Python開發【模組】：re正則，python開發re

Python開發【模組】：re正則，python開發re
re模組

序言：

re模組用於對python的Regex的操作

'.'     預設匹配除\n之外的任意一個字元，若指定flag DOTALL,則匹配任一字元，包括換行'^'     匹配字元開頭，若指定flags MULTILINE,這種也可以匹配上(r"^a","\nabc\neee",flags=re.MULTILINE)'$'     匹配字元結尾，或e.search("foo$","bfoo\nsdfsf",flags=re.MULTILINE).group()也可以'*'     匹配*號前的字元0次或多次，re.findall("ab*","cabb3abcbbac")  結果為['abb', 'ab', 'a']'+'     匹配前一個字元1次或多次，re.findall("ab+","ab+cd+abb+bba") 結果['ab', 'abb']'?'     匹配前一個字元1次或0次'{m}'   匹配前一個字元m次'{n,m}' 匹配前一個字元n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 結果'abb', 'ab', 'abb']'|'     匹配|左或|右的字元，re.search("abc|ABC","ABCBabcCD").group() 結果'ABC''(...)' 分組匹配，re.search("(abc){2}a(123|456)c", "abcabca456c").group() 結果 abcabca456c'[a-z]' 匹配a到z任意一個字元'[^()]' 匹配除()以外的任意一個字元 r' '    轉義引號裡的字元 針對\字元  詳情查看⑦'\A'    只從字元開頭匹配，re.search("\Aabc","alexabc") 是匹配不到的'\Z'    匹配字元結尾，同$'\d'    匹配數字0-9'\D'    匹配非數字'\w'    匹配[A-Za-z0-9]'\W'    匹配非[A-Za-z0-9]'\s'    匹配空白字元、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 結果 '\t'   '(?P<name>...)' 分組匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city")結果{'province': '3714', 'city': '81', 'birthday': '1993'}re.IGNORECASE  忽略大小寫 re.search('(\A|\s)red(\s+|$)',i,re.IGNORECASE)

標誌位即模式修正符，不改變Regex的情況下，通過模式修正符改變Regex的含義，從而實現一些匹配結果的調整等功能：　

# flagsI = IGNORECASE = sre_compile.SRE_FLAG_IGNORECASE # ignore case　　匹配時忽略大小寫L = LOCALE = sre_compile.SRE_FLAG_LOCALE # assume current 8-bit locale   做本地化識別匹配U = UNICODE = sre_compile.SRE_FLAG_UNICODE # assume unicode locale       根據Unicode字元及解析字元M = MULTILINE = sre_compile.SRE_FLAG_MULTILINE # make anchors look for newline   多行匹配S = DOTALL = sre_compile.SRE_FLAG_DOTALL # make dot match newline      讓.匹配包括分行符號，即用了該模式修正後，"."匹配就可以匹配任意的字元了X = VERBOSE = sre_compile.SRE_FLAG_VERBOSE # ignore whitespace and comments

 

貪婪模式、懶惰模式：

import reresult1 =  re.search("p.*y","abcdfphp435pythony_py")   # 貪婪模式print(result1)# <_sre.SRE_Match object; span=(5, 21), match='php435pythony_py'>result2 =  re.search("p.*?y","abcdfphp435pythony_py")   # 懶惰模式print(result2)# <_sre.SRE_Match object; span=(5, 13), match='php435py'>

　　

match：

從起始位置開始根據模型去字串中匹配指定內容：

#matchimport re                               obj = re.match('\d+', '123uua123sf')       #從第一個字元開始匹配一個到多個數字print(obj)                                #<_sre.SRE_Match object; span=(0, 3), match='123'>if obj:                                   #如果有匹配到字元則執行，為空白不執行    print(obj.group())                    #列印匹配到的內容#123

匹配ip地址：

import reip = '255.255.255.253'result=re.match(r'^([1-9]?\d|1\d\d|2[0-4]\d|25[0-5])\.([1-9]?\d|1\d\d|2[0-4]\d|25[0-5])\.'                r'([1-9]?\d|1\d\d|2[0-4]\d|25[0-5])\.([1-9]?\d|1\d\d|2[0-4]\d|25[0-5])$',ip)print(result)# <_sre.SRE_Match object; span=(0, 15), match='255.255.255.253'>

 

search：

根據模型去字串中匹配指定內容（不一定是最開始位置），匹配最前

#searchimport  reobj = re.search('\d+', 'a123uu234asf')     #從數字開始匹配一個到多個數字print(obj)#<_sre.SRE_Match object; span=(1, 4), match='123'>if obj:                                   #如果有匹配到字元則執行，為空白不執行    print(obj.group())                    #列印匹配到的內容#123import  reobj = re.search('\([^()]+\)', 'sdds(a1fwewe2(3uusfdsf2)34as)f')     #匹配最裡面（）的內容print(obj)#<_sre.SRE_Match object; span=(13, 24), match='(3uusfdsf2)'>if obj:                                   #如果有匹配到字元則執行，為空白不執行    print(obj.group())                    #列印匹配到的內容#(3uusfdsf2)

