22-python学习笔记之re(正则表达式)


前言


以下都是自己的一些学习笔记,可能有写的不对的地方,还望各位大佬体谅和加以指正。


re 或正则表达式是形成搜索模式的字符序列。
re 可用于检查字符串是否包含指定的搜索模式。

re 模块
Python 提供名为 re 的内置包,可用于处理正则表达式。

导入 re 模块:

import re

Python 中的 re
导入 re 模块后,就可以开始使用正则表达式了:

检索字符串以查看它是否以 “China” 开头并以 “country” 结尾:

import re

txt = "China is a great country"
x = re.search("^China.*country$", txt)

re 函数

re 模块提供了一组函数,允许我们检索字符串以进行匹配:

函数				描述
findall			返回包含所有匹配项的列表
search			如果字符串中的任意位置存在匹配,则返回 Match 对象
split			返回在每次匹配时拆分字符串的列表
sub				用字符串替换一个或多个匹配项

元字符

元字符是具有特殊含义的字符:

字符		描述									示例	
[]		一组字符								"[a-m]"	
\		示意特殊序列(也可用于转义特殊字符)		"\d"	
.		任何字符(换行符除外)					"he..o"	
^		起始于								"^hello"	
$		结束于								"world$"	
*		零次或多次出现						"aix*"	
+		一次或多次出现						"aix+"	
{}		确切地指定的出现次数					"al{2}"	
|		两者任一								"falls|stays"	
()		捕获和分组

特殊序列

特殊序列指的是 \ 后跟下表中的某个字符,拥有特殊含义:

字符			描述												示例	
\A			如果指定的字符位于字符串的开头,则返回匹配项			"\AThe"	
\b			返回指定字符位于单词的开头或末尾的匹配项				r"\bain"
															r"ain\b"	
																
\B			返回指定字符存在的匹配项,但不在单词的开头(或结尾处)	r"\Bain"
															r"ain\B"	
																
\d			返回字符串包含数字的匹配项(数字 0-9"\d"	
\D			返回字符串不包含数字的匹配项							"\D"	
\s			返回字符串包含空白字符的匹配项						"\s"	
\S			返回字符串不包含空白字符的匹配项						"\S"	
\w			返回一个匹配项,其中字符串包含任何单词字符
		(从 a 到 Z 的字符,从 09 的数字和下划线 _ 字符)		"\w"	
\W			返回一个匹配项,其中字符串不包含任何单词字符			"\W"	
\Z			如果指定的字符位于字符串的末尾,则返回匹配项			"Spain\Z"

集合(Set)

集合(Set)是一对方括号 [] 内的一组字符,具有特殊含义:

集合			描述	
[arn]		返回一个匹配项,其中存在指定字符(a,r 或 n)之一	
[a-n]		返回字母顺序 a 和 n 之间的任意小写字符匹配项	
[^arn]		返回除 a、r 和 n 之外的任意字符的匹配项	
[0123]		返回存在任何指定数字(0123)的匹配项	
[0-9]		返回 09 之间任意数字的匹配	
[0-5][0-9]	返回介于 09 之间的任何数字的匹配项	
[a-zA-Z]	返回字母顺序 a 和 z 之间的任何字符的匹配,小写或大写	
[+]			在集合中,+*.|()、$、{} 没有特殊含义,因此 [+] 表示:返回字符串中任何 + 字符的匹配项	

一、re模块的使用

findall() 函数

findall() 函数返回包含所有匹配项的列表。

打印所有匹配的列表:

import re

str = "China is a great country"
x = re.findall("a", str)
print(x)

这个列表以被找到的顺序包含匹配项。
如果未找到匹配项,则返回空列表:

如果未找到匹配,则返回空列表:

import re

str = "China is a great country"
x = re.findall("USA", str)
print(x)

search() 函数

search() 函数搜索字符串中的匹配项,如果存在匹配则返回 Match 对象。

如果有多个匹配,则仅返回首个匹配项:

在字符串中搜索第一个空白字符:

import re

str = "China is a great country"
x = re.search("\s", str)

print("The first white-space character is located in position:", x.start())

如果未找到匹配,则返回值 None:
进行不返回匹配的检索:

import re

str = "China is a great country"
x = re.search("USA", str)
print(x)

split() 函数

split() 函数返回一个列表,其中字符串在每次匹配时被拆分:

在每个空白字符处进行拆分:

import re

str = "China is a great country"
x = re.split("\s", str)
print(x)

我们可以通过指定 maxsplit 参数来控制出现次数:

仅在首次出现时拆分字符串:

import re

str = "China is a great country"
x = re.split("\s", str, 1)
print(x)

sub() 函数

sub() 函数把匹配替换为我们选择的文本:

用数字 9 替换每个空白字符:

import re

str = "China is a great country"
x = re.sub("\s", "9", str)
print(x)

我们可以通过指定 count 参数来控制替换次数:

替换前两次出现:

import re

str = "China is a great country"
x = re.sub("\s", "9", str, 2)
print(x)

Match 对象

Match 对象是包含有关搜索和结果信息的对象。

注意:如果没有匹配,则返回值 None,而不是 Match 对象。

执行会返回 Match 对象的搜索:

import re

str = "China is a great country"
x = re.search("a", str)
print(x) # 将打印一个对象

Match 对象提供了用于取回有关搜索及结果信息的属性和方法:

span() 		# 返回的元组包含了匹配的开始和结束位置
.string  	# 返回传入函数的字符串
group()   	# 返回匹配的字符串部分

打印首个匹配出现的位置(开始和结束位置)。
正则表达式查找以大写 “C” 开头的任何单词:

import re

str = "China is a great country"
x = re.search(r"\bC\w+", str)
print(x.span())
打印传入函数的字符串:

import re

str = "China is a great country"
x = re.search(r"\bC\w+", str)
print(x.string)

打印匹配的字符串部分。

正则表达式查找以大写 “C” 开头的任何单词:

import re

str = "China is a great country"
x = re.search(r"\bC\w+", str)
print(x.group())

注意:如果没有匹配项,则返回值 None,而不是 Match 对象。


总结

正则表达式是程序语言用来查找文本中指定内容的神器。

posted @ 2022-07-21 22:44  是lian啊  阅读(159)  评论(0)    收藏  举报