【Python 基础教程】优雅的拿捏正则表达式

简介: 【Python 基础教程】优雅的拿捏正则表达式

💓前言


今天带给大家一个非常强大的字符串处理库。学好之后可以很轻松的解析掉一个格式化文档,在爬虫数据分析有着很广泛的应用。当然这篇文章不仅仅使用与Python语言学习者学习,而是适用于各种语言学习者学习。正则表达式在每一门语言中应该都有应用,并且在每一门语言中不会有太大的差异,最多就是换个小马甲。


👻什么是正则表达式


😻概念:


大家应该都听说过数据分析这一门学科,在数据分析中需要按照某种格式处理某些数据,使得数据有条有理,经过数据分析处理过的数据往往更有利于检索、合并、显示。对数据进行数据分析的话可能会经过很多道步骤进行处理,进行每一步处理的时候都有一个共同的特性,就是特征的提取,或者说根据特征进行删除、替换。而在提取的时候使用的方式往往就是匹配。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。正则表达式又称规则表达式。(英语:Regular Expression,在代码中常简写为regex、regexp或RE),计算机科学的一个概念。许多程序设计语言都支持利用正则表达式进行字符串操作。正则表达式这个概念最初是由Unix中的工具软件普及开的。正则表达式通常缩写成“regex”,单数有regexp、regex,复数有regexps、regexes、regexen。可能看概念比较懵逼,大家继续往下看即可,接下来咱们在需求中学会正则表达式。


😻各种语言支持正则表达式语法的情况:


53ecb1b9c0454db9ac146c3d5f32b993.png

👻修饰符与模式匹配


😻函数标志位参数


这个就是调用search或者findall函数时传进去的参数flag


1667996967838.png


😻匹配模式标志符


字母和数字表示他们自身。一个正则表达式模式中的字母和数字匹配同样的字符串。

多数字母和数字前加一个反斜杠时会拥有不同的含义。

标点符号只有被转义时才匹配自身,否则它们表示特殊的含义。

反斜杠本身需要使用反斜杠转义。


1667997000360.png

1667997035155.png

1667997059228.png


😻常用的模式匹配


1667997094371.png

1667997108391.png

👻Python中使用正则表达式


Python作为时下最时髦的语言之一,具有非常强的数据分析功能。天然的支持正则表达式。Python中内置的re包中包含我们需要的函数。使用正则表达式进行模式匹配针对的是字符串。大家不要传其他类型。使用以下函数进行模式匹配后会返回一个对象,我们可以调用该对象的group方法对获取匹配到的结果按匹配模式进行分组 group的参数类型是int型,group(0)代表的是将满足所有匹配模式的串拿出来,group(1)是满足第一个匹配模式的,group(2)是满足第二个匹配模式的......我们会使用()进行分组,也就是说一个()内部就是一个匹配模式。


①match


💥函数原型


re.match(pattern, string, flags=0)
• 1


💥参数说明:


参数 描述
pattern 匹配的正则表达式
string 要匹配的字符串。
flags 标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。



匹配成功re.match方法返回一个匹配的对象,否则返回None。


💥函数作用


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。
• 1


我们可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。


mystr="我的账号是:9999,密码是:000,我的账号是:8080,密码是:9090,"
mystr1="9999,9999我的账号是:99\n99,密码是:000,我的账号是:8\n080,密码是:90\n90,"
import re
print(re.match("9999",mystr))
# 等价于group(0)将匹配的段落拿出来
print(re.match("9999",mystr1).group())
# 起始终止位置的索引
print(re.match("9999",mystr1).span())


②search


💥函数原型


re.search(pattern, string, flags=0)
• 1


💥参数说明:


参数 描述
pattern 匹配的正则表达式
string 要匹配的字符串。
flags 标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。



匹配成功re.search方法返回一个匹配的对象,否则返回None。


💥函数作用


re.search 扫描整个字符串并返回第一个成功的匹配。
re.match 只匹配字符串的开始,如果字符串开始不符合正则表达式,
则匹配失败,函数返回 None,而 re.search 匹配整个字符串,直到找到一个匹配。


mystr="我的银行卡账号是:9999,密码是:000,我的学习通账号是:8080,密码是:9090,"
mystr1="9999,9999我的银行卡账号是:99\n99,密码是:000,我的学习通账号是:8\n080,密码是:90\n90,"
import re
print(re.search("9999",mystr).group())
print(re.search("9999",mystr1).group())
print(re.search("9999",mystr1).span())


