Python進(jìn)階篇之正則表達(dá)式常用語(yǔ)法總結(jié)
正則表達(dá)式概述
正則表達(dá)式是一個(gè)特殊的字符序列，它能幫助你方便的檢查一個(gè)字符串是否與某種模式匹配。 Python 自1.5版本起增加了re 模塊，它提供 Perl 風(fēng)格的正則表達(dá)式模式。 re 模塊使 Python 語(yǔ)言擁有全部的正則表達(dá)式功能。正則表達(dá)式是一個(gè)強(qiáng)大的字符處理工具，其本質(zhì)是一個(gè)字符序列，可以方便檢查一個(gè)字符串是否與我們定義的字符序列的某種模式相匹配
在python中，正則表達(dá)式可以通過(guò)import re模塊使用，本文將全面介紹正則表達(dá)式的使用方法
寫在正則表達(dá)式里面的普通字符都是表示：直接匹配他們；
但是有一些特殊字符，術(shù)語(yǔ)metacharacters（元字符）。它們出現(xiàn)在正則表達(dá)式字符串中，不上表示直接匹配他們，而是表達(dá)一些特別含義
這些特殊的元字符包括下面這些：
. * + ? \ [ ] ^ $ { } | ( )
我們來(lái)分別介紹一下他們的含義：
1、點(diǎn)-匹配所有字符
. 表示要匹配除了換行符之外的任何單個(gè)字符
比如，你要從下面的文本中，選擇所有的顏色。
蘋果是綠色的
橙子是橙色的
香蕉是黃色的
烏鴉是黑色的
也就是要找到所有以色結(jié)尾，并且包括前面的一個(gè)字符的詞語(yǔ)。也就可以這樣寫正則表達(dá)式.色
其中點(diǎn)代表了任意一個(gè)字符，注意是任一個(gè)字符。
.色合起來(lái)就是表示要找到任意一個(gè)字符后面是色這個(gè)字，合起來(lái)兩個(gè)字的字符串
范例：
# 導(dǎo)入re模塊
import re
#輸入文本內(nèi)容
content='''蘋果是綠色的
橙子是橙色的
香蕉是黃色的
烏鴉是黑色的'''
p=re.compile(r'.色')#r表示不要進(jìn)行python語(yǔ)法中對(duì)字符串的轉(zhuǎn)譯
for one in p.findall(content):
print(one)
2、星號(hào)-重復(fù)匹配任意次
*-表示匹配前面的子表達(dá)式任意次，包括0次
比如，你要從下面的文本中，選擇每行逗號(hào)后面的字符串內(nèi)容，包括逗號(hào)本身。注意，這里的逗號(hào)是文本的逗號(hào)。
蘋果，是綠色的
橙子，是橙色的
香蕉，是黃色的
烏鴉，是黑色的
猴子，
就可以這樣寫正則表達(dá)式，.*。
范例:
# 導(dǎo)入re模塊
import re
#輸入文本內(nèi)容
content='''蘋果，是綠色的
橙子，是橙色的
香蕉，是黃色的
烏鴉，是黑色的
猴子，'''
p=re.compile(r'，.*')#r表示不要進(jìn)行python語(yǔ)法中對(duì)字符串的轉(zhuǎn)譯
for one in p.findall(content):
print(one)
這樣就包括逗號(hào)在內(nèi)的后面的字符串都匹配進(jìn)來(lái)了
3、加號(hào)-重復(fù)匹配多次
+表示匹配前面的子表達(dá)式一次或多次，不包括0次
比如，還是上面的例子，你要從文本中，選擇每行后面的字符串，包括逗號(hào)本身。但是添加一個(gè)條件，如果逗號(hào)后面沒(méi)有內(nèi)容，就不要選擇了。
下面的文本中最后一行逗號(hào)后面沒(méi)有內(nèi)容，就不要選擇了
蘋果，是綠色的
橙子，是橙色的
香蕉，是黃色的
烏鴉，是黑色的
猴子，
就可以這樣寫正則表達(dá)式，.+
范例：
# 導(dǎo)入re模塊
import re
#輸入文本內(nèi)容
content='''蘋果，是綠色的
橙子，是橙色的
香蕉，是黃色的
烏鴉，是黑色的
猴子，'''
p=re.compile(r'，.+')#r表示不要進(jìn)行python語(yǔ)法中對(duì)字符串的轉(zhuǎn)譯
for one in p.findall(content):
print(one)
這樣最后一行逗號(hào)后面沒(méi)有內(nèi)容，所以最后一行也就不會(huì)匹配
4、 花括號(hào)-匹配指定次數(shù)
花括號(hào)表示前面的字符匹配指定的次數(shù)
比如，下面文本
紅彤彤，綠油油，黑乎乎，綠油油油油
表達(dá)式油{3,4}就表示匹配連續(xù)的油字至少3次，至多4次
范例：
# 導(dǎo)入re模塊
import re
#輸入文本內(nèi)容
content='''紅彤彤，綠油油，黑乎乎，綠油油油油'''
p=re.compile(r'綠油{3,4}')#r表示不要進(jìn)行python語(yǔ)法中對(duì)字符串的轉(zhuǎn)譯
for one in p.findall(content):
print(one)
這里就匹配綠后面匹配油至少3次，至多4次的字符串
