乐趣区

关于python:抬抬小手学Python内置模块之-re-库一文搞定正则表达式初阶用法

jiezi

re 库的利用

re 库是 Python 中解决正则表达式的规范库，本篇博客介绍 re 库的同时，会简略介绍一下正则表达式语法，如果想深刻学习正则表达式，还须要好好下一番功夫。

正则表达式语法

正则表达式语法由字符和操作符形成，初期阶段把握下述这些内容即可。

操作符 阐明 例子
. 任何单个字符，极少不能匹配
[] 字符集，对单个字符给出取值范畴 [abc] 示意匹配 a、b、c，[a-z] 示意 a 到 z 单个字符
[\^] 非字符集，对单个字符给出排除范畴 [\^abc] 示意匹配 非 a、非 b、非 c 的单个字符
* 前一个字符 0 次或有限次扩大 abc* 示意 ab、abc、abcc、abccc 等
+ 前一个字符 1 次或有限次扩大 abc+ 示意 abc、abcc、abccc 等
? 前一个字符 0 次或 1 次 abc? 示意 ab、abc
左右表达式任意一个 abc def 示意 abc 或者 def
{m} 扩大前 1 个字符 m 次 ab{2}c，示意 abbc
{m,n} 扩大前 1 个字符 m 到 n 次 ab{1,2}c，示意 abc、abbc
\^ 匹配字符串结尾 \^abc 示意 abc 在字符串结尾
\$ 匹配字符串结尾 abc$ 示意 abc 在字符串结尾
() 分组标记，外部仅能应用 操作符 (abc) 示意 abc，(a b) 示意 a、b
\d 数字，等价于 [0-9]
\w 字符，等价于 [A-Za-z0-9]

以上示意仅仅为正则表白最根底局部内容，如果心愿深入研究正则表达式，倡议寻找更加全面的材料进行学习，本文只做药引。

re 库根本用法

re 库次要函数如下：

  • 根底函数：compile；
  • 性能函数：search、match、findall、split、finditer、sub。

在正式学习之前，先理解一下原生字符串。

在 Python 中，示意原生字符串，须要在字符串后面加上 r。
例如 my_str = 'i'am xiangpica' 在程序中会间接报错，如果心愿字符串中 ' 能够失常运行，须要加上转移字符 \，批改为 my_str = 'i\'am xiangpica'。
但这样联合上文正则表达式中的操作符，就会呈现问题，因为 \ 在正则表达式中是有实在含意的，如果你应用 re 库去匹配字符串中的 \，那须要应用 4 个反斜杠，为了防止这种状况呈现，引入了原生字符串概念。

# 不应用原生字符串的正则表达式  "\\\\"
# 应用原生字符串的正则表达式 r"\\"

在后文会有理论的利用。

接下来在学习一个案例，例如下述代码：

my_str='C:\number'

print(my_str)
C:
umber

本段代码的输入成果如下，\n 被解析成了换行，如果想要屏蔽这种景象，应用 r 即可：

my_str=r'C:\number'

print(my_str)

输入 C:\number。

re 库相干函数阐明

re.search 函数

该函数用于，在字符串中搜寻正则表达式匹配到的第一个地位的值，返回 match 对象。
函数原型如下：

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

需要：在字符串 查理不是猹 good good 中匹配 查理 。

import re
my_str='查理不是猹 good good'
pattern = r'查理'

ret = re.search(pattern,my_str)
print(ret)

返回后果：<re.Match object; span=(2, 5), match='查理'>。

search 函数的第三个参数 flags 示意正则表达式应用时的管制标记。

  • re.I，re.IGNORECASE：疏忽正则表达式的大小写；
  • re.M，re.MULTILINE：正则表达式中的 \^ 操作符可能将给定字符串的每行当做匹配的开始；
  • re.S，re.DOTALL：正则表达式中的 . 操作符可能匹配所有字符。

最初将匹配到的字符串进行输入，应用下述代码即可实现。

import re
my_str = '查理不是猹 good good'
pattern = r'查理'

ret = re.search(pattern, my_str)
if ret:
    print(ret.group(0))

re.match 函数

该函数用于在指标字符串开始地位去匹配正则表达式，返回 match 对象，未匹配胜利返回 None，函数原型如下：

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

肯定要留神是指标字符串开始地位。

import re
my_str = '查理不是猹 good good'
pattern = r'猹' # 匹配到数据
pattern = r'good' # 匹配不到数据

ret = re.match(pattern, my_str)
if ret:
    print(ret.group(0))