③sub


💥函数原型


re.sub(pattern, repl, string, count=0, flags=0)
• 1


💥参数说明:


pattern : 正则中的模式字符串。
repl : 替换的字符串,也可为一个函数。
string : 要被查找替换的原始字符串。
count : 模式匹配后替换的最大次数,默认 0 表示替换所有的匹配。
flags : 编译时用的匹配模式,数字形式。
前三个为必选参数,后两个为可选参数。
默认全盘替换,可以指定count指定替换个数。


匹配成功re.search方法返回一个匹配的对象,否则返回None。


💥函数作用


用于替换字符串中的匹配项。


import re
print(re.sub("9999","xxxx",mystr1))
# 将匹配的数字乘于 2
def double(matched):
    value = int(matched.group('value'))
    return str(value * 2)
s = 'A23G4HFD567'
print(re.sub('(?P<value>\d+)', double, s))


④cpmpile


💥函数原型


re.compile(pattern[, flags])
• 1


💥参数说明:


pattern : 一个字符串形式的正则表达式
flags 可选,表示匹配模式,比如忽略大小写,多行模式等,具体参数为:
    re.I 忽略大小写
    re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
    re.M 多行模式
    re.S 即为' . '并且包括换行符在内的任意字符(' . '不包括换行符)
    re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
    re.X 为了增加可读性,忽略空格和' # '后面的注释


匹配成功re.search方法返回一个匹配的对象,否则返回None。


💥函数作用


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。



import re
mystr="我的银行卡账号是:AASAa,密码是:000,我的学习通账号是:8080,密码是:9090,"
# 使用compile进行初始化
r1=re.compile("aaSaa",re.I)
print(r1.search(mystr).group())
# 不使用compile进行初始化
print(re.search("aaSaa",mystr))


⑤findall ----- (最常用)


💥函数原型


re.findall(pattern, string, flags=0)
pattern.findall(string[, pos[, endpos]])


💥参数说明:


pattern 匹配模式。
string 待匹配的字符串。
pos 可选参数,指定字符串的起始位置,默认为 0。
endpos 可选参数,指定字符串的结束位置,默认为字符串的长度。


匹配成功re.search方法返回一个匹配的对象,否则返回None。


💥函数作用(重要程度:☆☆☆☆☆)


在字符串中找到正则表达式所匹配的所有子串,并返回一个列表,
如果有多个匹配模式,则返回元组列表,如果没有找到匹配的,则返回空列表。
match 和 search 是匹配一次 findall 匹配所有。


import re
# 单匹配模式
mystr="我的9999银行9999卡账号是:AASAa,密码是:000,我的9999学习通账号是:8080,密码是:9090,"
ls=re.findall("9999",mystr)
print(ls)
# 多匹配模式
result = re.findall(r'(\w+)=(\d+)', 'set width=200px and height=100px')
print(result)


⑥finditer


💥函数原型


re.finditer(pattern, string, flags=0)
• 1


💥参数说明:


pattern 匹配的正则表达式
string  要匹配的字符串。
flags 标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。


匹配成功re.search方法返回一个匹配的对象,否则返回None。


💥函数作用


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。


import re
it = re.finditer(r"\d+","12a32bc43jf3") 
for match in it: 
    print (match.group() )


⑦split


💥函数原型


re.split(pattern, string[, maxsplit=0, flags=0])
• 1


💥参数说明:


参数 描述
pattern 匹配的正则表达式
string 要匹配的字符串。
maxsplit 分割次数,maxsplit=1 分割一次,默认为 0,不限制次数。
flags 标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。


💥函数作用


split 方法按照能够匹配的子串将字符串分割后返回列表 
与字符串中的split函数功能灰常类似
默认将所有可匹配的位置都进行切割


import re
# 单匹配模式
mystr="我的9999银行9999卡账号是:AASAa,密码是:000,我的9999学习通账号是:8080,密码是:9090,"
ls=re.split("9999",mystr,maxsplit=2)
print(ls)


