re模組下的函式
compile(pattern):建立樣式物件
import re
pat=re.compile(‘A’)
m=pat.search(‘CBA’) #等價於 re.search(‘A’,’CBA’)
print m
<_sre.SRE_Match object at 0x9d690c8> #匹配到了,傳回MatchObject(True)
m=pat.search(‘CBD’)
print m
None #沒有匹配到,傳回None(False)
search(pattern,string):在字串中尋找樣式
m = re.search(‘asd’,‘ASDasd’)
print m
<_sre.SRE_Match object at 0xb72cd6e8> #匹配到了,傳回MatchObject(True)
m = re.search(‘asd’,‘ASDASD’)
print m
None #沒有匹配到,傳回None(False)
match(pattern,string):在字串開始處匹配樣式
m = re.search(‘asd’,‘ASDasd’)
print m
<_sre.SRE_Match object at 0xb72cd6e8> #匹配到了,傳回MatchObject(True)
m = re.search(‘asd’,‘ASDASD’)
print m
None #沒有匹配到,傳回None(False)
等價於
pat=re.compile(‘a’)
print pat.match(‘Aasd’)
None
printpat.match(‘aASD’)
<_sre.SRE_Match object at 0xb72cd6e8>
上面的函式傳回都可以在if條件陳述句中進行判斷:
if pat.search(‘asd’):
… print ‘OK’
…
OK #找到傳回
if re.search(‘a’,‘ASD’):
… print “OK”
… #沒有找到
split(pattern,string):根據樣式分割字串,傳回串列
re.split(‘,’,‘a,s,d,asd’)
[‘a’, ‘s’, ‘d’, ‘asd’] #傳回串列
pat = re.compile(‘,’)
pat.split(‘a,s,d,asd’)
[‘a’, ‘s’, ‘d’, ‘asd’] #傳回串列
re.split(‘[, ]+’,‘a , s ,d ,,,,,asd’) #正則匹配:[, ]+,後面說明
[‘a’, ‘s’, ‘d’, ‘asd’]
re.split(‘[, ]+’,‘a , s ,d ,,,,,asd’,maxsplit=2) # maxsplit 最多分割次數
[‘a’, ‘s’, ‘d ,,,,,asd’]
pat = re.compile(‘[, ]+’) #正則匹配:[, ]+,後面說明
pat.split(‘a , s ,d ,,,,,asd’,maxsplit=2) # maxsplit 最多分割次數
[‘a’, ‘s’, ‘d ,,,,,asd’]
findall(pattern,string):串列形式傳回匹配項
re.findall(‘a’,‘ASDaDFGAa’)
[‘a’, ‘a’] #串列形式傳回匹配到的字串
pat = re.compile(‘a’)
pat.findall(‘ASDaDFGAa’)
[‘a’, ‘a’] #串列形式傳回匹配到的字串
pat = re.compile(‘[A-Z]+’) #正則匹配:'[A-Z]+’ 後面有說明
pat.findall(‘ASDcDFGAa’)
[‘ASD’, ‘DFGA’] #找到匹配到的字串
pat = re.compile(‘[A-Z]’)
pat.findall(‘ASDcDFGAa’) #正則匹配:'[A-Z]+’ 後面有說明
[‘A’, ‘S’, ‘D’, ‘D’, ‘F’, ‘G’, ‘A’] #找到匹配到的字串
pat = re.compile(‘[A-Za-z]’) #正則匹配:'[A-Za-z]+’ 匹配所有單詞,後面有說明
pat.findall(‘ASDcDFGAa’)
[‘A’, ‘S’, ‘D’, ‘c’, ‘D’, ‘F’, ‘G’, ‘A’, ‘a’]
sub(pat,repl,string) :用repl替換 pat匹配項
(留的是中間的,因為中間在中心)
re.sub(‘a’,‘A’,‘abcasd’) #找到a用A替換,後面見和group的配合使用