5、 問(wèn)號(hào)-貪婪模式和非貪婪模式
我們要把下面的字符串中的所有html標(biāo)簽提取出來(lái)
得到這樣一個(gè)列表
很容易想到使用正則表達(dá)式<.*>
寫出如下代碼
# 導(dǎo)入re模塊 import re #輸入文本內(nèi)容 source='<html><head><title>Title</title>' p=re.compile(r'<.*>')#r表示不要進(jìn)行python語(yǔ)法中對(duì)字符串的轉(zhuǎn)譯 print(p.findall(source))
但是運(yùn)行結(jié)果，卻是把整個(gè)字符串全部匹配上了
怎么回事？原來(lái)在正則表達(dá)式中，’*’,’+’,’?'都是貪婪的，使用他們時(shí)，會(huì)盡可能多的匹配內(nèi)容,所以，<.*>中的星號(hào)（表示任意次數(shù)的重復(fù)），一直匹配到了字符串最后</tlitle>里面同樣符合匹配模式。
為了解決整個(gè)問(wèn)題，就需要使用非貪婪模式，也就是在星號(hào)后面加上?，變成這樣<.*?>
代碼改為
# 導(dǎo)入re模塊 import re #輸入文本內(nèi)容 source='<html><head><title>Title</title>' p=re.compile(r'<.*?>')#r表示不要進(jìn)行python語(yǔ)法中對(duì)字符串的轉(zhuǎn)譯 print(p.findall(source))
這樣就單獨(dú)去匹配出來(lái)了每一個(gè)標(biāo)簽
6、方括號(hào)-匹配幾個(gè)字符之一
方括號(hào)表示要匹配某幾種類型字符。
比如
[abc]可以匹配a，b，c里面的任意一個(gè)字符。等價(jià)于[a-c]
a-c中間的-表示一個(gè)范圍從a到c
如果你想匹配所有小寫字母，可以使用[a-z]
一些元字符在方括號(hào)內(nèi)便失去了魔法，變得和普通字符一樣了。
比如
[akm.]匹配a k m .里面的任意一個(gè)字符
在這里. 在括號(hào)不再表示匹配任意字符了，而就是表示匹配.這個(gè)字符
例如：
| 實(shí)例 | 描述 |
|---|---|
| [pP]ython | 匹配“Python”或者“python” |
| rub[ye] | 匹配“ruby”或者“rube” |
7、起始位置和單行、多行模式
^表示匹配文本的起始位置
正則表達(dá)式可以設(shè)定單行模式和多行模式
如果是單行模式，表示匹配整個(gè)文本的開頭位置。
如果是多行模式，表示匹配文本每行的開頭位置。
比如，下面的文本中，每行最前面的數(shù)字表示水果的編號(hào)，最后的數(shù)字表示價(jià)格
001-蘋果價(jià)格-60，
002-橙子價(jià)格-70,
003-香蕉價(jià)格-80,
范例：
# 導(dǎo)入re模塊
import re
#輸入文本內(nèi)容
source='''001-蘋果-60
002-橙子-70
003-香蕉-80'''
p=re.compile(r'^\d+')#r表示不要進(jìn)行python語(yǔ)法中對(duì)字符串的轉(zhuǎn)譯
for one in p.findall(source):
print(one)
運(yùn)行結(jié)果如下
如果去掉complie的第二個(gè)參數(shù)re.M，運(yùn)行結(jié)果如下
就只進(jìn)行一行匹配，
因?yàn)樵趩涡心Ｊ较?，^只會(huì)匹配整個(gè)文本的開頭位置
$表示匹配文本的結(jié)束位置
如果是單行模式，表示匹配整個(gè)文本的結(jié)束位置。
如果是多行模式，表示匹配文本每行的結(jié)束位置。
比如，下面的文本中，每行最前面的數(shù)字表示水果的編號(hào)，最后的數(shù)字表示價(jià)格
001-蘋果價(jià)格-60,
002-橙子價(jià)格-70,
003-香蕉價(jià)格-80,
如果我們要提取所有的水果編號(hào)，用這樣的正則表達(dá)式\d+$
范例：
# 導(dǎo)入re模塊
import re
#輸入文本內(nèi)容
source='''001-蘋果-60
002-橙子-70
003-香蕉-80'''
p=re.compile(r'^\d+$',re.M)#re.M進(jìn)行多行匹配
for one in p.findall(source):
print(one)
成功匹配到每行最后的價(jià)格
8、括號(hào)-組選擇
主括號(hào)稱之為正則表達(dá)式的組選擇。是從正則表達(dá)式匹配的內(nèi)容里面扣取出其中的某些部分
前面，我們有個(gè)例子，從下面的文本中，選擇每行逗號(hào)前面的字符串，也包括逗號(hào)本身。
蘋果，蘋果是綠色的
橙子，橙子是橙色的
香蕉，香蕉是黃色的
就可以這樣寫正則表達(dá)式個(gè)^.*，。
但是，如果我們要求不要包括逗號(hào)呢?
