正则表达式整理"/>
python 正则表达式整理
python 正则内容比较多，有多种模式，但是都了解后，比其他语言的正则还是容易理解的
1.re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none
input_str = '.+?af_[0-9]*C'
match_str = '(' + input_str + ')'
match_str = input_str
str_1 = "xxxas(af_114CBBC"
str_2 = "af_114C三期文苑学府/站前大道李家路口"
match_numandstr = re.match('af_[0-9]*C', str_2, re.M|re.I)
print(match_numandstr)
print(match_numandstr.group(0))
match必须从第一个字符串进行匹配，所以适合下面的这种匹配情况，需要匹配出多个元组
ret = re.match(r"<(\w*)><(\w*)>.*</\2></\1>", "123<html><h1>www.baidu.cn</h1></html>") # 正则前的r表示原生字符串，取消字符串中反斜杠\的默认转义作用。
if ret:print("符合要求....匹配成功的整个字符串是：%s" % ret.group()) # <html><h1>www.baidu.cn</h1></html>print("第一个分组：%s" % ret.group(1)) # 第一个分组就是第一个小括号()中匹配的字符串。 htmlprint("第二个分组：%s" % ret.group(2)) # h1
else:print("不符合要求....")
2.re.search 扫描整个字符串并返回第一个成功的匹配。
input_str = 'af_[0-9]*C'
match_str = '(' + input_str + ')'
match_str = input_str
str_1 = "xxxas(af_114CBBC"
str_2 = "af_114C三期文苑学府/站前大道李家路口"
match_numandstr = re.search(input_str, str_2, re.M|re.I)
print(match_numandstr)
print(match_numandstr.group(0))
3.Python 的re模块提供了re.sub用于替换字符串中的匹配项。
sub 感觉非常好用，下面分别是去除数字，去除数字加小数点，去除除了中文，数字，字母外的特殊字符
sub_str = re.sub('\d+', "", '1231fafsaf123234fdaw121')
print(sub_str)
sub_str = re.sub('\d+\.', "", 'fsadfa123.123.1213sfsa')
print(sub_str)
intro_str = re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])", "", '1231fa@￥#@#@fsaf123234fdaw121')
print(intro_str)
4.compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。（这个说法应该是错误的findall）
这里需要说下findall 和 search 一样查找全部，一个只查找一次，返回找到的首个
import re
pattern = re.compile(r'\d+')str_2 = "dfs123212fsfs"
search_numandstr = pattern.search(str_2)
print(search_numandstr)content = 'Hell, I am Jerry, from Chongqing, a montain city, nice to meet you……'
regex = re.compile('\w*o\w*')
z = regex.search(content)
print(z) # <re.Match object; span=(18, 22), match='from'>
print(z.group()) # from
print(z.span()) #(18, 22)
print(content[z.span()[0]:z.span()[1]])# 结论就是match 不好用，同时compile使用和不使用区别不大，compile是用于编译，并不是和正则相关的
# .htm 这个是说明文章
strs = "(2/1-2-4)"
# strs = "123a"
pattern = re.compile(r'\(\d+') # 用了非贪婪匹配
match = pattern.match(strs)
print(match)
5.re.finditer 和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。findall返回的数组类型，好用，后面的迭代器类型，一言难尽
import re
line="1213 fasfs 1313 sfsa32323"
patt=r'\d+'
pattern = re.compile(patt)
result = pattern.findall(line)
print(result)it = re.finditer(r"\d+","12a32bc43jf3")
print(it)
for match in it:print (match)
6.re.split 这个也比较好用 一次分割多个和一次分割一个的区别
split_list = re.split(',|。|，|\.|、| | | ', '念佛，撒娇。覅哦费、劲死哦阿姐覅哦啊')
print(split_list)
print('念佛，撒娇。覅哦费、劲死哦阿姐覅哦啊'.split(',|。|，|\.|、| | | '))
更多推荐
python 正则表达式整理
发布评论