佳木斯湛栽影视文化发展公司

主頁 > 知識庫 > Python正則表達式之基礎篇

Python正則表達式之基礎篇

熱門標簽:銀行業(yè)務 服務器配置 Mysql連接數(shù)設置 電子圍欄 團購網(wǎng)站 科大訊飛語音識別系統(tǒng) 阿里云 Linux服務器

正則表達式是用于處理字符串的強大工具,它并不是Python的一部分。

其他編程語言中也有正則表達式的概念,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。

它擁有自己獨特的語法以及一個獨立的處理引擎,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。

下圖展示了使用正則表達式進行匹配的流程:

1.1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。

  正則表達式是一個特殊的字符序列,它能幫助你方便的檢查一個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 風格的正則表達式模式。re 模塊使 Python 語言擁有全部的正則表達式功能。

1.2要知道的各種用法

 模式字符串使用特殊的語法來表示一個正則表達式:

  字母和數(shù)字表示他們自身。一個正則表達式模式中的字母和數(shù)字匹配同樣的字符串。多數(shù)字母和數(shù)字前加一個反斜杠時會擁有不同的含義。標點符號只有被轉義時才匹配自身,否則它們表示特殊的含義。反斜杠本身需要使用反斜杠轉義。

  由于正則表達式通常都包含反斜杠,所以你最好使用原始字符串來表示它們。模式元素(如 r'/t',等價于'//t')匹配相應的特殊字符。

  下表列出了正則表達式模式語法中的特殊元素。如果你使用模式的同時提供了可選的標志參數(shù),某些模式元素的含義會改變。

  當然這些用法很多,待會會給出經(jīng)常使用到的用法,多試試就能理解了。

模式

模式 描述
^ 匹配字符串的開頭
$ 匹配字符串的末尾。
. 匹配任意字符,除了換行符,當re.DOTALL標記被指定時,則可以匹配包括換行符的任意字符。
[...] 用來表示一組字符,單獨列出:[amk] 匹配 'a','m'或'k'
[^...] 不在[]中的字符:[^abc] 匹配除了a,b,c之外的字符。
re* 匹配0個或多個的表達式。
re+ 匹配1個或多個的表達式。
re? 匹配0個或1個由前面的正則表達式定義的片段,非貪婪方式
re{ n}
re{ n,} 精確匹配n個前面表達式。
re{ n, m} 匹配 n 到 m 次由前面的正則表達式定義的片段,貪婪方式
a| b 匹配a或b
(re) G匹配括號內(nèi)的表達式,也表示一個組
(?imx) 正則表達式包含三種可選標志:i, m, 或 x 。只影響括號中的區(qū)域。
(?-imx) 正則表達式關閉 i, m, 或 x 可選標志。只影響括號中的區(qū)域。
(?: re) 類似 (...), 但是不表示一個組
(?imx: re) 在括號中使用i, m, 或 x 可選標志
(?-imx: re) 在括號中不使用i, m, 或 x 可選標志
(?#...) 注釋.
(?= re) 前向肯定界定符。如果所含正則表達式,以 ... 表示,在當前位置成功匹配時成功,否則失敗。但一旦所含表達式已經(jīng)嘗試,匹配引擎根本沒有提高;模式的剩余部分還要嘗試界定符的右邊。
(?! re) 前向否定界定符。與肯定界定符相反;當所含表達式不能在字符串當前位置匹配時成功
(?> re) 匹配的獨立模式,省去回溯。
\w 匹配字母數(shù)字
\W 匹配非字母數(shù)字
\s 匹配任意空白字符,等價于 [\t\n\r\f].
\S 匹配任意非空字符
\d 匹配任意數(shù)字,等價于 [0-9].
\D 匹配任意非數(shù)字
\A 匹配字符串開始
\Z 匹配字符串結束,如果是存在換行,只匹配到換行前的結束字符串。c
\z 匹配字符串結束
\G 匹配最后匹配完成的位置。
\b 匹配一個單詞邊界,也就是指單詞和空格間的位置。例如, 'er\b' 可以匹配"never" 中的 'er',但不能匹配 "verb" 中的 'er'。
\B 匹配非單詞邊界。'er\B' 能匹配 "verb" 中的 'er',但不能匹配 "never" 中的 'er'。
\n, \t, 等. 匹配一個換行符。匹配一個制表符。等
\1...\9 匹配第n個分組的子表達式。
\10 匹配第n個分組的子表達式,如果它經(jīng)匹配。否則指的是八進制字符碼的表達式。