 

group與groups的區別：

#group與groups的區別import  rea = "123abc456"b = re.search("([0-9]*)([a-z]*)([0-9]*)", a)print(b)#<_sre.SRE_Match object; span=(0, 9), match='123abc456'>print(b.group())#123abc456print(b.group(0))#123abc456print(b.group(1))#123print(b.group(2))#abcprint(b.group(3))#456print(b.groups())#('123', 'abc', '456')

 

findall：

上述兩中方式均用於匹配單值，即：只能匹配字串中的一個，如果想要匹配到字串中所有合格元素，則需要使用 findall；findall沒有group用法

#findallimport  reobj = re.findall('\d+', 'a123uu234asf')     #匹配多個if obj:                                   #如果有匹配到字元則執行，為空白不執行    print(obj)                             #產生的內容為列表#['123', '234']

 

sub：

用於替換匹配的字串(pattern, repl, string, count=0, flags=0)

#subimport  recontent = "123abc456"new_content = re.sub('\d+', 'ABC', content)print(new_content)#ABCabcABC

 

split：

根據指定匹配進行分組(pattern, string, maxsplit=0, flags=0)

#splitimport  recontent = "1 - 2 * ((60-30+1*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2) )"new_content = re.split('\*', content)       #用*進行分割，分割為列表print(new_content)#['1 - 2 ', ' ((60-30+1', '(9-2', '5/3+7/3', '99/4', '2998+10', '568/14))-(-4', '3)/(16-3', '2) )']content = "'1 - 2 * ((60-30+1*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2) )'"new_content = re.split('[\+\-\*\/]+', content)# new_content = re.split('\*', content, 1)print(new_content)#["'1 ", ' 2 ', ' ((60', '30', '1', '(9', '2', '5', '3', '7', '3', '99', '4', '2998', '10', '568', '14))',#  '(', '4', '3)', '(16', '3', "2) )'"]inpp = '1-2*((60-30 +(-40-5)*(9-2*5/3 + 7 /3*99/4*2998 +10 * 568/14 )) - (-4*3)/ (16-3*2))'inpp = re.sub('\s*','',inpp)                #把空白字元去掉print(inpp)new_content = re.split('\(([\+\-\*\/]?\d+[\+\-\*\/]?\d+){1}\)', inpp, 1)print(new_content)#['1-2*((60-30+', '-40-5', '*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2))']

 

補充r' ' 轉義：

fdfdsfds\fdssfdsfds& @$

lzl.py

首先要清楚，程式讀取檔案裡的\字元時，添加到列表裡面的是\\：

import re,sysli = []with open('lzl.txt','r',encoding="utf-8") as file:    for line in file:        li.append(line)print(li)                   # 注意：檔案中的單斜杠，讀出來後會變成雙斜杠# ['fdfdsfds\\fds\n', 'sfdsfds& @$']print(li[0])                # print列印的時候還是單斜杠# fdfdsfds\fds

r字元的意義，對字元\進行轉義，\只做為字元出現：

import re,sysli = []with open('lzl.txt','r',encoding="utf-8") as file:    for line in file:        print(re.findall(r's\\f', line))  #第一種方式匹配        # print(re.findall('\\\\', line))  #第二種方式匹配        li.append(line)print(li)                   # 注意：檔案中的單斜杠，讀出來後會變成雙斜杠# ['s\\f']# []# ['fdfdsfds\\fds\n', 'sfdsfds& @$']

補充：看完下面的代碼你可能更懵了

import rere.findall(r'\\', line)  # 正則中只能這樣寫 不能寫成 r'\' 這樣print(r'\\')            # 只能這樣寫 不能寫成r'\' \只能是雙數# \\        結果# 如果想值列印單個\ 寫成如下print('\\')             # 只能是雙數# \         結果

總結：檔案中的單斜杠\，讀出到程式中時是雙斜杠\\，print列印出來是單斜杠\；正則匹配檔案但斜杠\時,用r'\\'雙斜杠去匹配，或者不用r直接用'\\\\'四個斜杠去匹配

 

compile函數：

說明：

Python通過re模組提供對Regex的支援。使用re的一般步驟是先使用re.compile()函數，將Regex的字串形式編譯為Pattern執行個體，然後使用Pattern執行個體處理文本並獲得匹配結果（一個Match執行個體），最後使用Match執行個體獲得資訊，進行其他的操作

舉一個簡單的例子，在尋找一個字串中所有的英文字元：

import repattern = re.compile('[a-zA-Z]')result = pattern.findall('as3SiOPdj#@23awe')print(result)# ['a', 's', 'S', 'i', 'O', 'P', 'd', 'j', 'a', 'w', 'e']

匹配IP地址（255.255.255.255）：　　

import repattern = re.compile(r'^(([1-9]?\d|1\d\d|2[0-4]\d|25[0-5])\.){3}([1-9]?\d|1\d\d|2[0-4]\d|25[0-5])$')result = pattern.match('255.255.255.255')print(result)# <_sre.SRE_Match object; span=(0, 15), match='255.255.255.255'>