用。

2.2. Match

Match對象是一次匹配的結(jié)果,包含了很多關(guān)于此次匹配的信息,可以使用Match提供的可讀屬性或方法來獲取這些信息。

屬性:

  • string: 匹配時使用的文本。
  • re: 匹配時使用的Pattern對象。
  • pos: 文本中正則表達式開始搜索的索引。值與Pattern.match()Pattern.seach()方法的同名參數(shù)相同。
  • endpos: 文本中正則表達式結(jié)束搜索的索引。值與Pattern.match()和Pattern.seach()方法的同名參數(shù)相同。
  • lastindex: 最后一個被捕獲的分組在文本中的索引。如果沒有被捕獲的分組,將為None。
  • lastgroup: 最后一個被捕獲的分組的別名。如果這個分組沒有別名或者沒有被捕獲的分組,將為None。

方法:

group([group1, …]):
獲得一個或多個分組截獲的字符串;指定多個參數(shù)時將以元組形式返回。group1可以使用編號也可以使用別名;編號0代表整個匹配的子串;不填寫參數(shù)時,返回group(0);沒有截獲字符串的組返回None;截獲了多次的組返回最后一次截獲的子串。
groups([default]):
以元組形式返回全部分組截獲的字符串。相當于調(diào)用group(1,2,…last)。default表示沒有截獲字符串的組以這個值替代,默認為None。
groupdict([default]):
返回以有別名的組的別名為鍵、以該組截獲的子串為值的字典,沒有別名的組不包含在內(nèi)。default含義同上。
start([group]):
返回指定的組截獲的子串在string中的起始索引(子串第一個字符的索引)。group默認值為0。
end([group]):
返回指定的組截獲的子串在string中的結(jié)束索引(子串最后一個字符的索引+1)。group默認值為0。
span([group]):
返回(start(group), end(group))。
expand(template):
將匹配到的分組代入template中然后返回。template中可以使用\id或\g<id>、\g<name>引用分組,但不能使用編號0。\id與\g<id>是等價的;但\10將被認為是第10個分組,如果你想表達\1之后是字符'0',只能使用\g<1>0。

import re
m = re.match(r'(\w+) (\w+)(?P<sign>.*)', 'hello world!')
?
print "m.string:", m.string
print "m.re:", m.re
print "m.pos:", m.pos
print "m.endpos:", m.endpos
print "m.lastindex:", m.lastindex
print "m.lastgroup:", m.lastgroup
?
print "m.group(1,2):", m.group(1, 2)
print "m.groups():", m.groups()
print "m.groupdict():", m.groupdict()
print "m.start(2):", m.start(2)
print "m.end(2):", m.end(2)
print "m.span(2):", m.span(2)
print r"m.expand(r'\2 \1\3'):", m.expand(r'\2 \1\3')
?
### output ###
# m.string: hello world!
# m.re: <_sre.SRE_Pattern object at 0x016E1A38>
# m.pos: 0
# m.endpos: 12
# m.lastindex: 3
# m.lastgroup: sign
# m.group(1,2): ('hello', 'world')
# m.groups(): ('hello', 'world', '!')
# m.groupdict(): {'sign': '!'}
# m.start(2): 6
# m.end(2): 11
# m.span(2): (6, 11)
# m.expand(r'\2 \1\3'): world hello!

2.3. Pattern

Pattern對象是一個編譯好的正則表達式,通過Pattern提供的一系列方法可以對文本進行匹配查找。

Pattern不能直接實例化,必須使用re.compile()進行構(gòu)造。

Pattern提供了幾個可讀屬性用于獲取表達式的相關(guān)信息:

