Python基础022--正则表达式

正则表达式模块、贪婪匹配和非贪婪匹配、正则分组、match和search的使用

  • 常用的正则表达式元字符
表达式 描述
^ 匹配开头
$ 匹配结束
. 匹配任意..字符
x? 匹配字符x出现0次或者1次
x+ 匹配字符x出现1次或者多次
x* 匹配字符x出现0次或者多次
(xy)+ 分组的方式,匹配字符串xy出现1次或者多次
[xy]+ 匹配字符x或者y出现了1次或者多次
[0-9]+ 匹配一个数字出现了1次或者多次
[a-z]+ 匹配一个小写字母出现了1次或者多次
[A-Z]+ 匹配一个大写字母出现了1次或者多次
[a-zA-Z]+ 匹配一个字母[大小写均可]出现了1次或者多次
x{m,} 匹配字符x出现了m次以上
x{m,n} 匹配字符x出现了m次以上n次以下
$ 匹配字符出现了n次以下
... ...
\d 匹配一个数字,和[0-9]相同
\D 匹配一个非数字,和[^0-9]相同
\w 匹配一个字母数字或者下划线,和[a-zA-Z0-9_]相同
\s 匹配一个空白字符
\b 匹配一个字符的边缘位置 hello worhellold : \bhello\b
... ...
* 贪婪匹配符,和其他表达式一起使用
? 懒惰匹配符,和其他表达式一起使用
  • 正则表达式re模块常用方法
    • re.match()-->决定re是不是从字符串的的起始位置匹配一个模式;如果不是起始位置匹配成功的话,match()就返回None
      • 函数语法:re.match(pattern,string,flags=0)
        • pattern-->匹配的正则表达式
        • string-->要匹配的字符串
        • flags(可选)-->标识位用于控制正则表达式的匹配方式:是否区分大小写,多行匹配等;
          • re.I--->忽略大小写
          • re.M--->多行模式
          • re.X--->为了增加可读性,忽略空格和#后面的注释
    • 匹配对象的方法
      • group()方法或者返回所有匹配对象或是根据要求返回某个特定子组;groups()返回一个包含唯一或者所有子组的元组;如果正则表达式中没有子组的话,groups()将返回一个空元组,而group()仍然返回全部匹配对象
      • start([group]):用于获取分组匹配的子串在整个字符串中的起始位置,参数默认值为0
      • end([group]):用于获取分组匹配的子串在整个字符串中的结束位置,参数默认值为0
      • span([group]):返回(start([group]),end([group]))
# re.match()使用方法
In [3]: print(re.match('com','comwww.runcomob').group())
com
In [5]: print(re.match('com','www.rencomob'))-->匹配成功,但不是从起始位置匹配,返回None
None
In [6]: print(re.match('com','Comwww.rencomob',re.I|re.M).groups())-->返回子元组,没有子元组返回空元组
()
In [7]: print(re.match('com','Comwww.rencomob',re.I|re.M).group())
Com
In [8]: print(re.match('com','Comwww.rencomob',re.I))
<_sre.SRE_Match object at 0x7f653548bd98>
In [9]: print(re.match('com','Comwww.rencomob',re.I).group())
Com

  • re.search()-->扫描整个字符串并返回第一个成功的匹配
    • 函数语法:re.search(pattern,string,flags=0)
    • 参数含义和match一样
# re.search()使用方法
In [10]: print(re.search('www','www.runoog.com').span())    # 在起始位置匹配
(0, 3)
In [11]: print(re.search('com','www.runoog.com').span())    # 不在起始位置匹配
(11, 14)
In [12]: a = '132abc456'
In [13]: print(re.search('([0-9]*)([a-z]*)([0-9]*)',a).group())
132abc456
In [14]: print(re.search('([0-9]*)([a-z]*)([0-9]*)',a).group(1))    # group()可以有参数,确定匹配第几个对象
132
In [15]: print(re.search('([0-9]*)([a-z]*)([0-9]*)',a).group(2))
abc
In [16]: print(re.search('([0-9]*)([a-z]*)([0-9]*)',a).group(3))
456
In [17]: print(re.search('([0-9]*)([a-z]*)([0-9]*)',a).groups())    # groups()无参数,返回全部的子组
('132', 'abc', '456')

  • re.match()和re.search()的区别

    • re.match()只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,返回None;
    • re.search()匹配整个字符串,直到找到一个匹配;
    • match()和search()是匹配一次,findall()是匹配所有;
  • re.compile()-->用于编译正则表达式,生成一个正则表达式对象,供match()和search()这两个函数使用;

