python常用模块----re模块
正则表达式就是匹配字符串内容的一种规则。
字符组:
[0123456789] 表示0-9这个范围内的任意一个数字都可以与之匹配,简写为[0-9]
[a-z] 表示匹配所有的小写字母
[A-Z] 表示匹配所有的大写字母
[0-9a-zA-Z] 表示可以匹配数字和大小写字母
字符:
. 匹配除换行符以外的任意字符
\w 匹配字母或数字或下划线
\W 匹配非字母或数字或下划线
\s 匹配任意的空白符
\S 匹配非空白符
\d 匹配数字
\D 匹配非数字
\n 匹配一个换行符
\t 匹配一个制表符
\b 匹配一个单词的结尾
^ 匹配字符串的开始
$ 匹配字符串的结尾
a|b 匹配字符a或字符b
() 匹配括号内的表达式,也表示一个组
[^...] 匹配除了字符组中字符的所有字符
量词:
* 重复零次或更多次
+ 重复一次或更多次
? 重复零次或一次
{n} 重复n次
{n,} 重复n次或更多次
{n,m} 重复n到m次
转义符\:
在正则表达式中,有很多有特殊意义的是元字符,比如\d和\s等,如果要在正则中匹配正常的"\d"而不是"数字"就需要对"\"进行转义,变成'\\'。
在python中,无论是正则表达式,还是待匹配的内容,都是以字符串的形式出现的,在字符串中\也有特殊的含义,本身还需要转义。所以如果匹配一次"\d",字符串中要写成'\\d',那么正则里就要写成"\\\\d",这样就太麻烦了。这个时候我们就用到了r'\d'这个概念,此时的正则是r'\\d'就可以了。
贪婪匹配:
贪婪匹配:在满足匹配时,匹配尽可能长的字符串,默认情况下,采用贪婪匹配
*? 重复任意次,但尽可能少重复
+? 重复1次或更多次,但尽可能少重复
?? 重复0次或1次,但尽可能少重复
{n,m}? 重复n到m次,但尽可能少重复
{n,}? 重复n次以上,但尽可能少重复
re模块下的常用方法:
findall : 返回所有满足匹配条件的结果,放在列表里
import re
ret = re.findall('e','nice to meet you')
print(ret) # ['e', 'e', 'e']
search : 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。
import re
ret = re.search('e','nice to meet you')
print(ret.group()) # e
ret = re.search('a','nice to meet you')
print(ret) # None
match : 同search,不过仅仅只是在字符串开始处进行匹配
import re
ret = re.match('n','nice to meet you')
print(ret.group()) # n
ret = re.match('t','nice to meet you')
print(ret) # None
split :分割
ret = re.split('[ab]','abcd')
print(ret) # ['', '', 'cd'] 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'] 按ab整体进行切割,左边'',右边'cd' ret = re.split('b','abcd')
print(ret) # ['a', 'cd'] ret = re.split('[bc]','abcd')
print(ret) # ['a', '', 'd']
ret = re.split('[d]','abcd')
print(ret) # ['abc', '']
split
sub : 替换
ret = re.sub('\d','L','gh2cj4df89ab')
print(ret) # ghLcjLdfLLab 将数字替换成'L' ,最后那个参数不写,则默认全部替换
ret = re.sub('\d','L','gh2cj4df89ab',1)
print(ret) # ghLcj4df89ab 最后那个参数是1表示只替换1个,从左边开始找
ret = re.sub('h','L','gh2cjh4df89ab')
print(ret) # gL2cjL4df89ab
sub
subn : 替换,返回元组
ret = re.subn('\d','L','gh2cj4df89ab')
print(ret) # ('ghLcjLdfLLab', 4) 将数字替换成'L' ,返回元组 (替换后的字符串,替换了多少次) 最后那个参数不写,则默认全部替换
ret = re.subn('\d','L','gh2cj4df89ab',3)
print(ret) # ('ghLcjLdfL9ab', 3) 只替换了3次
subn
compile : 编译
import re
obj = re.compile('\d{3}') #将正则表达式编译成为一个 正则表达式对象,规则要匹配的是3个数字
re = obj.findall('ab125djj5671sjjk') #正则表达式对象调用findall,参数为待匹配的字符串
print(re) # ['125', '567']
finditer : 返回一个存放匹配结果的迭代器
import re
ret = re.finditer('\d','hgd2dff6s4av1')
print(ret) # <callable_iterator object at 0x000001FC67470160>
print(next(ret).group()) # 2 查看第一个结果
print(ret.__next__().group()) # 6 查看第二个结果
print([i.group() for i in ret]) # ['4', '1'] 查看剩余的结果
finditer
findall的优先级查询:
import re
ret = re.findall('www.(baidu|cnblogs).com','www.cnblogs.com')
print(ret) # ['cnblogs'] 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
ret = re.findall('www.(?:baidu|cnblogs).com','www.cnblogs.com')
print(ret) # ['www.cnblogs.com']
split的优先级查询:
import re
ret = re.split('\d+','lucy2lilei3jim4lily')
print(ret) # ['lucy', 'lilei', 'jim', 'lily']
ret = re.split('(\d+)','lucy2lilei3jim4lily')
print(ret) # ['lucy', '2', 'lilei', '3', 'jim', '4', 'lily']
#在匹配部分加上()之后所切出的结果是不同的,
#没有()的没有保留所匹配的项,但是有()的却能够保留了匹配的项,
#这个在某些需要保留匹配部分的使用过程是非常重要的。
python常用模块----re模块的更多相关文章
- Python常用内建模块
Python常用内建模块 datetime 处理日期和时间的标准库. 注意到datetime是模块,datetime模块还包含一个datetime类,通过from datetime import da ...