當(dāng)然不能直接這樣寫^.*
因?yàn)樽詈蟮亩禾?hào)是特征所在，如果去掉它，就沒(méi)法找逗號(hào)前面的了。
但是把逗號(hào)放在正則表達(dá)式中，又會(huì)包含逗號(hào)。
解決問(wèn)題的方法就是使用組選擇符:括號(hào)。
我們這樣寫^(.*)，
我們把要從整個(gè)表達(dá)式中提取的部分放在括號(hào)中，這樣水果的名字就被單獨(dú)的放在組group中了。
對(duì)應(yīng)的Python代碼如下
# 導(dǎo)入re模塊
import re
#輸入文本內(nèi)容
source='''蘋果，蘋果是綠色的
橙子，橙子是橙色的
香蕉，香蕉是黃色的'''
p=re.compile(r'^(.*)，',re.M)#re.M進(jìn)行多行匹配
for one in p.findall(source):
print(one)
這樣我們就可以把，前的字符取出來(lái)了
9、反斜杠-對(duì)元字符的轉(zhuǎn)義
反斜杠\在正則表達(dá)式中有多種用途
比如，我們要在下面的文本中搜索所有點(diǎn)前面的字符串，也包括點(diǎn)本身
蘋果.是綠色的
橙子.是橙色的
香蕉.是黃色的
如果，我們這樣寫正則表達(dá)式.*.，聰明的你肯定發(fā)現(xiàn)不對(duì)勁。
因?yàn)辄c(diǎn)是一個(gè)元字符，直接出現(xiàn)在正則表達(dá)式中，表示匹配任意的單個(gè)字符，不能表示.這個(gè)字符的本身的意思了
怎么辦呢？
如果我們要搜索的內(nèi)容本身就包含元字符，就可以使用反斜杠進(jìn)行轉(zhuǎn)義
這里我們就應(yīng)用這樣的表達(dá)式.*\.
范例：
# 導(dǎo)入re模塊
import re
#輸入文本內(nèi)容
source='''蘋果.是綠色的
橙子.是橙色的
香蕉.是黃色的'''
p=re.compile(r'.*\.')#r表示不要進(jìn)行python語(yǔ)法中對(duì)字符串的轉(zhuǎn)譯
for one in p.findall(source):
print(one)
成功匹配！
利用反斜杠還可以匹配某種字符類型
反斜杠后面接一些字符，表示匹配某種類型的一個(gè)字符
| 字符 | 功能 |
|---|---|
| \d | 匹配0~9之間的任意一個(gè)數(shù)字字符，等價(jià)于表達(dá)式[0-9] |
| \D | 匹配任意一個(gè)不上0-9之間的數(shù)字字符，等價(jià)于表達(dá)是[^0-9] |
| \s | 匹配任意一個(gè)空白字符，包括空格、tab、換行符等、等價(jià)于[\t\n\r\f\v] |
| \S | 匹配任意一個(gè)非空白字符，等價(jià)于[^\t\tn\r\f\v] |
| \w | 匹配任意一個(gè)文字字符，包括大小寫、數(shù)字、下劃線、等于[a-zA-A0-9] |
| \W | 匹配任意一個(gè)非文字字符，等價(jià)于表達(dá)式[^a-zA-Z0-9] |
反斜杠也可以用在方括號(hào)里面，比如[\s,.]:表示匹配任何空白字符，或者逗號(hào)，或者點(diǎn)
10、修飾符-可選標(biāo)志
正則表達(dá)式可以包含一些可選標(biāo)志修飾符來(lái)控制匹配的模式。修飾符被指定為一個(gè)可選的標(biāo)志。多個(gè)標(biāo)志可以通過(guò)按位OR(I)它們來(lái)指定。如re.l | re.M被設(shè)置成Ⅰ和M標(biāo)志:
| 修飾符 | 描述 |
|---|---|
| re.I | 使匹配對(duì)大小寫不敏感 |
| re.L | 做本地化識(shí)別(locale-aware)匹配 |
| re.M | 多行匹配，影響^和$ |
| re.S | 使．匹配包括換行在內(nèi)的所有字符 |
| re.U | 根據(jù)Unicode字符集解析字符。這個(gè)標(biāo)志影響lw,W,Nb,\B. |
| re.X | 該標(biāo)志通過(guò)給予你更靈活的格式以便你將正則表達(dá)式寫得更易于理解 |