字符類

實例 描述
[Pp]ython 匹配 "Python" 或 "python"
rub[ye] 匹配 "ruby" 或 "rube"
[aeiou] 匹配中括號內(nèi)的任意一個字母
[0-9] 匹配任何數(shù)字。類似于 [0123456789]
[a-z] 匹配任何小寫字母
[A-Z] 匹配任何大寫字母
[a-zA-Z0-9] 匹配任何字母及數(shù)字
[^aeiou] 除了aeiou字母以外的所有字符
[^0-9] 匹配除了數(shù)字外的字符

特殊字符類

實例 描述
. 匹配除 "\n" 之外的任何單個字符。要匹配包括 '\n' 在內(nèi)的任何字符,請使用象 '[.\n]' 的模式。
\d 匹配一個數(shù)字字符。等價于 [0-9]。
\D 匹配一個非數(shù)字字符。等價于 [^0-9]。
\s 匹配任何空白字符,包括空格、制表符、換頁符等等。等價于 [ \f\n\r\t\v]。
\S 匹配任何非空白字符。等價于 [^ \f\n\r\t\v]。
\w 匹配包括下劃線的任何單詞字符。等價于'[A-Za-z0-9_]'。
\W 匹配任何非單詞字符。等價于 '[^A-Za-z0-9_]'。

1.3re.match函數(shù)

  re.match 嘗試從字符串的起始位置匹配一個模式,如果不是起始位置匹配成功的話,match()就返回none。

  re.match(pattern, string, flags = 0)

  pattern 正則表達式

  string 匹配的字符串

  flags 標志位,用來控制匹配方式,下文會講

  直接上程序:

import string,re
r = "abc" #正則表達式
if re.match(r,"abc"): #匹配
print 'done' 
else:
print 'defeat' 

結果:

  done

可以根據(jù)上面各表給出的用法,多練練:

import string,re
r = "a.c" #正則表達式 . 匹配任意字符,除了換行符,當re.DOTALL標記被指定時,則可以匹配包括換行符的任意字符。
if re.match(r,"abc"): 
print re.match(r,"abc")
print 'done' 
else:
print 'defeat' 

結果:

_sre.SRE_Match object at 0x01dd6158>

done

  注意這里不是顯示匹配成功的字符串,re.match() 返回的是一個對象,不成功返回的是none.

  我們可以通過group(num)或groups()匹配對象函數(shù)來獲取匹配表達式?!?/p>

匹配對象方法 描述
group(num=0) 匹配的整個表達式的字符串,group() 可以一次輸入多個組號,在這種情況下它將返回一個包含那些組所對應值的元組。
groups() 返回一個包含所有小組字符串的元組,從 1 到 所含的小組號。

程序:   

 import string,re
 r = "a.c" 
 if re.match(r,"abc"): 
 line = re.match(r,"abc")
 print line.group()
 else:
 print 'defeat' 

結果:

  abc

1.3re.search函數(shù)

re.search() 掃描整個字符串并返回第一個成功的匹配

  re.search(pattern, string, flags=0)

  pattern 正則表達式

  string 匹配的字符串

  flags 標志位,用于控制匹配方式

  和re.match()一樣,匹配成功re.search方法返回一個匹配的對象,否則返回None。

  直接上程序:

import string,re
r = "abc" 
s = 'aacawcabc'
if re.search(r,s): 
line = re.search(r,s)
print line.group() 

結果:

abc

注意:

re.match()和re.search()的區(qū)別:

  re.match只匹配字符串的開始,如果字符串開始不符合正則表達式,則匹配失敗,函數(shù)返回None;而re.search匹配整個字符串,直到找到一個匹配。

