re模塊大家都叫它正則,那什么又是正則呢?
正則就是用一些具有特殊含義的符號組合到一起（稱為正則表達式）來描述字符或者字符串的方法。或者說：正則就是用來描述一類事物的規則。（在Python中）它內嵌在Python中，並通過 re 模塊實現。正則表達式模式被編譯成一系列的字節碼，然后由用 C 編寫的匹配引擎執行。
匹配模式舉例
# ----------------匹配模式--------------------# 1,之前學過的字符串的常用操作：一對一匹配# s1 = 'fdskahf太白金星'# print(s1.find('太白')) # 7
正則匹配：
W
# 單個字符匹配import re# \w 與 \W# print(re.findall('\w', '太白jx 12*() _')) # ['太', '白', 'j', 'x', '1', '2', '_']# print(re.findall('\W', '太白jx 12*() _')) # [' ', '*', '(', ')', ' ']
S
import re# \s 與\S# print(re.findall('\s','太白barry*(_ \t \n')) # [' ', '\t', ' ', '\n']# print(re.findall('\S','太白barry*(_ \t \n')) # ['太', '白', 'b', 'a', 'r', 'r', 'y', '*', '(', '_']
D
import re# \d 與 \D# print(re.findall('\d','1234567890 alex *（_')) # ['1', '2', '3', '4', '5', '6', '7', '8', '9', '0']# print(re.findall('\D','1234567890 alex *（_')) # [' ', 'a', 'l', 'e', 'x', ' ', '*', '（', '_']
^
import re# \A 與 ^# print(re.findall('\Ahel','hello 太白金星 -_- 666')) # ['hel']# print(re.findall('^hel','hello 太白金星 -_- 666')) # ['hel']
$
# \Z、\z 與 $# print(re.findall('666\Z','hello 太白金星 *-_-* \n666')) # ['666']# print(re.findall('666\z','hello 太白金星 *-_-* \n666')) # []# print(re.findall('666$','hello 太白金星 *-_-* \n666')) # ['666']
\n
# \n 與 \t# print(re.findall('\n','hello \n 太白金星 \t*-_-*\t \n666')) # ['\n', '\n']# print(re.findall('\t','hello \n 太白金星 \t*-_-*\t \n666')) # ['\t', '\t']
重復匹配
. ? * + {m,n} .* .*?# . 匹配任意字符，除了換行符（re.DOTALL 這個參數可以匹配\n）。# print(re.findall('a.b', 'ab aab a*b a2b a牛b a\nb')) # ['aab', 'a*b', 'a2b', 'a牛b']# print(re.findall('a.b', 'ab aab a*b a2b a牛b a\nb',re.DOTALL)) # ['aab', 'a*b', 'a2b', 'a牛b']# ？匹配0個或者1個由左邊字符定義的片段。# print(re.findall('a?b', 'ab aab abb aaaab a牛b aba**b')) # ['ab', 'ab', 'ab', 'b', 'ab', 'b', 'ab', 'b']# * 匹配0個或者多個左邊字符表達式。 滿足貪婪匹配 @@# print(re.findall('a*b', 'ab aab aaab abbb')) # ['ab', 'aab', 'aaab', 'ab', 'b', 'b']# print(re.findall('ab*', 'ab aab aaab abbbbb')) # ['ab', 'a', 'ab', 'a', 'a', 'ab', 'abbbbb']# + 匹配1個或者多個左邊字符表達式。 滿足貪婪匹配 @@# print(re.findall('a+b', 'ab aab aaab abbb')) # ['ab', 'aab', 'aaab', 'ab']# {m,n} 匹配m個至n個左邊字符表達式。 滿足貪婪匹配 @@# print(re.findall('a{2,4}b', 'ab aab aaab aaaaabb')) # ['aab', 'aaab']# .* 貪婪匹配 從頭到尾.# print(re.findall('a.*b', 'ab aab a*()b')) # ['ab aab a*()b']# .*? 此時的?不是對左邊的字符進行0次或者1次的匹配,# 而只是針對.*這種貪婪匹配的模式進行一種限定:告知他要遵從非貪婪匹配 推薦使用!# print(re.findall('a.*?b', 'ab a1b a*()b, aaaaaab')) # ['ab', 'a1b', 'a*()b']# []: 括號中可以放任意一個字符,一個中括號代表一個字符# - 在[]中表示范圍,如果想要匹配上- 那么這個-符號不能放在中間.# ^ 在[]中表示取反的意思.# print(re.findall('a.b', 'a1b a3b aeb a*b arb a_b')) # ['a1b', 'a3b', 'a4b', 'a*b', 'arb', 'a_b']# print(re.findall('a[abc]b', 'aab abb acb adb afb a_b')) # ['aab', 'abb', 'acb']# print(re.findall('a[0-9]b', 'a1b a3b aeb a*b arb a_b')) # ['a1b', 'a3b']# print(re.findall('a[a-z]b', 'a1b a3b aeb a*b arb a_b')) # ['aeb', 'arb']# print(re.findall('a[a-zA-Z]b', 'aAb aWb aeb a*b arb a_b')) # ['aAb', 'aWb', 'aeb', 'arb']# print(re.findall('a[0-9][0-9]b', 'a11b a12b a34b a*b arb a_b')) # ['a11b', 'a12b', 'a34b']# print(re.findall('a[*-+]b','a-b a*b a+b a/b a6b')) # ['a*b', 'a+b']# - 在[]中表示范圍,如果想要匹配上- 那么這個-符號不能放在中間.# print(re.findall('a[-*+]b','a-b a*b a+b a/b a6b')) # ['a-b', 'a*b', 'a+b']# print(re.findall('a[^a-z]b', 'acb adb a3b a*b')) # ['a3b', 'a*b']