- python常用内建模块 collections,bs64,struct,hashlib,itertools,contextlib,xml
# 2 collections 是Python内建的一个集合模块,提供了许多有用的集合类. # 2.1 namedtuple #tuple可以表示不变集合,例如,一个点的二维坐标就可以表示成: p ...
- Python 常用内建模块(time ,datetime)
1,在Python中,与时间处理有关的模块就包括:time,datetime以及calendar. 2,在Python中,通常有这几种方式来表示时间:1)时间戳 2)格式化的时间字符串 3)元组(st ...
- python常用命令—查看模块所在位置
环境:ipython3 交互式解释器 语法: import 模块名 模块名.__file__ 功能: 查看模块的所在位置 例:
- python常用函数及模块
原文来源于博客园和CSDN 1.计算函数 abs()--取绝对值 max()--取序列最大值,包括列表.元组 min()--取序列最小值 len()--取长度 divmod(a,b)---取a//b除 ...
- Python 常用内建模块(os, sys,random)
一.os 模块 1,操作系统与环境变量 import osprint(os.name) #操作系统类型,如果是posix 说明系统是linux unix 或 mac os x :如果是nt 就是win ...
- python常用内建模块——datetime
datetime是python处理日期和时间的标准库. 获取当前日期和时间 >>>from datetime import datetime >>>now = da ...
- collections(python常用内建模块)
文章来源:https://www.liaoxuefeng.com/wiki/897692888725344/973805065315456 collections collections是Python ...
- Python常用内建模块和第三方库
目录 内建模块 1 datetime模块(处理日期和时间的标准库) datetime与timestamp转换 str与datetime转换 datetime时间加减,使用timedelta这个类 转 ...
- python常用内建模块--datetime
datetime模块中的datetime类: 获取当前时间:datetime.now() 当前操作系统时区时间,date.utctime(UTC时间) 转换成时间戳:timestamp() 和具体时区 ...
随机推荐
- 2019-3-9-通过-frp-开启服务器打开本地的-ZeroNet-服务器外网访问
title author date CreateTime categories 通过 frp 开启服务器打开本地的 ZeroNet 服务器外网访问 lindexi 2019-03-09 11:47:4 ...
- Kintex 7五兄弟
基KC705E 增强版 基于FMC接口的Xilinx Kintex-7 FPGA K7 XC7K325T PCIeX8 接口卡(136) 本板卡是Xilinx公司芯片V5系列芯片设计信号处理板卡.由一 ...
- 十大热门AI芯片
资料来源:头条<人工智能影响力报告>中的人工智能十大热门芯片 iPhone X内部搭载了一颗全新定制的处理器——A11 Boinic,用来承担人脸识别和移动支付的工作负荷.双核心A11芯片 ...
- 动态规划—distinct-subsequences
题目: Given a string S and a string T, count the number of distinct subsequences of T in S. A subseque ...
- 使用rabbitctl添加用户
使用rabbitctl添加用户 第一.添加mq用户并设置密码 root@live-mq-01:~ # rabbitmqctl add_user mq 123456 1 root@live-mq-01: ...
- 笔记-CSS-e:nth-chid
1,CSS 2,
- CKEditor粘贴图片上传功能
很多时候我们用一些管理系统的时候,发布新闻.公告等文字类信息时,希望能很快的将word里面的内容直接粘贴到富文本编辑器里面,然后发布出来.减少排版复杂的工作量. 下面是借用百度doc 来快速实现这个w ...
- web页面上传大文件有没有好的解决方案
本人在2010年时使用swfupload为核心进行文件的批量上传的解决方案.见文章:WEB版一次选择多个文件进行批量上传(swfupload)的解决方案. 本人在2013年时使用plupload为核心 ...
- 小A与最大子段和 斜率优化 + 二分 + 细节
Code: #include <bits/stdc++.h> #define setIO(s) freopen(s".in","r",stdin) ...
- RTF筛选工具
您可借助此项筛选程序对具备.rtf扩展名的文档进行爬行遍历,以便通过搜索结果对目标文档加以访问调用.管理员应先在相关服务器上对程序文件进行注册,方可运行此项工具. 用户下载.安装并使用相关代码的行为即 ...