16.python模組之正則

標籤：模式比對   sans   targe   運算式   字母數   字元集   tool   .com   其他   

re模組

　　可以讀懂你寫的Regex

　　根據你寫的運算式去執行任務

　　用re去操作正則

Regex

　　使用一些規則來檢測一些字串是否符合個人要求，從一段字串中找到符合要求的內容。線上測試網站： http://tool.chinaz.com/regex/

元字元:更加籠統的匹配

元字元	匹配內容
.	匹配除分行符號以外的任一字元
^	只匹配字串的開始
$	只匹配字串的結束
\w	匹配字母或數字或底線
\s	匹配任意空白符
\d	匹配數字
\n	匹配一個分行符號
\t	匹配一個定位字元
\W	匹配非字母數字和底線
\S	匹配非空白符
\D	匹配非數字
a|b	匹配字元a或b
（）	匹配括弧內的運算式，也表示一個組
[ ]	匹配字元組的字元
[^ ]	匹配除了字元組中字元的所有字元

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

量詞：

量詞	用法說明
*	重複零次或更多次
+	重複一次或更多次
？	重複零次或一次
{n}	重複n次
{n，}	重複n次或更多次
{n，m}	重複n到m次

 

 

 

 

 

 

 

 

 

 

 

.*?的用法說明：

　　.　　　　任一字元

　　*　　　　取0至無限長度

　　？　　　非貪婪模式

　.*?x　　　合在一起表示取盡量少的任一字元，知道一個x出現

其他使用說明：

* + ? { }：

註： *,+,?等都是貪婪匹配，也就是儘可能匹配，後面加?號使其變成惰性匹配

字元集［］［^］：

 

分組 ()與 或 ｜［^］：

社會安全號碼是一個長度為15或18個字元的字串，如果是15位則全部由數字組成，首位不能是0

如果是18位，則前17位全部是數字，末尾可能是x

 

轉義符 \：

在正則中，存在很多特殊意義的元字元，如\d,\s等，如果要在正則中匹配正常的‘\d’而不是‘數字’就需要對‘\d’進行轉義，變成‘\\’

在py中，無論是Regex還是待匹配內容都是以字串形式出現的，字串中\也有特殊含義，本身也需要轉義，這時候就要用到r‘\d’轉換

 

貪婪匹配：

滿足匹配時，匹配儘可能長的字串

幾個常用非貪婪匹配格式

 

re模組下的常用方法

import reret = re.findall(‘a‘, ‘eva egon yuan‘)print(ret)  # [‘a‘, ‘a‘]ret = re.findall(‘\d+‘, ‘dsaglhlkdfh1892494kashdgkjh127839‘)print(ret)  # [‘1892494‘, ‘127839‘]# findall接收兩個參數 ： Regex 要匹配的字串# 一個列表資料類型的傳回值：所有和這條正則匹配的結果ret = re.search(‘a‘, ‘eavegonyaun‘).group()print(ret)  # a# 函數會在字串內尋找模式比對,直到找到第一個匹配然後返回一個包含匹配資訊的對象,該# 對象可以通過調用group()方法得到匹配的字串,如果字串沒有匹配，未調用group時# 則返回None。# search和findall的區別：# 1.search找到一個就返回，findall是找所有# 2.findall是直接返回一個結果的列表，search返回一個對象ret = re.match(‘a‘, ‘eva egon yuan‘)if ret:    print(ret.group())# 意味著在Regex中添加了一個^# 同search,不過盡在字串開始處進行匹配ret = re.sub(‘\d‘, ‘H‘, ‘eva3egon4yuan4‘, 2)print(ret)  # evaHegonHyuan4# 將前兩個數字換成Hret = re.subn(‘\d‘, ‘H‘, ‘eva3egon4yuan4‘)print(ret)  # (‘evaHegonHyuanH‘, 3)# #將數字替換成‘H‘，返回元組(替換的結果,替換了多少次)ret = re.split("\d+", "eva3egon4yuan")print(ret)  # [‘eva‘, ‘egon‘, ‘yuan‘]ret = re.split("(\d+)", "eva162784673egon44yuan")print(ret)  # [‘eva‘, ‘3‘, ‘egon‘, ‘4‘, ‘yuan‘]# split分割一個字串，預設被匹配到的分隔字元不會出現在結果清單中，# 如果將匹配的正則放到組內，就會將分隔字元放到結果清單裡# 在多次執行同一條正則規則的時：obj = re.compile(‘\d{3}‘)ret1 = obj.search(‘abc123eeee‘)ret2 = obj.findall(‘abc123eeee‘)print(ret1.group())  # 123print(ret2)  # [‘123‘]# 如果匹配檔案中的手機號，可以進行這樣的一次編譯，節省時間# finditer適用於結果比較多的情況下，能夠有效節省記憶體ret = re.finditer(‘\d‘, ‘ds3sy4784a‘)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])  # 查看剩餘的左右結果

分組：
如果對一組Regex整體有一個量詞約束，就將這一組表達是分成一個組

# 當分組遇到re模組import reret1 = re.findall(‘www.(baidu|oldboy).com‘, ‘www.baidu.com‘)ret2 = re.findall(‘www.(?:baidu|oldboy).com‘, ‘www.baidu.com‘)print(ret1)print(ret2)# findall會優先顯示組內匹配到的內容返回# 如果想取消分組優先效果，在組內開始的時候加上?:# 分組的意義# 1.對一組正則規則進行量詞約束# 2.從一整條正則規則匹配的結果中優先顯示組內的內容# "<h1>hello</h1>"ret = re.findall(‘<\w+>(\w+)</\w+>‘, "<h1>hello</h1>")print(ret)  # [‘hello‘]# 分組命名ret = re.search("<(?P<tag>\w+)>(?P<content>\w+)</(?P=tag)>", "<h1>hello</h1>")print(ret.group())  # <h1>hello</h1>，search中沒有分組優先的概念print(ret.group(‘tag‘))  # h1print(ret.group(‘content‘))  # hello# 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# 擷取的匹配結果可以直接用group(序號)拿到對應的值ret = re.search(r"<(\w+)>(\w+)</\1>", "<h1>hello</h1>")print(ret.group())  # <h1>hello</h1>print(ret.group(0))  # <h1>hello</h1>print(ret.group(1))  # h1print(ret.group(2))  # hello

　　

 

 

16.python模組之正則