分組
# () 制定一個規則,將滿足規則的結果匹配出來# print(re.findall('(.*?)_sb', 'alex_sb wusir_sb 日天_sb')) # ['alex', ' wusir', ' 日天']# 應用舉例:# print(re.findall('href="(.*?)"','<a href="http://www.baidu.com">點擊</a>'))#['http://www.baidu.com']
或
# | 匹配 左邊或者右邊# print(re.findall('alex|太白|wusir', 'alex太白wusiraleeeex太太白odlb')) # ['alex', '太白', 'wusir', '太白']# print(re.findall('compan(y|ies)','Too many companies have gone bankrupt, and the next one is my company')) # ['ies', 'y']# print(re.findall('compan(?:y|ies)','Too many companies have gone bankrupt, and the next one is my company')) # ['companies', 'company']# 分組() 中加入?: 表示將整體匹配出來而不只是()里面的內容。
常用方法舉例
#1 findall 全部找到返回一個列表。# print(re.findall('a', 'alexwusirbarryeval')) # ['a', 'a', 'a']# 2 search 只到找到第一個匹配然后返回一個包含匹配信息的對象,該對象可以通過調用group()方法得到匹配的字符串,如果字符串沒有匹配，則返回None。# print(re.search('sb|alex', 'alex sb sb barry 日天')) # <_sre.SRE_Match object; span=(0, 4), match='alex'># print(re.search('alex', 'alex sb sb barry 日天').group()) # alex# 3 match：None,同search,不過在字符串開始處進行匹配,完全可以用search+^代替match# print(re.match('barry', 'barry alex wusir 日天')) # <_sre.SRE_Match object; span=(0, 5), match='barry'># print(re.match('barry', 'barry alex wusir 日天').group()) # barry# 4 split 分割 可按照任意分割符進行分割# print(re.split('[ ：:,;；，]','alex wusir,日天，太白;女神;肖鋒：吳超')) # ['alex', 'wusir', '日天', '太白', '女神', '肖鋒', '吳超']# 5 sub 替換# print(re.sub('barry', '太白', 'barry是最好的講師，barry就是一個普通老師，請不要將barry當男神對待。'))# 太白是最好的講師，太白就是一個普通老師，請不要將太白當男神對待。# print(re.sub('barry', '太白', 'barry是最好的講師，barry就是一個普通老師，請不要將barry當男神對待。',2))# 太白是最好的講師，太白就是一個普通老師，請不要將barry當男神對待。# print(re.sub('([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)', r'\5\2\3\4\1', r'alex is sb'))# sb is alex# 6 重復使用# obj=re.compile('\d{2}')# print(obj.search('abc123eeee').group()) #12# print(obj.findall('abc123eeee')) #['12'],重用了obj# import re# ret = re.finditer('\d', 'ds3sy4784a') #finditer返回一個存放匹配結果的迭代器# print(ret) # <callable_iterator object at 0x10195f940># print(next(ret).group()) #查看第一個結果# print(next(ret).group()) #查看第二個結果# print([i.group() for i in ret]) #查看剩余的左右結果
命名分組舉例（了解）
# 命名分組匹配：ret = re.search("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>")# #還可以在分組中利用?<name>的形式給分組起名字# #獲取的匹配結果可以直接用group('名字')拿到對應的值# print(ret.group('tag_name')) #結果 ：h1# print(ret.group()) #結果 ：<h1>hello</h1>## ret = re.search(r"<(\w+)>\w+</\1>","<h1>hello</h1>")# #如果不給組起名字，也可以用\序號來找到對應的組，表示要找的內容和前面的組內容一致# #獲取的匹配結果可以直接用group(序號)拿到對應的值# print(ret.group(1)) #結果: hello# print(ret.group()) #結果 ：<h1>hello</h1>