正则表达式和re模块

目录

• re的元字符
• 字符集[ ]
• 转义符
• 分组 ( )
• |符号
• re下的常用方法
• 分组

re的元字符

import re

ret = re.findall("e..a", "Hermaeus") #"."是模糊表示一个字符
print(ret)

['erma']

ret = re.findall("^H..m", "Hermaeus") #"^"表示开头必须是某个字符
print(ret)

['Herm']

ret = re.findall("a..s$", "Hermaeus") #"$"表示结尾必须是某个字符
print(ret)

['aeus']

ret = re.findall("abc*", "abccccc")  #贪婪匹配[0,+∞]
print(ret)

['abccccc']

ret = re.findall("abc+", "abccccc")  #贪婪匹配[1,+∞]
print(ret)

['abccccc']

ret = re.findall("abc?", "abccccc")  #惰性匹配[0,1]
print(ret)

['abc']

ret = re.findall("abc{1,3}", "abccccc")   #贪婪匹配[1,3]
print(ret)

['abccc']

ret = re.findall("abc*?", "abccccc")  #这样会让其变成惰性匹配
print(ret)

['ab']

字符集[ ]

即在字符集中任意匹配一个

import re

ret = re.findall("a[bc]", "abc")
print(ret)

['ab']

ret = re.findall("[a-z]", "ahfao")
print(ret)

['a', 'h', 'f', 'a', 'o']

ret = re.findall("[%$]", "ada%jf$")  #在字符集里面除了：- ^ \以外都是普通字符
print(ret)

['%', '$']

##" - " 取在这之间的
ret = re.findall("[1-9]", "1jkah1k2k3j")
print(ret)

['1', '1', '2', '3']

##" ^ " 取反，即在这字符集里面没有的
ret = re.findall("[^ab]", "7ajkf2bfjab")
print(ret)

['7', 'j', 'k', 'f', '2', 'f', 'j']

##" \ " 转义符
ret = re.findall("[\d]", "45dhaf2")
print(ret)

['4', '5', '2']

转义符

• 反斜杠后边跟元字符去除特殊功能,比如\.
• 反斜杠后边跟普通字符实现特殊功能,比如\d
• \d匹配任何十进制数；它相当于类 [0-9]。
• \D匹配任何非数字字符；它相当于类 [^0-9]。
• \s匹配任何空白字符；它相当于类 [ \t\n\r\f\v]。
• \S匹配任何非空白字符；它相当于类 [^ \t\n\r\f\v]。
• \w匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。
• \W匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]
• \b匹配一个特殊字符边界，比如空格 ，&，＃等

import re
ret = re.findall(r"I\b", "I am LIST") ##添加"r"，就变成了原生字符串，它表示把需要匹配的字符集直接交给模块处理
print(ret)

分组 ( )

import re
ret = re.search("(?P<id>\d{2})/(?P<name>\w{3})", "23/com") #"?P<id> 取名
print(ret)

<_sre.SRE_Match object; span=(0, 6), match='23/com'> #返回一个对象

print(ret.group())

23/com

print(ret.group("id"))

23

|符号

import re

ret = re.search("(ab)|\d", "rabjk4fk") #二选一
print(ret)
print(ret.group())

re下的常用方法

import re
#findall()方法
#返回所有满足匹配条件的结果,放在列表里
re.findall('a','alvin yuan')
#search()方法
#函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以;通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。
re.search('a','alvin yuan').group()
#match()方法
#同search,不过尽在字符串开始处进行匹配
re.match('a','abc').group()
#split()方法
#先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割
ret=re.split('[ab]','abcd')
print(ret)#['', '', 'cd']
#sub()和subn()方法
#替代
ret=re.sub('\d','abc','alvin5yuan6',1)
print(ret)#alvinabcyuan6
#替代，且可以选择次数
ret=re.subn('\d','abc','alvin5yuan6')
print(ret)#('alvinabcyuanabc', 2)
#compile()方法
#对象赋予
obj=re.compile('\d{3}')
ret=obj.search('abc123eeee')
print(ret.group())#123
#finditer()方法
ret=re.finditer('\d','ds3sy4784a')
print(ret)        #<callable_iterator object at 0x10195f940>
                  #返回迭代器
print(next(ret).group())
print(next(ret).group())

注意：

import re

ret=re.findall('www.(baidu|oldboy).com','www.oldboy.com')
print(ret)['oldboy']     #这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可

['oldboy']

ret=re.findall('www.(?:baidu|oldboy).com','www.oldboy.com')
print(ret)

['www.oldboy.com']

分组

在正则表达式中，可以对过滤到的字符串进行分组，分组使用圆括号的方式:

1. group：和group(0)等价，返回的是整个满足条件的字符串
2. groups：返回的是里面的子组，索引从1开始
3. group(1)：返回的是第一个子组，可以传入多个

代码实例：

import re
text = "apple price is $99,orange price is $10"
ret = re.search(r".*(\$\d+).*(\$\d+)",text)
print(ret.group())
print(ret.group(0))
print(ret.group(1))
print(ret.group(2))
print(ret.groups())
'''
result:
apple price is $99,orange price is $10
apple price is $99,orange price is $10
$99
$10
('$99', '$10')
'''