python常用子產品-re子產品

文章目錄

• 正規表達式
• • 元字元
  • • 字元比對
    • 比對次數
    • 位置錨定
    • 分組
    • • 特殊分組用法
    • 選擇、轉義
    • Perl式元字元
• re子產品常用方法
• • 比對模式标志位
  • 方法

正規表達式

正規表達式（Regular Expression，簡寫為RE，regex）是一種小型的、高度專業化的程式設計語言，在python中由内嵌的re子產品實作。正規表達式模式被編譯成一系列的位元組碼，然後由C編寫的比對引擎執行。

元字元

字元比對

• .字元：比對任意單個字元
• []：比對指定範圍内的任意單個字元
• [^]：比對指定範圍外的任意單個字元

比對次數

• *字元：比對前面的字元任意次數
• ?：比對其前面的字元0或1次
• +：比對前面的字元至少1次
• {m,n}:比對前面的字元至少m次，至多n次

位置錨定

• ^：行首錨定，用于模式的最左側
• $：行尾錨定，用于模式的最右側

分組

• ()：表示将多個字元捆綁在一起作為一個整體來進行處理

特殊分組用法

• \<number>：引用編号為的分組比對到字元串，預設會采取此分組方法

import re
x = re.search("([a-z]+)(\d+)","aaa333b444").group(1)
y = re.search("([a-z]+)(\d+)","aaa333b444").group(2)
z = re.findall("([a-z]+)(\d+)","aaa333b444")
print(x)
print(y)
#
aaa
333
[('aaa', '333'), ('b', '444')] #分組後傳回的值會被包含在清單中
           

• (?P<name>)：分組，除了原有的編号外再指定一個額外的别名，使用(?P=name)，可以引用分組内容。

import re
x = re.search("(?P<alp>[a-z]+)(\d+)","aaa333b444").group("alp")
# 将第一個分組的名字定為“alp”
print(x)
#
aaa
           

選擇、轉義

• |：表示比對管道符左右兩側任意一側
• \: 表示将後面的字元轉化為普通字元或者特殊意義字元

關于轉義字元在python中的注意的點：比如’\b’這個字元串在python中本來的意思為倒退，而需要使用re元字元的意義,比對模式需要加一層轉義，‘\\b’；而如果’\b’作為一個普通字元串進行比對的時候需要這麼搜尋，re.findall(’\\\\b’,‘xxx\bx’)。

Perl式元字元

• \d：表示比對任一數字，相當于[0-9]
• \D：表示比對任一非數字，相當于[^0-9]
• \s：表示比對任一空白字元，相當于[\t\n\r\f\v]
• \S：表示比對任一非空白字元，相當于[^\t\n\r\f\v]
• \w：表示比對任何字母數字字元
• \W：表示比對任何非字母數字字元
• \b：比對一個特殊字元邊界，比如空格，&，#等

re子產品常用方法

比對模式标志位

• re.I 忽略大小寫
• re.L 表示特殊字元集 \w, \W, \b, \B, \s, \S 依賴于目前環境
• re.M 多行模式
• re.S 即為 . 比對并且包括換行符在内的任意字元（. 不包括換行符）
• re.U 表示特殊字元集 \w, \W, \b, \B, \d, \D, \s, \S 依賴于 Unicode 字元屬性資料庫
• re.X 為了增加可讀性，忽略空格和 # 後面的注釋

方法

• re.findall('pattern','string')

  此方法會找出所有比對的字元串，并傳回一個清單（若有分組，一比對項中的組會以元祖的形式包裹）

import re
x = re.findall("[a-z]+\d+","aaa333b444")
y = re.findall("([a-z]+)(\d+)","aaa333b444")
print(x)
print(y)
#
['aaa333', 'b444']
[('aaa', '333'), ('b', '444')] #分組後傳回的值會被包含在元祖中
           

import re
x = re.findall("www\.(baidu|163)\.com","kasjwww.baidu.comasdsd")
y = re.findall("www\.(?:baidu|163)\.com","kasjwww.baidu.comasdsd")
print(x)
print(y)
#結果
['baidu'] #findall會優先傳回分組中的内容
['www.baidu.com'] # ?:會取消分組的優先級
           

• re.finditer('pattern','string')

  和 findall 類似，在字元串中找到正規表達式所比對的所有子串對象，并把它們作為一個疊代器傳回

import re
x = re.finditer("[a-z]+\d+","aaa333b444")
print(next(x).group())
#結果
# aaa333
           

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

  search,浏覽全部字元串，比對第一符合規則的字元串，比對成功會傳回一個比對對象，比對到的值儲存在group，groups，groupdict，三個對象的方法中，後兩者會比對有分組的比對中，未比對成功傳回None，flags表示比對模式标志位，具體參考上文。

import re
x = re. search("[a-z]+\d+","aaa333b444")
x1 = x.group()
print(x)
print(x1)
#結果
<_sre.SRE_Match object; span=(0, 6), match='aaa333'>
aaa333
#隻會比對到第1個滿足pattern的字元串
           

import re
y = re.search("(?P<name>[a-z]+)(\d+)","aaa333b444")
a1 = y.groups()
a2 = y.groupdict() #會傳回字典 格式{"分組名":"str"}
print(a1)
print(a2)
#結果
('aaa', '333')
{'name': 'aaa'}
           

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

  功能和search基本相同，不同的是match是從字元開頭開始比對，如果不是起始位置比對成功的話，match()就傳回none。

import re
x = re.match("([a-z]+)(\d+)","aaa333b444")
y = re.match("([a-z]+)(\d+)","1aaa333b444")
print(x)
print(y)
#結果
<_sre.SRE_Match object; span=(0, 6), match='aaa333'>
None
           

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

  根據正則比對的字元串進行分割，傳回分割後的清單

import re
origin = "hello alex bcd alex lge alex acd 19"
r = re.split("a", origin) #根據字元a分割字元串
print(r)
#輸出結果 ['hello ', 'lex bcd ', 'lex lge ', 'lex ', 'cd 19']
           

import re
origin = "hello alex bcd alex lge alex acd 19"
r = re.split("a", origin) #根據字元a分割字元串
print(r)
#輸出結果 ['hello ', 'lex bcd ', 'lex lge ', 'lex ', 'cd 19']
           

import re
origin = "hello alex bcd alex lge alex 2acd 19"
r = re.split("a\w+", origin) #根據“a開頭的字元串”正則比對分割字元串
print(r)
#輸出結果 ['hello ', ' bcd ', ' lge ', ' 2', ' 19']
#将比對到的字元串作為分割标準進行分割
           

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

  用于替換字元串中的比對項,count表示替換次數，等于0表示全部替換，repl可以是一個函數

import re
origin = "hello alex bcd alex lge alex acd 19"
r = re.sub("a","替換",origin) #替換比對成功的指定位置字元串
print(r)
#輸出結果
# hello 替換lex bcd 替換lex lge 替換lex 替換cd 19
           

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

  替換比對成功的指定位置字元串,并且傳回替換次數，可以用兩個變量分别接受

• re.compile(pattern[, flags])

  compile 函數用于編譯正規表達式，生成一個正規表達式（ Pattern ）對象，供用于比對字元串,将pattern變為一個對象，對批量進行比對很有好處。

import re
origin = "hello alex bcd alex lge alex acd 19"
pattern = re.compile("a(\w+)")
r = pattern.search(origin)
print(r.group())
# 結果
# alex