Python基础知识进阶之正则表达式(二)

简介: Python基础知识进阶之正则表达式

六.findall

      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。


findall(string[, pos[, endpos]])

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。

import re
x = re.compile('www')
print(re.findall(x,'www.baidu.www'))
# ['www', 'www']
x = re.compile('yyy')
print(re.findall(x,'www.baidu.www'))
# []

注意:


      match 和 search 是匹配一次 findall 匹配所有。


七.finditer

      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。


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

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。

import re
x = re.compile('www')
y = re.finditer(x,'www.baidu.www')
for i in y:
    print(i,i.group())
# <re.Match object; span=(0, 3), match='www'> www
# <re.Match object; span=(10, 13), match='www'> www

八.split

      split 方法按照能够匹配的子串将字符串分割后返回列表。


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

pattern:   匹配的正则表达式


string:     要匹配的字符串。


maxsplit:分隔次数,maxsplit=1 分隔一次,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。

x = re.compile(r'\.|:')
print(re.split(x, 'www.baidu:com'))
# ['www', 'baidu', 'com']

九.表达式模式

模式

描述

^

匹配字符串开头 。

$

匹配字符串结尾 。

.

匹配除 '\n'之外的任何单个字符。要匹配 '\n' 请使用象 '[.\n]' 的模式 。

+

匹配前一个字符出现1次或者无限次,即至少有1次 。

*

匹配前一个字符出现0次或者无限次,即可有可无 。

?

匹配前一个字符出现1次或者0次,即要么有1次,要么没有 。

|

匹配左右任意一个表达式 。

[ ]

匹配[ ]中列举的字符 。

( )

将括号中字符作为一个分组进行匹配 。

{ }

匹配前一个字符出现的次数。

\A

用于匹配字符的开头,等同于 ^ 。

\b

匹配单词结尾,包括各种空白字符或者字符串结尾 。

\B

匹配非边界字符。

\d

匹配一个数字字符。等价于 [0-9] 。

\D

匹配一个非数字字符。等价于 [^0-9] 。

\s

匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v] 。

\S

匹配任何非空白字符。等价于 [^ \f\n\r\t\v] 。

\w

匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]' 。

\W

匹配任何非单词字符。等价于 '[^A-Za-z0-9_]' 。

\Z

用于匹配字符的结尾,等同于 $ 。


十.表达式应用

1.字符 '^' 匹配以指定字符串开头,并返回匹配成功字符串 。  

import re
x = re.compile(r'^w')
for i in ['www', 'ywy']:
    print(re.search(x, i))
# <re.Match object; span=(0, 1), match='w'>
# None

2.字符 '$' 匹配以指定字符串的结尾,并返回匹配成功字符串 。

import re
x = re.compile(r'w$')
for i in ['www', 'ywy']:
    print(re.search(x, i))
# <re.Match object; span=(2, 3), match='w'>
# None

3.字符 '.' 代表任何一个字符,但是没有特别声明时不代表字符'\n' 。

import re
x = re.compile(r'1.3')
for i in ['12333', '1\t333', '1\n333']:
    print(re.search(x, i))
# <re.Match object; span=(0, 3), match='123'>
# <re.Match object; span=(0, 3), match='1\t3'>
# None

4.字符 '+' 重复前面一个匹配字符一次或者多次 。

import re
x = re.compile(r'\d+')
for i in ['123', '45x']:
    print(re.search(x, i))
# <re.Match object; span=(0, 3), match='123'>
# <re.Match object; span=(0, 2), match='45'>

5.字符 '*' 重复前面一个匹配字符零次或者多次 。

import re
x = re.compile(r'12*')
for i in ['11222', '12255']:
    print(re.search(x, i))
# <re.Match object; span=(0, 1), match='1'>
# <re.Match object; span=(0, 3), match='122'>
x = re.compile(r'12+')
for i in ['11222', '12255']:
    print(re.search(x, i))
# <re.Match object; span=(1, 5), match='1222'>
# <re.Match object; span=(0, 3), match='122'>

注意:


      r'12+'匹配是'12',而r'12*'匹配的是'1',因为'2'可以重复零次,但'12+'却要求'2'重复一次以上。


6. 字符 '?' 重复前面一个匹配字符零次或者一次 。

import re
x = re.compile(r'12?')
for i in ['12122', '31529']:
    print(re.search(x, i))
# <re.Match object; span=(0, 2), match='12'>
# <re.Match object; span=(1, 2), match='1'>