  • pattern: 編譯時用的表達式字符串。
  • flags: 編譯時用的匹配模式。數(shù)字形式。
  • groups: 表達式中分組的數(shù)量。
  • groupindex: 以表達式中有別名的組的別名為鍵、以該組對應的編號為值的字典,沒有別名的組不包含在內(nèi)。
import re
p = re.compile(r'(\w+) (\w+)(?P<sign>.*)', re.DOTALL)
?
print "p.pattern:", p.pattern
print "p.flags:", p.flags
print "p.groups:", p.groups
print "p.groupindex:", p.groupindex
?
### output ###
# p.pattern: (\w+) (\w+)(?P<sign>.*)
# p.flags: 16
# p.groups: 3
# p.groupindex: {'sign': 3}

實例方法[ | re模塊方法]:

match(string[, pos[, endpos]]) | re.match(pattern, string[, flags]):

這個方法將從string的pos下標處起嘗試匹配pattern;如果pattern結(jié)束時仍可匹配,則返回一個Match對象;如果匹配過程中pattern無法匹配,或者匹配未結(jié)束就已到達endpos,則返回None。
pos和endpos的默認值分別為0和len(string);re.match()無法指定這兩個參數(shù),參數(shù)flags用于編譯pattern時指定匹配模式。
注意:這個方法并不是完全匹配。當pattern結(jié)束時若string還有剩余字符,仍然視為成功。想要完全匹配,可以在表達式末尾加上邊界匹配符'$'。
示例參見2.1小節(jié)。

search(string[, pos[, endpos]]) | re.search(pattern, string[, flags]):

這個方法用于查找字符串中可以匹配成功的子串。從string的pos下標處起嘗試匹配pattern,如果pattern結(jié)束時仍可匹配,則返回一個Match對象;若無法匹配,則將pos加1后重新嘗試匹配;直到pos=endpos時仍無法匹配則返回None。
pos和endpos的默認值分別為0和len(string));re.search()無法指定這兩個參數(shù),參數(shù)flags用于編譯pattern時指定匹配模式。

# encoding: UTF-8?
import re?
?
# 將正則表達式編譯成Pattern對象?
pattern = re.compile(r'world')?
?
# 使用search()查找匹配的子串,不存在能匹配的子串時將返回None?
# 這個例子中使用match()無法成功匹配?
match = pattern.search('hello world!')?
?
if match:?
? ? # 使用Match獲得分組信息?
? ? print match.group()?
?
### 輸出 ###?
# world

split(string[, maxsplit]) | re.split(pattern, string[, maxsplit]):

按照能夠匹配的子串將string分割后返回列表。maxsplit用于指定最大分割次數(shù),不指定將全部分割。

import re
?
p = re.compile(r'\d+')
print p.split('one1two2three3four4')
?
### output ###
# ['one', 'two', 'three', 'four', '']

findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags]):

搜索string,以列表形式返回全部能匹配的子串。

import re
?
p = re.compile(r'\d+')
print p.findall('one1two2three3four4')
?
### output ###
# ['1', '2', '3', '4']

finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags]):

搜索string,返回一個順序訪問每一個匹配結(jié)果(Match對象)的迭代器。

import re
?
p = re.compile(r'\d+')
for m in p.finditer('one1two2three3four4'):
? ? print m.group(),
?
### output ###
# 1 2 3 4

sub(repl, string[, count]) | re.sub(pattern, repl, string[, count]):

使用repl替換string中每一個匹配的子串后返回替換后的字符串。
當repl是一個字符串時,可以使用\id或\g<id>、\g<name>引用分組,但不能使用編號0。
當repl是一個方法時,這個方法應當只接受一個參數(shù)(Match對象),并返回一個字符串用于替換(返回的字符串中不能再引用分組)。
count用于指定最多替換次數(shù),不指定時全部替換。

import re
?
p = re.compile(r'(\w+) (\w+)')
s = 'i say, hello world!'
?
print p.sub(r'\2 \1', s)
?
def func(m):
? ? return m.group(1).title() + ' ' + m.group(2).title()
?
print p.sub(func, s)
?
### output ###
# say i, world hello!
# I Say, Hello World!

subn(repl, string[, count]) |re.sub(pattern, repl, string[, count]):

