標籤:print 位元組 不同的 元字元 arc log find asc 取反
Regex
一、Regex的本質
1、Regex的本質(或 RE)是一種小型的、高度專業化的程式設計語言,(在Python中)它內嵌在Python中,並通過 re 模組實現。Regex模式被編譯成一系列的位元組碼,然後由用 C 編寫的匹配引擎執行。
2、Regex簡介
Regex並不是Python的一部分。Regex是用於處理字串的強大工具,擁有自己獨特的文法以及一個獨立的處理引擎,效率上可能不如str內建的方法,但功能十分 強大。得益於這一點,在提供了Regex的語言裡,Regex的文法都是一樣的,區別只在於不同的程式設計語言實現支援的文法數量不同;但不用擔心,不被支援的文法通常是 不常用的部分。
二、Regex元字元。(. * + ? ^ $ {} [] \ | ())
1、" . "表示匹配字串中除分行符號外的任一字元。
eg:re.findall(‘a.‘,‘abc‘) #返回的結果是ab
2、" + "表示匹配前一個子運算式一次或多次,相當於一到正無窮。{1,}
eg:re.findall(‘a+‘,‘abc‘) #返回的結果是a
3、" * "表示匹配前一個子運算式零次或多次,相當於零到正無窮。{0,}
eg:re.findall(‘aa*‘,‘abc‘) #返回的結果是a
4、" ? "表示匹配前一個子運算式零次或一次,相當於零和一。{0,1}
eg:re.findall(‘aa?‘,‘abc‘) #返回結果為a
5、" ^ "(脫字元)表示匹配字串開始的位置,也就是說只有目標字串出現在開始位置才會匹配。
eg:re.findall(‘^ab‘,‘abcabcabc‘) #返回的結果是ab
6、" $ "(美元符)表示匹配字串的末尾位置,也就是說只要目標字串出現的末尾的位置才會匹配。
eg:re.findall(‘bc$‘,‘abcabc‘) #返回的結果為bc
7、" {x,y} "(大括弧)表示匹配前面一個子運算式至少為x次最多為y次,其中x,y都為非負數,x<y。
eg:re.findall(‘a{2,4}‘,‘abcaaaabc‘) #返回的結果為aaaa
8、" [x,y] "(中括弧)表示匹配中括弧裡面任意一個字元,如果匹配成功則返回結果,其中中括弧內所有特殊字元都失去作用,只有“-”,“\”,“ ^ ”有其特殊意義。
eg:re.findall(‘a[b,c,d]c‘,‘abcadcafc‘) #返回的結果為abc,adc
注意:-在中括弧中表示範圍,^在中括弧中表示取反,\在中括弧中保留其原來功能。
9、" () "表示將需要匹配的字元分組,匹配小括弧中的Regex,或者指定一個子集的開始和結束位置(該功能主要和\[0-9]使用)。
eg:re.findall(‘r(ge)g‘,‘fagrgeg5654yg5h54t3‘) #返回結果為ge
eg:re.findall(‘r(:?ge)g‘,‘fagrgeg5654yg5h54t3‘) #返回結果為rgeg
eg:re.search(‘r(ge)\1‘,‘fagrgege5654yg5h54t3‘) #返回結果為gege
eg:ret=re.search(r"-blog-aticles-(?P<year>20[01]\d)-(?P<month>\d+)","-blog-aticles-2015-04")#P是大寫的
print(ret.group("year"))
10、"x|y"表示匹配Regexx或者Regexy.一般情況是和小括弧連用
eg:re.findall(‘ac|bc‘,‘abcdefg‘) #返回的結果為bc
eg:re.findall(‘a(?:b|c)d‘,‘acdbcdefg‘) #返回的結果為acd
11、" \ "反斜線在運算式中的作用最為廣泛,它既可以將一個一般字元轉換為一個特殊字元,也可以把一個特殊字元轉換為一個一般字元(相當於解除元字元的特殊功能),如果反斜線後面跟數字他有兩種用法,如果數字為1-99表示引用序號的子字串所匹配的字串,如果數字是0開頭或者為三位元字(092,123),那麼他會把這個三位元字當作一個八進位來看待(主要是把這個八進位轉換成ASCII表對應的字元,ASCII編碼錶共有127個字元)。
eg:re.findall(‘\d+‘,‘afew3223fef45t‘) #返回結果為3223,45
eg:re.findall(r‘\\d‘,‘fawef\dfwa‘) #返回的結果為\\d
eg:re.search(‘(ge)\1‘,‘fagrgege5654yg5h54t3‘) #返回結果為ge 相當於re.search(‘gege‘,‘fagrgege5654yg5h54t3‘) #返回結果為gege
注釋:\d 匹配任何十進位數; 它相當於類 [0-9]。
\D 匹配任何非數字字元; 它相當於類 [^0-9]。
\s 匹配任何空白字元; 它相當於類 [ \t\n\r\f\v]。
\S 匹配任何非空白字元; 它相當於類 [^ \t\n\r\f\v]。
\w 匹配任何字母數字底線; 它相當於類 [a-zA-Z0-9_]。
\W 匹配任何非字母數字底線字元; 它相當於類 [^a-zA-Z0-9_]
\b 匹配一個特殊字元邊界,比如空格 ,&,#等
三、Regex模組
1、re模組
import re
2、模組的使用方法
1.re.findall(pattern,string) :該模組是返回所有匹配條件的結果放在一個列表內。
2.re.search(pattern,string):函數會在字串中尋找模式比對,直到找到第一個符合匹配的字串後返回匹配的對象,其返回的結果是對象的記憶體位址,要想查看其匹配的 對象就必須在返回結果對象的後面加上.group()來調用其字串,其字串類型是個str,如果字串沒有被匹配,就返回None。
3.re.match(pattern,string) :函數會在字串開頭尋找,如果匹配成功返回該字串的記憶體位址,需要用.group()調用該記憶體位址,返回str類型的字串,如果沒有匹配成功 則返回Nonetype
python基礎13 ---函數模組3(Regex)