Python 正则表达式 — findall()方法

重点 findall()方法的使用 — 程序讲解

简单的符号的使用

正则表达式的库文件是re，先导入库文件：

import re

.的使用举例

# -?- coding: utf-8 -?-
import re

a = 'abca123'
b = re.findall('a.', a)
print(b)

输出

['ab', 'a1']

.是一个占位符，我们将程序改成下面这个样子，再试试看：

# -?- coding: utf-8 -?-
import re

a = 'abca123'
b = re.findall('a..', a)
print(b)

输出

['abc', 'a12']

所以，几个.，就表示会面保留几位。

*的使用举例

# -?- coding: utf-8 -?-
import re

a = 'abca123'
b = re.findall('a*', a)
print(b)

运行

['a', '', '', 'a', '', '', '', '']

?的使用举例

# -?- coding: utf-8 -?-
import re

a = 'abca123'
b = re.findall('a?', a)
print(b)

运行

['a', '', '', 'a', '', '', '', '']

组合的符号的使用

.*的使用举例

# -?- coding: utf-8 -?-
import re

secret_code = 'sdajksdhfakjldooxxIxxoosdsdsdmknmdsdooxxamxxoodsddjksdjooxxAoboxxoodsddsddkjlooxxSirxxoosjdlsjl'

b = re.findall('ooxx.*xxoo', secret_code )
print(b)

运行

['ooxxIxxoosdsdsdmknmdsdooxxamxxoodsddjksdjooxxAoboxxoodsddsddkjlooxxSirxxoo']

.*得到最多的匹配结果。我先解释一下上面为什么会得到这样的结果。程序将第一个ooxx和最后一个xxoo视为一组ooxx.*xxoo。.*使用贪心算法，能找多少找多少，只要能满足条件，反正就是越多越好。

.*?的使用举例

# -?- coding: utf-8 -?-
import re

secret_code = 'sdajksdhfakjldooxxIxxoosdsdsdmknmdsdooxxamxxoodsddjksdjooxxAoboxxoodsddsddkjlooxxSirxxoosjdlsjl'

b = re.findall('ooxx.*?xxoo', secret_code )
print(b)

运行

['ooxxIxxoo', 'ooxxamxxoo', 'ooxxAoboxxoo', 'ooxxSirxxoo']

.*?使用非贪心算法，和上面.*形成对比。

()的使用举例

# -?- coding: utf-8 -?-
import re

secret_code = 'sdajksdhfakjldooxxIxxoosdsdsdmknmdsdooxxamxxoodsddjksdjooxxAoboxxoodsddsddkjlooxxSirxxoosjdlsjl'

b = re.findall('ooxx(.*?)xxoo', secret_code )
print(b)

运行

['I', 'am', 'Aobo', 'Sir']

当我们需要的内容，我们就使用()给括上。

我先来讲一个关于\n换行符的正则表达式的知识点：

# -?- coding: utf-8 -?-
import re

secret_code = '''sdajksdhdlsjlooxxhello
xxoodsdsdooxxworldxxoodfsdf''

b = re.findall('ooxx(.*?)xxoo', secret_code )
print(b)

运行

['world']

我们希望得到的结果是['hello', 'world']
代码应该这样改：

# -?- coding: utf-8 -?-
import re

secret_code = '''sdajksdhdlsjlooxxhello
xxoodsdsdooxxworldxxoodfsdf''

b = re.findall('ooxx(.*?)xxoo', secret_code, re.S )
print(b)

运行

['hello\n', 'world']

再来看看下面这个：

# -?- coding: utf-8 -?-
import re

secret_code = 'dsdxx1xxdsdfxx2xxdfsdxx3xxdlrelxx4xxeuwuxx5xxnjkjh'

b = re.findall('xx(.*?)xxdsdfxx(.*?)xx', secret_code )
print(b)
print(b[0][0])

运行

[('1', '2')]
1

看到没有，找到的结果是列表（[]）里面包着元组（()）。如果你想单独打印'1'这个结果，你需要这样指定：b[0][0]。

参考网站：
http://www.jikexueyuan.com/course/777_2.html?ss=1