7.字符 '|' 代表或,即把左右分成两个部分,匹配左右任意⼀个表达式 。

import re
x = re.compile(r'12|21')
for i in ['12333', '21333']:
    print(re.search(x, i))
# <re.Match object; span=(0, 2), match='12'>
# <re.Match object; span=(0, 2), match='21'>

8. 字符 '[ ]' 中的字符是任选择一个,如果字符ASCll码中连续的一组,那么可以使用 '-' 字符连接,例如[0-9]表示0-9的其中一个数字,[A-Z]表示A-Z的其中一个大写字符,[0-9A-z]表示0-9的其中一个数字或者A-z的其中一个大写字符。

import re
x = re.compile(r'[0-9]')
for i in ['123', '45', '78']:
    print(re.search(x, i))
# 匹配数字0-9之间的任意数字。
# <re.Match object; span=(0, 1), match='1'>
# <re.Match object; span=(0, 1), match='4'>
x = re.compile(r'[A-Z]')
for i in ['Abc', 'aBc']:
    print(re.search(x, i))
# 匹配A-Z之间任意大写字母。
# <re.Match object; span=(0, 1), match='A'>
# <re.Match object; span=(1, 2), match='B'>
x = re.compile(r'[A-z]')
for i in ['Abc', 'abC']:
    print(re.search(x, i))
# 匹配A-z之间任意大写或小写字母。
# <re.Match object; span=(0, 1), match='A'>
# <re.Match object; span=(0, 1), match='a'>

9. 使用括号( )可以把( )看出一个整体,经常与'+'、'*'、'?'连续使用,对( )部分进行重复匹配 。

x = re.compile(r'(ab)+')
for i in ['ababc', 'cababc']:
    print(re.search(x, i))
# <re.Match object; span=(0, 4), match='abab'>
# <re.Match object; span=(1, 5), match='abab'>
x = re.compile(r'(ab)*')
for i in ['ababc', 'abcabc']:
    print(re.search(x, i))
# <re.Match object; span=(0, 4), match='abab'>
# <re.Match object; span=(0, 2), match='ab'>
x = re.compile(r'(ab)?')
for i in ['ababc', 'abcabc']:
    print(re.search(x, i))
# <re.Match object; span=(0, 2), match='ab'>
# <re.Match object; span=(0, 2), match='ab'>


10.字符 '{ }' 用于匹配前一个字符出现的次数 。

import re
for i in ['abc','abb','acb']:
  print(re.search(r'b{1}', i))
# <re.Match object; span=(1, 2), match='b'>
# <re.Match object; span=(1, 2), match='b'>
# <re.Match object; span=(2, 3), match='b'>
import re
for i in ['abc','abb','acb']:
  print(re.search(r'b{2}', i))
# None
# <re.Match object; span=(1, 3), match='bb'>
# None

11.特殊字符使用 '\' 引导,例如 '\r'、'\n'、'\t' 等分别表示回车、换行、制表符号 。

import re
x = re.compile(r'\n|\t|\r')
for i in ['12\r33','12\n33', '12\t33']:
    print(re.search(x, i))
# <re.Match object; span=(2, 3), match='\r'>
# <re.Match object; span=(2, 3), match='\n'>
# <re.Match object; span=(2, 3), match='\t'>

12. '^' 出现在[]第首字符位置代表取反,例如 '[ ^x0-9]' 表示即不是x,也不是0-9数字的字符串 。

import re
x = re.compile(r'[^a0-9]')
for i in ['abc', 'c16']:
    print(re.search(x, i))
# <re.Match object; span=(1, 2), match='b'>
# <re.Match object; span=(0, 1), match='c'>

13.字符 '\A' 用于匹配字符的开头,等同于 ^ 。

import re
x = re.compile(r'\A21')
for i in ['212122', '122555']:
    print(re.search(x, i))
# <re.Match object; span=(0, 2), match='21'>
# None

14.字符 '\b' 表示单词结尾,单词结尾包括各种空白字符或者字符串结尾 。

import re
x = re.compile(r'b\b')
for i in ['a b c', 'ab c', 'abb']:
    print(re.search(x, i))
# <re.Match object; span=(2, 3), match='b'>
# <re.Match object; span=(1, 2), match='b'>
# <re.Match object; span=(2, 3), match='b'>