re.match 和 re.search 办法都是一次最多返回一个匹配对象，如果心愿返回多个值，能够通过在 pattern 里加括号结构匹配组返回多个字符串。

re.findall 函数

该函数用于搜寻字符串，以列表格局返回全副匹配到的字符串，函数原型如下：

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

测试代码如下：

import re
my_str = '查理不是猹 good good'
pattern = r'good'
ret = re.findall(pattern, my_str)
print(ret)

re.split 函数

该函数将一个字符串依照正则表达式匹配后果进行宰割，返回一个列表。
函数原型如下：

re.split(pattern, string, maxsplit=0, flags=0)

re.split 函数进行宰割的时候，如果正则表达式匹配到的字符恰好在字符串结尾或者结尾，返回宰割后的字符串列表首尾都多了空格，须要手动去除，例如下述代码：

import re
my_str = '1 查理不是猹 1good1good1'

pattern = r'\d'

ret = re.split(pattern, my_str)

print(ret)

运行后果：

['',' 查理不是猹 ','good','good','']

切换为两头的内容，则能正确的宰割字符串。

import re
my_str = '1 查理不是猹 1good1good1'

pattern = r'good'

ret = re.split(pattern, my_str)

print(ret)

如果在 pattern 中捕捉到括号，那括号中匹配到的后果也会在返回的列表中。

import re
my_str = '1 查理不是猹 1good1good1'

pattern = r'(good)'

ret = re.split(pattern, my_str)

print(ret)

运行后果，你能够比照带括号和不带括号的区别进行学习：

['1 查理 1', 'good', '1', 'good', '1']

maxsplit 参数示意最多进行宰割次数，剩下的字符全副返回到列表的最初一个元素，例如设置匹配 1 次，失去的后果是 ['1 幻想橡皮擦 1', '1good1']。

re.finditer 函数

搜寻字符串，并返回一个匹配后果的迭代器，每个迭代元素都是 match 对象。函数原型如下：

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

测试代码如下：

import re
my_str = '1 查理不是猹 1good1good1'

pattern = r'good'

# ret = re.split(pattern, my_str,maxsplit=1)
ret =re.finditer(pattern, my_str)
print(ret)

re.sub 函数

在一个字符串中替换被正则表达式匹配到的字符串，返回替换后的字符串，函数原型如下：

re.sub(pattern,repl,string,count=0,flags=0)

其中 repl 参数是替换匹配字符串的字符串，count 参数是匹配的最大替换次数。

import re
my_str = '1 查理不是猹 1good1good1'

pattern = r'good'

ret = re.sub(pattern, "nice", my_str)
print(ret)

运行之后，失去替换之后的字符串：

 1 查理不是猹 1nice1nice1

re 库其它函数

其它比拟常见的函数有：re.fullmatch()，re.subn()，re.escape()，更多内容能够查阅 官网文档，获取一手材料。

re 库的面向对象写法

上文都是函数式写法，re 库能够采纳面向对象的写法，将正则表达式进行编译之后，屡次操作。外围用到的函数是 re.compile。

该函数原型如下：

regex = re.compile(pattern,flags=0)

其中 pattern 是正则表达式字符串或者原生字符串。

测试代码如下：

import re
my_str = '1 查理不是猹 1good1good1'
# 正则对象
regex = re.compile(pattern = r'good')

ret = regex.sub("nice", my_str)
print(ret)

上述代码将正则表达式编译为一个正则对象，前面在 regex.sub 函数中就不须要在写正则表达式了，应用时，只须要将编译好的 regex 对象替换所有的 re 对象，再去调用对应的办法。

re 库的 match 对象

应用 re 库匹配字符串之后，会返回 match 对象，该对象具备以下属性和办法。

match 对象的属性

  • .string：待匹配的文本；
  • .re：匹配时应用的 pattern 对象；
  • .pos：正则表达式搜寻文本的开始地位；
  • .endpos：正则表达式搜寻文本的完结地位。

测试代码如下：

import re
my_str = '1 查理不是猹 1good1good1'

regex = re.compile(pattern = r'g\w+d')

ret = regex.search(my_str)
print(ret)
print(ret.string)
print(ret.re)
print(ret.pos)
print(ret.endpos)

后果输入：

<re.Match object; span=(7, 16), match='good1good'>
1 查理不是猹 1good1good1
re.compile('g\\w+d')
0
17

match 对象的办法

  • .group(0)：获取匹配后的字符串；
  • .start()：匹配字符串在原始字符串的开始地位；
  • .end()：匹配字符串在原始字符串的结尾地位；
  • .span()：返回 (.start(),.end())

因为内容比较简单，具体代码不再展现。

这篇博客的总结

本篇博客学习了 Python 中 re 库的知识点，重点在 re 库中的各个函数，对正则表达式未做过多阐明，心愿对你有所帮忙。

退出移动版