‘AbcAsd’
pat = re.compile(‘a’)
pat.sub(‘A’,‘abcasd’)
‘AbcAsd’
pat=re.compile(r‘www\.(.*)\..{3}’) #正則運算式
#在Python的string前面加上‘r’, 是為了告訴編譯器這個string是個raw string,不要轉譯反斜槓 ‘\’ 。
#例如,\n 在raw string中,是兩個字元,\和n, 而不會轉譯為換行符。
#由於正則運算式和 \ 會有衝突,因此,當一個字串使用了正則運算式後,最好在前面加上’r’。
#與大多數程式語言相同,正則運算式裡使用”\”作為跳脫字元,這就可能造成反斜槓困擾。
#假如你需要匹配文字中的字元”\”,那麼使用程式語言表示的正則運算式裡將需要4個反斜槓”\\\\”:
#前兩個和後兩個分別用於在程式語言裡轉義成反斜槓,轉換成兩個反斜槓後再在正則運算式裡轉義成一個反斜槓。
#Python裡的原生字串很好地解決了這個問題,這個例子中的正則運算式可以使用r”\\”表示。
#同樣,匹配一個數字的”\\d”可以寫成r”\d”。
#有了原生字串,你再也不用擔心是不是漏寫了反斜槓,寫出來的運算式也更直觀。
#不是說 加了r \就沒有轉譯功能,好亂,就直接記住1句話:
#當一個字串使用了正則運算式後,最好在前面加上’r’,這樣你再也不用擔心是不是漏寫了反斜槓,寫出來的運算式也更直觀
pat.match(‘www.dxy.com’).group(1)
‘dxy’
re.sub(r‘www\.(.*)\..{3}’,r‘\1’,‘hello,www.dxy.com’)
pat.sub(r‘\1’,‘hello,www.dxy.com’)
‘hello,dxy’
# r’1′ 是第一組的意思
#透過正則匹配找到符合規則的”www.dxy.com” ,取得 組1字串 去替換 整個匹配。
pat=re.compile(r‘(\w+) (\w+)’) #正則運算式
s=‘hello world ! hello hz !’
pat.findall(‘hello world ! hello hz !’)
[(‘hello’, ‘world’), (‘hello’, ‘hz’)]
pat.sub(r‘\2 \1’,s) #透過正則得到組1(hello),組2(world),再透過sub去替換。即組1替換組2,組2替換組1,調換位置。
‘world hello!hz hello!’
escape(string) :對字串裡面的特殊字串進行轉義
re.escape(‘www.dxy.cn’)
‘www\\.dxy\\.cn’ #轉義
上面的函式中,只有match、search有group方法,其他的函式沒有。
函式的方法
group:獲取子樣式(組)的匹配項
pat = re.compile(r‘www\.(.*)\.(.*)’) #用()表示1個組,2個組
m = pat.match(‘www.dxy.com’)
m.group() #預設為0,表示匹配整個字串
‘www.dxy.com’
m.group(1) #傳回給定組1匹配的子字串
‘dxy’
m.group(2)
‘com’
start:給定組匹配項的開始位置
m.start(2) #組2開始的索引
8
end:給定組匹配項的結束位置
m.end(2) #組2結束的索引
11
span: 給定組匹配項的開始結束位置
m.span(2) #組2開始、結束的索引
(8, 11)
正則運算式
元字元
“.” :萬用字元,除換行符外的任意的1個字元
pat=re.compile(‘.’)
pat.match(‘abc’)
<_sre.SRE_Match object at 0xb72b6170>
pat.match(‘abc’).group()
‘a’ #匹配到了首個字元
pat.search(‘abc’).group()
‘a’
pat.match(‘\n’).group() #換行符匹配出錯
Traceback (most recent call last):
File “
“ , line 1, in <module>AttributeError: ‘NoneType’ object has no attribute ‘group’
“\” : 轉義符
pat=re.compile(‘\.’)
pat.search(‘abc.efg’).group() #匹配到.
‘.’
pat.findall(‘abc.efg’) #不用group,傳回串列
[‘.’]