15.字符 ' \B '匹配非边界字符 。

import re
for i in ['abc','abb','acb']:
  print(re.search(r'b\B', i))
# <re.Match object; span=(1, 2), match='b'>
# <re.Match object; span=(1, 2), match='b'>
# None

16.字符 ' \d ' 匹配0~9之间的一个数值,并返回匹配成功的数字 。

import re
x = re.compile(r'\d')
for i in ['123', 'x5y']:
    print(re.search(x, i))
# <re.Match object; span=(0, 1), match='1'>
# <re.Match object; span=(1, 2), match='5'>

17.字符 '\D' 匹配一个非数字字符。等价于 '[^0-9]' 。

x = re.compile(r'\D+')
for i in ['a12', 'b_56']:
    print(re.search(x, i))
# <re.Match object; span=(0, 1), match='a'>
# <re.Match object; span=(0, 2), match='b_'>

18.字符 '\s' 匹配任何空白字符,等价'[\r\n\t\f\v]' 。

import re
x = re.compile(r'\s+')
for i in ['a\r\n\tb', 'c\f\vc']:
    print(re.search(x, i))
# <re.Match object; span=(1, 4), match='\r\n\t'>
# <re.Match object; span=(1, 3), match='\x0c\x0b'>

19.字符 '\S' 匹配任何非空白字符。等价于 '[^\f\n\r\t\v]' 。

import re
x = re.compile(r'\S+')
for i in ['aB\r\n\tb', 'cD\f\vc']:
    print(re.search(x, i))
# <re.Match object; span=(0, 2), match='aB'>
# <re.Match object; span=(0, 2), match='cD'>

20.字符 '\w' 匹配包括下划线子内的单词字符,等价于'[a-zA-Z0-9_]' 。

x = re.compile(r'\w+')
for i in ['a123', 'b_456']:
    print(re.search(x, i))
# <re.Match object; span=(0, 4), match='a123'>
# <re.Match object; span=(0, 5), match='b_456'>

21.字符 '\W' 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]' 。

import  re
x = re.compile(r'\W+')
for i in ['@#a123', '&*b_456']:
    print(re.search(x, i))
# <re.Match object; span=(0, 2), match='@#'>
# <re.Match object; span=(0, 2), match='&*'>

22.字符 '\Z' 用于匹配字符的结尾,等同于 $ 。

import re
x = re.compile(r'21\Z')
for i in ['121221', '122555']:
    print(re.search(x, i))
# <re.Match object; span=(4, 6), match='21'>
# None
相关文章
|
2天前
|
JSON JavaScript API
Python进阶---FastAPI框架
Python进阶---FastAPI框架
25 2
|
2天前
|
数据安全/隐私保护 Python
Python进阶---正则表达式
Python进阶---正则表达式
9 2
|
2天前
|
调度 Python
Python进阶---多任务编程
Python进阶---多任务编程
13 3
|
2天前
|
网络协议 数据格式 Python
Python进阶---HTTP协议和Web服务器
Python进阶---HTTP协议和Web服务器
17 4
|
2天前
|
网络协议 Linux Python
Python进阶---网络编程
Python进阶---网络编程
17 2
|
2天前
|
Python
Python进阶---闭包和装饰器
Python进阶---闭包和装饰器
13 2
|
2天前
|
存储 对象存储 Python
Python进阶---面向对象 补充
Python进阶---面向对象 补充
13 1
|
2天前
|
Python
Python进阶---面向对象 继承
Python进阶---面向对象 继承
9 1
|
2天前
|
存储 对象存储 Python
Python进阶 -- 面向对象 基础
Python进阶 -- 面向对象 基础
12 2
|
8天前
|
Python
Python 内置正则表达式库re的使用
正则表达式是记录文本规则的代码,用于查找和处理符合特定规则的字符串。在Python中,常通过原生字符串`r&#39;string&#39;`表示。使用`re.compile()`创建正则对象,便于多次使用。匹配字符串有`match()`(从开头匹配)、`search()`(搜索首个匹配)和`findall()`(找所有匹配)。替换字符串用`sub()`,分割字符串则用`split()`。
26 3