1.4re.sub函數(shù)

  re.sub()函數(shù)用于替換匹配項。

  re.sub(pattern,repl,string,max = 0)

  pattern 正則表達式

  repl 替換 項

  string 匹配的字符串

  count 替換的最大次數(shù) 缺省值是0 表示替換所有的匹配

  返回的字符串是在字符串中用 RE 最左邊不重復的匹配來替換。如果模式?jīng)]有發(fā)現(xiàn),字符將被沒有改變地返回。

  程序:

import string,re
pattern = '\d' 
repl = "!" 
s = 'abcdefg' 
line = re.sub(pattern,repl,s)
print line 

結果:

!!!!!!!!!abcdefg

1.5正則表達式修飾符 - 可選標志

我們來說說什么是標志位:

正則表達式可以包含一些可選標志修飾符來控制匹配的模式。修飾符被指定為一個可選的標志。多個標志可以通過按位 OR(|) 它們來指定。如 re.I | re.M 被設置成 I 和 M 標志:

修飾符 描述
re.I 使匹配對大小寫不敏感
re.L 做本地化識別(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。這個標志影響 \w, \W, \b, \B.
re.X 該標志通過給予你更靈活的格式以便你將正則表達式寫得更易于理解。

程序: 

import string,re
pattern = '[Aa][Bb][Cc][Dd]' 
s = 'AbCd' 
if re.match(pattern,s):
line = re.match(pattern,s)
print line.group() 

結果:

AbCd

上面程序可以通過選擇標志位來實現(xiàn):

import string,re
pattern = 'abcd' 
s = 'AbCd' 
if re.match(pattern,s,re.I):
line = re.match(pattern,s,re.I)
print line.group() 

結果;

AbCd

1.6re.compile函數(shù)

  使用re的一般步驟是先使用re.compile()函數(shù),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果(一個Match實例),最后使用Match實例獲得信息,進行其他的操作。

程序:

import string,re
pattern = re.compile('\d+') 
s = 'aabbccdd' 
if pattern.match(s):
line = pattern.match(s)
print line.group()

結果:

11223344

您可能感興趣的文章:
  • 零基礎寫python爬蟲之爬蟲編寫全記錄
  • Python類的基礎入門知識
  • Python3基礎之list列表實例解析
  • Python學習筆記(一)(基礎入門之環(huán)境搭建)
  • python基礎教程之基本數(shù)據(jù)類型和變量聲明介紹
  • python基礎教程之lambda表達式使用方法
  • Python3基礎之函數(shù)用法
  • python3爬蟲之入門基礎和正則表達式
  • Python2.5/2.6實用教程 入門基礎篇
  • Python中一些不為人知的基礎技巧總結

標簽:蚌埠 江蘇 萍鄉(xiāng) 棗莊 廣元 衡水 衢州 大理

巨人網(wǎng)絡通訊聲明:本文標題《Python正則表達式之基礎篇》,本文關鍵詞  ;如發(fā)現(xiàn)本文內(nèi)容存在版權問題,煩請?zhí)峁┫嚓P信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡,涉及言論、版權與本站無關。
  • 相關文章
  • 收縮
    • 微信客服
    • 微信二維碼
    • 電話咨詢

    • 400-1100-266
    奉节县| 垫江县| 汪清县| 于田县| 隆尧县| 寿光市| 长汀县| 平陆县| 临安市| 温州市| 涞源县| 会宁县| 白朗县| 漳浦县| 凭祥市| 长宁区| 揭阳市| 久治县| 溧水县| 夹江县| 伊金霍洛旗| 五指山市| 梁河县| 二连浩特市| 治县。| 岳阳市| 嘉黎县| 陇川县| 长岛县| 芜湖市| 呼伦贝尔市| 五河县| 襄汾县| 玉门市| 泰和县| 尼勒克县| 施甸县| 牙克石市| 田东县| 宁武县| 沈阳市|