“[…]” : 字元集合,匹配裡面的任意一個元素
>>> pat=re.compile(‘[abc]’)
>>> pat.match(‘axbycz’).group()
‘a’
>>> pat.search(‘axbycz’).group()
‘a’
>>> pat.findall(‘axbycz’)
[‘a’, ‘b’, ‘c’]
“\d” : 數字
>>> pat=re.compile(‘\d’)
>>> pat.search(‘ax1by2cz3’).group() #匹配到第一個數字:1,傳回
‘1’
>>> pat.match(‘ax1by2cz3’).group() #匹配不到(首個不是)傳回None,報錯,match匹配字串頭
Traceback (most recent call last):
File “
“ , line 1, in <module>AttributeError: ‘NoneType’ object has no attribute ‘group’
>>> pat.findall(‘ax1by2cz3’) #匹配所有的數字,串列傳回
[‘1’, ‘2’, ‘3’]
“\D” : 非數字
>>> pat=re.compile(‘\D’)
>>> pat.match(‘ax1by2cz3’).group()
‘a’
>>> pat.search(‘ax1by2cz3’).group()
‘a’
>>> pat.findall(‘ax1by2cz3’)
[‘a’, ‘x’, ‘b’, ‘y’, ‘c’, ‘z’]
“\s” :空白字元 、 \t、\r、\n、空格
>>> pat=re.compile(‘\s’)
>>> pat.findall(‘\rax1 \nby2 \tcz3’)
[‘\r’, ‘ ‘, ‘\n’, ‘ ‘, ‘\t’]
>>> pat.search(‘\rax1 \nby2 \tcz3’).group()
‘\r’
>>> pat.match(‘\rax1 \nby2 \tcz3’).group()
‘\r’
“S” :非空白字元
>>> pat=re.compile(‘\S’)
>>> pat.search(‘\rax1 \nby2 \tcz3’).group()
‘a’
>>> pat.findall(‘\rax1 \nby2 \tcz3’)
[‘a’, ‘x’, ‘1’, ‘b’, ‘y’, ‘2’, ‘c’, ‘z’, ‘3’]
“\w” :單個的 數字和字母,[A-Za-z0-9]
>>> pat=re.compile(‘\w’)
>>> pat.search(‘1a2b3c’).group()
‘1’
>>> pat.findall(‘1a2b3c’)
[‘1’, ‘a’, ‘2’, ‘b’, ‘3’, ‘c’]
>>> pat.match(‘1a2b3c’).group()
‘1’
“\W”:非單詞字元,除數字和字母外
>>> pat=re.compile(‘\W’)
>>> pat.findall(‘1a2我b3c’) #python是用三位元組表示一個漢字
[‘\xe6’, ‘\x88’, ‘\x91’]
>>> pat.search(‘1a2我b3c’).group()
‘\xe6’
數量詞
“*” :0次或多次
( 乘0會變成0)
>>> pat = re.compile(‘[abc]*’)
>>> pat.match(‘abcabcdefabc’).group()
‘abcabc’ #2次
>>> pat.search(‘abcabcdefabc’).group()
‘abcabc’ #2次
>>> pat.findall(‘abcabcdefabc’)
[‘abcabc’, ”, ”, ”, ‘abc’, ”] #2次和1次,因為有0次,所以匹配了”
“+” :1次或多次
( 加0不會變成0)
>>> pat = re.compile(‘[abc]+’)
>>> pat.match(‘abcdefabcabc’).group()
‘abc’
>>> pat.search(‘abcdefabcabc’).group()
‘abc’
>>> pat.findall(‘abcdefabcabc’)
[‘abc’, ‘abcabc’]
“?” :0次或1次,match,search 不會出現none,會出現’ ‘ (因為0次也是符合的)
0次或1次不是指[xxx]這個集合,而是其中的任何的一個字元
>>> pat = re.compile(‘[abc]?’)
>>> pat.match(‘defabc’).group() #0次
”
>>> pat.match(‘abcdefabc’).group()
‘a’
>>> pat.search(‘defabc’).group() #0次
”
>>> pat.findall(‘defabc’) #0次和1次
[”, ”, ”, ‘a’, ‘b’, ‘c’, ”] #後面總再加個”
“數量詞?” :非貪婪樣式:只匹配最少的(盡可能少);預設貪婪樣式:匹配最多的(盡可能多)
>>> pat = re.compile(‘[abc]+’) #貪婪樣式
>>> pat.match(‘abcdefabcabc’).group() #匹配盡可能多的:abc
‘abc’
>>> pat.match(‘bbabcdefabcabc’).group()
‘bbabc’
>>> pat.search(‘dbbabcdefabcabc’).group()
‘bbabc’
>>> pat.findall(‘abcdefabcabc’)
[‘abc’, ‘abcabc’]
>>> pat = re.compile(‘[abc]+?’) #非貪婪樣式:+?