    • 语法格式:re.compile(pattern,flags)
In [22]: pattern = re.compile(r'\d+')
In [23]: m = pattern.match('one123twothree34four')
In [24]: print m
None
In [25]: m = pattern.match('one123twothree34four',3,10)
In [26]: print m 
<_sre.SRE_Match object at 0x7f6535575238>
In [27]: m.start()
Out[27]: 3
In [28]: m.end()
Out[28]: 6
In [29]: m.span()
Out[29]: (3, 6)
In [30]: m = pattern.match('one123twothree34four',3,10).group()
In [31]: print m
123
  • findall-->在字符串中找到正则表达式所匹配的所有子串,并返回一个列表,如果没有找到匹配的,则返回空列表;
    • 语法格式:re.findall(pattern,string,flags=0)
    • 一般和compile()连用
In [35]: p = re.compile(r'\d+')
In [36]: res = p.findall('o1n2m3k4')
In [37]: print res
['1', '2', '3', '4']
In [38]: tt = 'Tina is good girl, she is cool, clever, and so on..'
In [40]: rr = re.compile(r'\w*oo\w*')
In [41]: res = rr.findall(tt)
In [42]: print res
['good', 'cool']
In [44]: res = re.findall(r'\w*oo\w*',tt)
In [45]: print res
['good', 'cool']

  • re.finditer-->和findall类似,在字符串找到正则表达式所匹配的所有字串,并把他们作为一个迭代器返回;

  • re.split-->按照能够匹配的字串将字符串分割后返回列表;

  • 贪婪匹配和非贪婪匹配

    • 贪婪匹配-->在整个表达式匹配成功的前提下,尽可能多的匹配-->.*
    • 非贪婪匹配-->在整个表达式匹配成功的前提下,尽可能少的匹配-->.*?
In [49]: s = 'http://www.baidu.com/new.html;http://news.sina.com/music.html'
In [50]: p1 = re.compile(r'http://.+\.html')
In [52]: p1.search(s).group()
Out[52]: 'http://www.baidu.com/new.html;http://news.sina.com/music.html'
In [53]: p2 = re.compile(r'http://.+?\.html')
In [54]: p2.search(s).group()
Out[54]: 'http://www.baidu.com/new.html'

In [55]: data = 'Thu Feb 15 17:46:04 2007::uzifzf@dpyivihw.gov:: 2341123-6-8'
In [56]: patt = re.compile(r'.+(\d+-\d-\d)', re.X)
In [57]: print patt.match(data).group()
Thu Feb 15 17:46:04 2007::uzifzf@dpyivihw.gov:: 2341123-6-8
In [58]: print patt.match(data).group(1)
3-6-8
In [59]: patt = re.compile(r'.+?(\d+-\d-\d)', re.X)
In [60]: print patt.match(data).group(1)
2341123-6-8

  • 正则分组
    • 正则表达式分组-->用一对圆括号()括起来的正则表达式,匹配出的内容就是一个分组;
    • 命名分组-->给具有默认分组编号的组另外再起一个别名;
      • 语法格式:(?P<name>正则表达式) name是一个合法的标识符
# 正则表达式分组
In [64]: s='<div><a href="https://support.google.com/chrome/?p=ui_hotword_search" rel="extern
    ...: al nofollow" target="_blank">更多</a><p>dfsl</p></div>'
In [66]: print re.search(r'<a.*>(.*)</a>',s).group(1)
更多
In [67]: print re.search(r'<a.*>(.*)</a>',s).group()
<a href="https://support.google.com/chrome/?p=ui_hotword_search" rel="external nofollow" target="_blank">更多</a>

# 命名分组
In [77]: p = re.compile(r'(?P<word>\b\w+\b)')
In [78]: m = p.search('Lots of punctuation')
In [79]: m.group('word')
Out[79]: 'Lots'
In [80]: m.group()
Out[80]: 'Lots'

URL可以通过named group方式传递指定参数,语法为: (?P<name>pattern), name 可以理解为所要传递的参数的名称,pattern代表所要匹配的模式

eg:url(r'^articles/(?P<year>[0-9]{4})/(?P<month>[0-9]{2})/$', views.month_archive)
那么year,month将会对应views传递过来的year,month的值,而后面紧跟的则代表正则表达匹配的模式

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,362评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,330评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,247评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,560评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,580评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,569评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,929评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,587评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,840评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,596评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,678评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,366评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,945评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,929评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,165评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,271评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,403评论 2 342

推荐阅读更多精彩内容

  • #首先,python中的正则表达式大致分为以下几部分: 元字符 模式 函数 re 内置对象用法 分组用法 环视用法...
    mapuboy阅读 1,597评论 0 51
  • re模块手册 本模块提供了和Perl里的正则表达式类似的功能,不关是正则表达式本身还是被搜索的字符串,都可以...
    喜欢吃栗子阅读 3,975评论 0 13
  • 本文介绍了Python对于正则表达式的支持,包括正则表达式基础以及Python正则表达式标准库的完整介绍及使用示例...
    Python程序媛阅读 1,338评论 0 22
  • 判断一个人是否聪明有两点:1看他有多少清晰必要的概念2概念之间的联系有多少!用这个模式也可以看到学习一个知识的全部...
    看着我成长阅读 291评论 0 0
  • 你是那把锁,我是那把钥匙吗?还是另有其人。 你说那里挂着的都是同心锁的钥匙,我说如果锁丢了呢? 你说如果很随意的就...
    今夜春风作祟阅读 664评论 0 1