11、使用正則表達(dá)式切割字符串
字符串對(duì)象的split()方法只適應(yīng)于非常簡(jiǎn)單的字符串分割情形。當(dāng)你需要更加靈活的切割字符串的時(shí)候，就不好用了。
比如，我們需要從下面字符串中提取武將的名字。
我們發(fā)現(xiàn)這些名字之間，有的是分號(hào)隔開，有的是逗號(hào)隔開，有的是空格隔開，而且分割符號(hào)周圍還有不定數(shù)量的空格
names =“關(guān)羽;張飛，趙云,馬超，黃忠 李逵”
這時(shí)，最好使用正則表達(dá)式里面的split方法:
范例：
# 導(dǎo)入re模塊 import re #輸入文本內(nèi)容 names ="關(guān)羽;張飛，趙云,馬超，黃忠 李逵" namelist=re.split(r'[;，\s]\s*',names) print(namelist)
正則表達(dá)式[;,ls]\s*指定了，分割符為分號(hào)、逗號(hào)、空格里面的任意一種均可，并且該符號(hào)周圍可以有不定數(shù)量的空格。
以上就是Python進(jìn)階篇之正則表達(dá)式常用語(yǔ)法總結(jié)的詳細(xì)內(nèi)容，更多關(guān)于Python正則表達(dá)式的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
Django和Flask框架優(yōu)缺點(diǎn)對(duì)比
這篇文章主要介紹了Django和Flask框架相關(guān)對(duì)比,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-10-10
淺談TensorFlow中讀取圖像數(shù)據(jù)的三種方式
這篇文章主要介紹了淺談TensorFlow中讀取圖像數(shù)據(jù)的三種方式,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-06-06
Python ATM功能實(shí)現(xiàn)代碼實(shí)例
這篇文章主要介紹了Python ATM功能實(shí)現(xiàn)代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-03-03
Python Tkinter實(shí)現(xiàn)簡(jiǎn)易計(jì)算器功能
這篇文章主要為大家詳細(xì)介紹了Python Tkinter實(shí)現(xiàn)簡(jiǎn)易計(jì)算器功能，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-01-01
python中Apriori算法實(shí)現(xiàn)講解
給大家詳細(xì)講解一下Apriori 算法在python中的實(shí)現(xiàn)過(guò)程，有需要的朋友收藏一下本片文章吧。2017-12-12
這篇文章主要介紹了Python的randrange()方法使用教程,是Python學(xué)習(xí)中的基礎(chǔ)知識(shí),需要的朋友可以參考下2015-05-05
這篇文章主要給大家介紹了關(guān)于如何使用Python從字符串中提取數(shù)字的相關(guān)資料,我們?cè)谶M(jìn)行數(shù)據(jù)處理時(shí)候,可能想要提取字符串中的數(shù)字進(jìn)行分析,需要的朋友可以參考下2023-11-11
這篇文章主要為大家詳細(xì)介紹了python批量讀取文件名并寫入txt文件中，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-08-08
這篇文章主要介紹了python urllib庫(kù)的使用，幫助大家更好的利用python學(xué)習(xí)爬蟲，感興趣的朋友可以了解下,希望能夠給你帶來(lái)幫助2021-11-11
在本篇文章里小編給大家整理的是一篇關(guān)于python爬蟲判斷招聘信息是否存在的實(shí)例代碼，有興趣的朋友們可以學(xué)習(xí)下。2020-11-11