返回 (sub(repl, string[, count]), 替換次數(shù))。

import re
?
p = re.compile(r'(\w+) (\w+)')
s = 'i say, hello world!'
?
print p.subn(r'\2 \1', s)
?
def func(m):
? ? return m.group(1).title() + ' ' + m.group(2).title()
?
print p.subn(func, s)
?
### output ###
# ('say i, world hello!', 2)
# ('I Say, Hello World!', 2)

以上就是Python對于正則表達式的支持。熟練掌握正則表達式是每一個程序員必須具備的技能,這年頭沒有不與字符串打交道的程序了。筆者也處于初級階段,與君共勉,

另外,圖中的特殊構(gòu)造部分沒有舉出例子,用到這些的正則表達式是具有一定難度的。有興趣可以思考一下,如何匹配不是以abc開頭的單詞,

到此這篇關(guān)于Python正則表達式總結(jié)分享的文章就介紹到這了,更多相關(guān)Python正則表達式內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • Python進度條的制作代碼實例

    Python進度條的制作代碼實例

    這篇文章主要介紹了Python進度條的制作代碼實例,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2019-08-08
  • Python中的函數(shù)參數(shù)類型檢查

    Python中的函數(shù)參數(shù)類型檢查

    這篇文章主要介紹了Python中的函數(shù)參數(shù)類型檢查,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
    2022-12-12
  • Django?Middleware自定義中間件及作用詳解

    Django?Middleware自定義中間件及作用詳解

    這篇文章主要為大家介紹了Django?Middleware自定義中間件示例及其作用詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2023-11-11
  • python同時給兩個收件人發(fā)送郵件的方法

    python同時給兩個收件人發(fā)送郵件的方法

    這篇文章主要介紹了python同時給兩個收件人發(fā)送郵件的方法,涉及Python使用smtplib包發(fā)送郵件的相關(guān)技巧,需要的朋友可以參考下
    2015-04-04
  • python進程間通信的項目實踐

    python進程間通信的項目實踐

    本文主要介紹了python進程間通信的項目實踐,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2023-03-03
  • Python基于多線程實現(xiàn)抓取數(shù)據(jù)存入數(shù)據(jù)庫的方法

    Python基于多線程實現(xiàn)抓取數(shù)據(jù)存入數(shù)據(jù)庫的方法

    這篇文章主要介紹了Python基于多線程實現(xiàn)抓取數(shù)據(jù)存入數(shù)據(jù)庫的方法,結(jié)合實例形式分析了Python使用數(shù)據(jù)庫類與多線程類進行數(shù)據(jù)抓取與寫入數(shù)據(jù)庫操作的具體使用技巧,需要的朋友可以參考下
    2018-06-06
  • python tkinter實現(xiàn)連連看游戲

    python tkinter實現(xiàn)連連看游戲

    這篇文章主要介紹了python tkinter實現(xiàn)連連看游戲的示例,幫助大家更好的理解和使用python,感興趣的朋友可以了解下
    2020-11-11
  • 如何將python中的List轉(zhuǎn)化成dictionary

    如何將python中的List轉(zhuǎn)化成dictionary

    這篇文章主要介紹在python中如何將list轉(zhuǎn)化成dictionary,通過提出兩個問題來告訴大家如何解決,有需要的可以參考借鑒。
    2016-08-08
  • python中@符號實例詳解

    python中@符號實例詳解

    @是一個裝飾器,針對函數(shù),起調(diào)用傳參的作用,下面這篇文章主要給大家介紹了關(guān)于python中@符號的相關(guān)資料,文中通過示例代碼介紹的非常詳細,需要的朋友可以參考下
    2022-12-12
  • Python編程進階代碼邏輯分離指南

    Python編程進階代碼邏輯分離指南

    在?Python?編程中,適當?shù)拇a邏輯分離可以幫助降低復雜度、提高可讀性,減少大量的?if-else?結(jié)構(gòu),本文將深入探討如何使用不同方法來改進代碼結(jié)構(gòu),降低對?if-else?結(jié)構(gòu)的依賴
    2023-12-12

最新評論