正则表达式说到底也就是根据一个字符串的规则去匹配另外一个目标串,经过对目标串进行解析、替换得到想要的结果。
相关文章
|
5月前
|
数据采集 监控 数据安全/隐私保护
Python正则表达式:用"模式密码"解锁复杂字符串
正则表达式是处理字符串的强大工具,本文以Python的`re`模块为核心,详细解析其原理与应用。从基础语法如字符类、量词到进阶技巧如贪婪匹配与预定义字符集,结合日志分析、数据清洗及网络爬虫等实战场景,展示正则表达式的强大功能。同时探讨性能优化策略(如预编译)和常见错误解决方案,帮助开发者高效掌握这一“瑞士军刀”。最后提醒,合理使用正则表达式,避免过度复杂化,追求简洁优雅的代码风格。
136 0
|
2月前
|
机器学习/深度学习 数据安全/隐私保护 计算机视觉
过三色刷脸技术,过三色刷脸技术教程,插件过人脸python分享学习
三色刷脸技术是基于RGB三通道分离的人脸特征提取方法,通过分析人脸在不同颜色通道的特征差异
|
2月前
|
XML Linux 区块链
Python提取Word表格数据教程(含.doc/.docx)
本文介绍了使用LibreOffice和python-docx库处理DOC文档表格的方法。首先需安装LibreOffice进行DOC到DOCX的格式转换,然后通过python-docx读取和修改表格数据。文中提供了详细的代码示例,包括格式转换函数、表格读取函数以及修改保存功能。该方法适用于Windows和Linux系统,解决了老旧DOC格式文档的处理难题,为需要处理历史文档的用户提供了实用解决方案。
115 1
|
30天前
|
数据采集 索引 Python
Python Slice函数使用教程 - 详解与示例 | Python切片操作指南
Python中的`slice()`函数用于创建切片对象,以便对序列(如列表、字符串、元组)进行高效切片操作。它支持指定起始索引、结束索引和步长,提升代码可读性和灵活性。
|
7月前
|
JSON 数据可视化 API
Python 中调用 DeepSeek-R1 API的方法介绍,图文教程
本教程详细介绍了如何使用 Python 调用 DeepSeek 的 R1 大模型 API,适合编程新手。首先登录 DeepSeek 控制台获取 API Key,安装 Python 和 requests 库后,编写基础调用代码并运行。文末包含常见问题解答和更简单的可视化调用方法,建议收藏备用。 原文链接:[如何使用 Python 调用 DeepSeek-R1 API?](https://apifox.com/apiskills/how-to-call-the-deepseek-r1-api-using-python/)
|
3月前
|
人工智能 搜索推荐 数据可视化
用 Python 制作简单小游戏教程:手把手教你开发猜数字游戏
本教程详细讲解了用Python实现经典猜数字游戏的完整流程,涵盖从基础规则到高级功能的全方位开发。内容包括游戏逻辑设计、输入验证与错误处理、猜测次数统计、难度选择、彩色输出等核心功能,并提供完整代码示例。同时,介绍了开发环境搭建及调试方法,帮助初学者快速上手。最后还提出了图形界面、网络对战、成就系统等扩展方向,鼓励读者自主创新,打造个性化游戏版本。适合Python入门者实践与进阶学习。
217 1
|
4月前
|
人工智能 安全 Shell
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
Jupyter MCP服务器基于模型上下文协议(MCP),实现大型语言模型与Jupyter环境的无缝集成。它通过标准化接口,让AI模型安全访问和操作Jupyter核心组件,如内核、文件系统和终端。本文深入解析其技术架构、功能特性及部署方法。MCP服务器解决了传统AI模型缺乏实时上下文感知的问题,支持代码执行、变量状态获取、文件管理等功能,提升编程效率。同时,严格的权限控制确保了安全性。作为智能化交互工具,Jupyter MCP为动态计算环境与AI模型之间搭建了高效桥梁。
290 2
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
|
3月前
|
存储 算法 数据可视化
用Python开发猜数字游戏:从零开始的手把手教程
猜数字游戏是编程入门经典项目,涵盖变量、循环、条件判断等核心概念。玩家通过输入猜测电脑生成的随机数,程序给出提示直至猜中。项目从基础实现到功能扩展,逐步提升难度,适合各阶段Python学习者。
133 0

推荐镜像

更多