>>> pat.match(‘abcdefabcabc’).group() #匹配盡可能少的:a、b、c
‘a’
>>> pat.search(‘dbbabcdefabcabc’).group()
‘b’
>>> pat.findall(‘abcdefabcabc’)
[‘a’, ‘b’, ‘c’, ‘a’, ‘b’, ‘c’, ‘a’, ‘b’, ‘c’]
“{m}” :匹配字串出現m次
>>> pat = re.compile(‘[op]{2}’) #o或p出現2次
>>> pat.search(‘abcooapp’).group() #匹配第一次出現的字串,o比p先出現
‘oo’
>>> pat.findall(‘abcooapp’) #匹配出現的所有字串,串列形式傳回
[‘oo’, ‘pp’]
“{m,n}” :匹配字串出現m到n次
>>> pat = re.compile(‘[op]{2,4}’) #o或則p出現2到4次
>>> pat.match(‘pppabcooapp’).group() #匹配開頭
‘ppp’
>>> pat.search(‘pppabcooapp’).group() #匹配第一次出現
‘ppp’
>>> pat.findall(‘pppabcooapp’) #匹配所有
[‘ppp’, ‘oo’, ‘pp’]
.group() #匹配第一次出現
邊界
“^” :匹配字串開頭或行頭
>>> pat = re.compile(‘^[abc]’) #開頭是a、b、c中的任意一個
>>> pat.search(‘defabc’).group()
>>> pat.match(‘defabc’).group() #均找不到
>>> pat.findall(‘defabc’)
[]
>>> pat.search(‘adefabc’).group()
‘a’
>>> pat.match(‘adefabc’).group() #開頭是a、b、c中的任意一個
‘a’
>>> pat.findall(‘adefabc’)
[‘a’]
>>> pat = re.compile(‘^[abc]+’) #開頭是a、b、c中的任意一個的一次或則多次,貪婪:匹配多個
>>> pat.findall(‘cbadefab’)
[‘cba’]
>>> pat = re.compile(r‘^[abc]+?’) #開頭是a、b、c中的任意一個的一次或則多次,非貪婪:匹配一個
>>> pat.findall(‘cbadefab’)
[‘c’]
“$” :匹配字串結尾或則行尾
>>> pat = re.compile(‘[abc]$’)
>>> pat.match(‘adefAbc’).group() #match匹配的是字串開頭,所以查詢$的時,總是傳回None
>>> pat.search(‘adefAbc’).group() #結尾是a、b、c中的任意一個
‘c’
>>> pat.findall(‘adefAbc’)
[‘c’]
>>> pat = re.compile(‘[abc]+$’)
>>> pat.search(‘adefAbc’).group() #結尾是a、b、c中的任意一個的一次或則多次,貪婪:匹配多個
‘bc’
>>> pat.findall(‘adefAbc’)
[‘bc’]
“\A”:匹配字串開頭
>>> pat = re.compile(‘\A[abc]+’)
>>> pat.findall(‘cbadefab’)
[‘cba’]
>>> pat.search(‘cbadefab’).group()
‘cba’
“\Z”:匹配字串結尾
>>> pat = re.compile(‘[abc]+\Z’)
>>> pat.search(‘cbadefab’).group()
‘ab’
>>> pat.findall(‘cbadefab’)
[‘ab’]
分組
(…):分組匹配,從左到右,每遇到一個 ( 編號+1,分組後面可加數量詞
>>> pat=re.compile(r‘(a)\w(c)’) #\w:單個的數字或字母 [A-Za-z0-9]
>>> pat.match(‘abcdef’).group()
‘abc’
>>> pat=re.compile(‘(a)b(c)’) #分2組,匿名分組
>>> pat.match(‘abcdef’).group() #預設傳回匹配的字串
‘abc’
>>> pat.match(‘abcdef’).group(1) #取分組1,適用於search
‘a’
>>> pat.match(‘abcdef’).group(2) #取分組2,適用於search
‘c’
>>> pat.match(‘abcdef’).groups() #取所有分組,元組形式傳回
(‘a’, ‘c’)
