正则表达式¶
#从标准函数库引入:
import re
function |
功能 |
|---|---|
re.match( pattern, source ) |
查看字串是否以规定的规则开头 |
re.search( pattern, source ) |
会返回第一次成功的匹配值 (如果有成功) |
re.findall( pattern, source) |
会返回所有成功且不重复的匹配值 (如果有成功) |
re.split( pattern, source ) |
会根据 规则 将 字符串 切分成若干段，返回由这些片段组成的list |
re.sub( pattern, replacement, source ) |
把 字串 中所有匹配规则的字串 替換成 replacement |
实例:
import re
# .group()可以叫出符合正则表达式的字符串部分
print('----------match----------')
# 检查'Young Frankenstein'是否以'You'开头
result = re.match('You', 'Young Frankenstein')
if result:
print(result.group()) # You
print('\n----------compile后match----------')
# 针对较复杂情況可以先编译一个对象出來加速判断
youpattern = re.compile('You')
result = youpattern.match('Young Frankenstein')
print(result)
if result:
print(result.group()) # You
print('\n----------match使用.*找任何位置----------')
# "."为除「\n」之外的任何单个字符。 "*"为符合前面的子运算式零次或多次。
# 组合在一起则成为匹配任意长度任意字元(除「\n」)的规则
m = re.match('.*Frank', 'Young Frankenstein')
if m:
print(m.group()) # Young Frank
print('\n----------search----------')
# 可以不用通过".*"來找任意位置的符合值
m = re.search('Frank', 'Young Frankenstein')
if m: # search返回物件
print(m.group()) # Frank
print('\n----------findall----------')
# 寻找所有符合的
m = re.findall('n', 'Young Frankenstein')
print(m) # findall返回了一个列表 # ['n', 'n', 'n', 'n']
print('共找到', len(m), '个符合值\n') # 4
#寻找后方至少有一个字符的
m = re.findall('n..', 'Young Frankensteinanbcdefn')
print(m) # findall返回了一个列表: ['ng ', 'nke', 'nst', 'nan']
#寻找后方有一个字符(可以沒有)的
m = re.findall('n.?', 'Young Frankenstein')
print(m) # findall返回了一个列表: ['ng', 'nk', 'ns', 'n']
print('\n----------split----------')
# 利用规格做切割字符串
m = re.split('n', 'Young Frankenstein')
print(m) # split返回了一个列表: ['You', 'g Fra', 'ke', 'stei', '']
print('\n----------sub----------')
# 利用字符串替换字符串
m = re.sub('n', '?', 'Young Frankenstein')
print(m) # sub返回了一个列表: You?g Fra?ke?stei?
#寻找英文单词边界
m = re.findall(r'\bFra', 'Young Frankenstein')
print(m) # findall返回了一个列表: ['Fra']
特殊字元 |
功能 |
|---|---|
. |
代表任意除 n 外的字符 |
* |
表示任意多个字符(包括 0 个) |
? |
表示可选字符( 0 个或 1 个) |
d |
一个数字字符。等价于[0-9] |
D |
一个非数字字符。等价于[^0-9] |
w |
一个 字母 或 数字 包括下划线字符。等价于 |
W |
一个 非字母 非数字 非下划线字符。等价于 |
s |
空白字元。等价于[ fnrtv ] |
S |
非空白字元。等价于[ ^ fnrtv ] |
b |
单词边界（一个 w 与 W 之间的范围，顺序可逆） |
B |
非单词边界 |
实例2:
import string
# 0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ!"#$%&\'()*+,-./:;<=>?@[\\]^_`{|}~ \t\n\r\x0b\x0c'
printable = string.printable # 100个ASCII字符
len(printable) # 100
print(printable[0:50]) # 0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMN
print(printable[50:]) # OPQRSTUVWXYZ!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~
print(re.findall('\d', printable)) #找数字
print(re.findall('\w', printable)) #找字母与数字
print(re.findall('\s', printable)) #找空白
实例3:
source = '''I wish I may, I wish I might
... Have a dish of fish tonight。'''
# 1. 找wish
print("1.", re.findall('wish', source))
# 2. 找wish或fish
print("2.", re.findall('wish|fish', source))
# 3. 找wish开头
print("3.", re.findall('^wish', source))
# 4. 找I wish开头
print("4.", re.findall('^I wish', source))
# 5. 找fish结束
print("5.", re.findall('fish$', source))
# 6. 找fish tonight(后面可以有无一个字符)
print("6.", re.findall('fish tonight.$', source))
# 7. 找fish tonight.(使用转义字符，表示\.为一个点而不是万用字符)
print("7.", re.findall('fish tonight\.$', source))
# 8. 找wish与fish
print("8.", re.findall('[wf]ish', source))
# 9. 找w、s、h组合出來的字串
print("9.", re.findall('[wsh]+', source))
# 10. 找ght开头，后面接着非字母 非数字 非下划线字元
print("10.", re.findall('ght\W', source))
# 11. 找I开头，后面是wish，但只返回前面
print("11.", re.findall('I (?=wish)', source))
# 12. 找前面开头是I的wish，只返回后面
print("12.", re.findall('(?<=I) wish', source))
# 13. 原定希望找到fish然后前面是单词的地方，但是\b被当做是转义字符返回符号了
print("13.", re.findall('\bfish', source))
# 14. 所以采用r來声明说我这是一个原始的字符串，不需要自动转换
print("14.", re.findall(r'\bfish', source))
print('\n--------------------')
#用括号规则做区分后可以通过groups()取得分开的tuple，並且可以通过<name>设定名称
m = re.search(r'(. dish\b).*(\bfish)', source)
print(m.group())
print(m.groups())
m = re.search(r'(?P<DISH>. dish\b).*(?P<FISH>\bfish)', source)
print(m.group())
print(m.groups())
print(m.group('DISH'))
print(m.group('FISH'))