>>> pat=re.compile(r‘www\.(.*)\..{3}’)
>>> pat.match(‘www.dxy.com’).group(1)
‘dxy’
“(?P
>>> pat=re.compile(r‘(?P
a)\w(c)’ ) #分2組:命名分組+匿名分組>>> pat.search(‘abcdef’).groups() #取所有分組,元組形式傳回
(‘a’, ‘c’)
>>> pat.search(‘abcdef’).group(1) #取分組1,適用於match
‘a’
>>> pat.search(‘abcdef’).group(2) #取分組2,適用於match
‘c’
>>> pat.search(‘abcdef’).group() #預設傳回匹配的字串
‘abc’
>>> pat.search(‘abcdef’).groupdict() #命名分組可以傳回一個字典【專有】,匿名分組也沒有
{‘K’: ‘a’}
“(?P=name)”:取用別名為
>>> pat=re.compile(r‘(?P
a)\w(c)(?P=K)’ ) #(?P=K)取用分組1的值,就是a>>> pat.search(‘abcdef’).group() #匹配不到,因為完整’a\wca’,樣式的第4位是a
Traceback (most recent call last):
File “
“ , line 1, in <module>AttributeError: ‘NoneType’ object has no attribute ‘group’
>>> pat.search(‘abcadef’).group() #匹配到,樣式的第4位和組1一樣,值是c
‘abca’
>>> pat.search(‘abcadef’).groups()
(‘a’, ‘c’)
>>> pat.search(‘abcadef’).group(1)
‘a’
>>> pat.search(‘abcadef’).group(2)
‘c
“
>>> pat=re.compile(r‘(?P
a)\w(c)(?P=K)\2′ ) #\2取用分組2的值,就是c>>> pat.findall(‘Aabcadef’) #匹配不到,因為完整’a\wcac’,樣式的第5位是c
[]
>>> pat.findall(‘Aabcacdef’) #匹配到,樣式的第5位和組2一樣,值是c
[(‘a’, ‘c’)]
>>> pat.search(‘Aabcacdef’).groups()
(‘a’, ‘c’)
>>> pat.search(‘Aabcacdef’).group()
‘abcac’
>>> pat.search(‘Aabcacdef’).group(1)
‘a’
>>> pat.search(‘Aabcacdef’).group(2)
‘c’
特殊構造
-
(?:…) (…)不分組版本,用於使用 | 或者後接數量詞
-
(?iLmsux) iLmsux的每個字元代表一個匹配樣式,只能用在正則運算式的開頭,可選多個
-
(?#…) #號後的內容將作為註釋
-
(?=…) 之後的字串內容需要匹配運算式才能成功匹配
-
(?!…) 之後的字串不匹配運算式才能成功
-
(?(?(?(id/name) yes |no) 如果編號為id/名字為name的組匹配到字串,則需要匹配yes,否則匹配no,no可以省略
“(?:…)” :()裡面有?:表示該()不是分組
>>> pat=re.compile(r‘a(?:bc)’)
>>> pat.findall(‘abc’)
[‘abc’]
>>> pat.match(‘abc’).groups() #顯示不出分組
“(?=…)”:匹配…運算式,傳回。對後進行匹配,總是對後面進行匹配
>>> pat=re.compile(r‘\w(?=\d)’) #匹配運算式\d,傳回數字的前一位,\w:單詞字元[A-Za-z0-9]
>>> pat.findall(‘abc1 def1 xyz1’)
[‘c’, ‘f’, ‘z’]
>>> pat.findall(‘zhoujy20130628hangzhou’) #匹配數字的前一位,串列傳回
[‘y’, ‘2’, ‘0’, ‘1’, ‘3’, ‘0’, ‘6’, ‘2’]
>>> pat=re.compile(r‘\w+(?=\d)’)
>>> pat.findall(‘abc1,def1,xyz1’) #匹配最末數字的前字串,串列傳回
[‘abc’, ‘def’, ‘xyz’]
>>> pat.findall(‘abc21,def31,xyz41’)
[‘abc2’, ‘def3’, ‘xyz4’]
>>> pat.findall(‘zhoujy20130628hangzhou’)
[‘zhoujy2013062’]
>>> pat=re.compile(r‘[A-Za-z]+(?=\d)’) #[A-Za-z],匹配字母,可以用其他的正則方法
>>> pat.findall(‘zhoujy20130628hangzhou123’) #匹配後面帶有數字的字串,串列傳回
[‘zhoujy’, ‘hangzhou’]
>>> pat.findall(‘abc21,def31,xyz41’)
[‘abc’, ‘def’, ‘xyz’]
“(?!…)” 不匹配…運算式,傳回。對後進行匹配
>>> pat=re.compile(r‘[A-Za-z]+(?!\d)’) #[A-Za-z],匹配字母,可以用其他的正則方法
>>> pat.findall(‘zhoujy20130628hangzhou123,12,binjiang310’) #匹配後面不是數字的字串,串列傳回
[‘zhouj’, ‘hangzho’, ‘binjian’]
>>> pat.findall(‘abc21,def31,xyz41’)
[‘ab’, ‘de’, ‘xy’]
“(?<=…)”:匹配…運算式,傳回。對前進行匹配,總是對前面進行匹配
>>> pat=re.compile(r‘(?<=\d)[A-Za-z]+') #匹配前面是數字的字母
>>> pat.findall(‘abc21,def31,xyz41’)
[]
>>> pat.findall(‘1abc21,2def31,3xyz41’)
[‘abc’, ‘def’, ‘xyz’]
>>> pat.findall(‘zhoujy20130628hangzhou123,12,binjiang310’)
[‘hangzhou’]
“(?
>>> pat=re.compile(r‘(?) #匹配前面不是數字的字母
>>> pat.findall(‘abc21,def31,xyz41’)
[‘abc’, ‘def’, ‘xyz’]
>>> pat.findall(‘zhoujy20130628hangzhou123,12,binjiang310’)
[‘zhoujy’, ‘angzhou’, ‘binjiang’]
“(?(id/name) yes |no)”: 組是否匹配,匹配傳回
>>> pat=re.compile(r‘a(\d)?bc(?(1)\d)’) #no省略了,完整的是a\dbc\d ==> a2bc3,總共5位,第2位是可有可無的數字,第5為是數字
>>> pat.findall(‘abc9’) #傳回組1,但第2位(組1)沒有,即傳回了”
[”]
>>> pat.findall(‘a8bc9’) #完整的樣式,傳回組1
[‘8’]
>>> pat.match(‘a8bc9’).group()
‘a8bc9’
>>> pat.match(‘a8bc9’).group(1)
‘8’
>>> pat.findall(‘a8bc’) #第5位不存在,則沒有匹配到
[]
“(?iLmsux)”:這裡就介紹下i引數:大小寫區分匹配
>>> pat=re.compile(r‘abc’)
>>> pat.findall(‘abc’)
[‘abc’]
>>> pat.findall(‘ABC’)
[]
>>> pat=re.compile(r‘(?i)abc’) #(?i) 不區分大小寫
>>> pat.findall(‘ABC’)
[‘ABC’]
>>> pat.findall(‘abc’)
[‘abc’]
>>> pat.findall(‘aBc’)
[‘aBc’]
>>> pat.findall(‘aBC’)
[‘aBC’]
>>> pat=re.compile(r‘abc’,re.I) #re.I 作為引數使用,推薦
>>> pat.findall(‘aBC’)
[‘aBC’]
>>> pat.findall(‘abc’)
[‘abc’]
>>> pat.findall(‘ABC’)
[‘ABC’]
來源:chichao
segmentfault.com/a/1190000011578899
————近期開班————
《馬哥教育Python自動化開發全能實戰班》是馬哥教育聯合阿裡、豆瓣、大眾點評等一線Python工程師,根據目前企業需求的Python開發人才進行了深度定製,加入大量一線網際網路公司:大眾點評、餓了麼、騰訊等生產環境真是專案,課程由淺入深,從Python基礎到Python高階,讓你融匯貫通Python基礎理論到日誌分析、todolist任務管理系統、類Flask框架多人部落格、CMDB資產管理、任務排程系統、運維流程系統六大專案實戰,手把手教學讓你從0開始蛻變成Hold住年薪30萬的Python自動化開發人才。
10期面授班:2018年03月05號(北京)
11期網路班:2018年03月17號(網路)
掃描二維碼領取學習資料
更多Python好文請點選【閱讀原文】哦
↓↓↓