Python函數篇(7)-Regex

來源:互聯網
上載者:User

標籤:元字元   sadd   單詞   字串   code   none   物件導向   知識點   重複   

1.Regex

??Regex為進階的文字模式匹配,抽取,與/或文本形式的搜尋和替換功能提供了基礎,簡單的來說,Regex是由一些字元和特殊符號組成的字串。Python通過標準庫中的re模組來支援Regex。

2.特殊符號和字元

??首先介紹一下最常見的特殊符號和字元,即所謂的元字元。

標記法 描述 Regex用法樣本
literal 匹配文本字串的字面值literal re.findall("chen","sadchen21")
. 匹配任一字元(除了\n之外) re.findall("c..n","sadchen21")
^ 從字串開始部分開始匹配 re.findall("^sad","sadchen21")
$ 匹配字串的終止部分 re.findall("21$","sadddchen21")
* 匹配0次或多次前面出現的Regex re.findall("sad*","saddddchen21")
+ 匹配1次或多次前面出現的Regex re.findall("sad+","sadddchen21")
? 匹配0次或者1次前面出現的Regex re.findall("sad?","sadddchen21")
{N} 匹配N次前面出現的Regex re.findall("sad{3}","sadddchen21")
{M,N} 匹配M~N次前面出現的Regex re.findall("sad{1,3}","sadddcen21")
[] 匹配來自字元集的任一單一字元 re.findall("[a-z]","sadddcen21")
[^..] 不匹配此字元集中出現的任一字元,包括某一範圍的字元 re.findall("[^a-z]","sadddcen21")
(...) 匹配封閉的Regex,然後另存新檔子組 re.findall("[(a-z)]","sadddcen21")
\d 匹配任何的十進位數,與[0-9]一致(/D與/d相反,不匹配任何非數值型的數字) re.findall("\d","sa2dcen21")
\w 匹配任何字母數字字元,與[A-Z],[a-z],[0-9]相同,(\W與之相反) re.findall("\w","sa2dcen21")
\s 匹配任何空白字元,與\n\r\t等相同,(與\S相反) re.findall("\s","sa2dce\nn 21")
\b 匹配任何單詞邊界,匹配特殊字元(\B與之相反) re.findall(r"I\b","I am Czp")

??在上面/b的例子中,為什麼要加r?
??r的作用就是讓後面的字串不做任何的轉義,如果不加r能不能起到相同的作用呢?

re.findall("I\\b","I am Czp")   通過轉義符\來實現
3.重要符號詳細用法講解
  • 表示擇一的管道符號“|”,表示一個“從多個模式中選擇其一”的操作,它用於分割不同的Regex,擇一匹配有時候也被稱為(union)或邏輯或
re.findall("ka|b","sdkakb11")     匹配ka或bre.findall("ka|b","sdka11")    
  • 匹配任一字元“.”,點好或句點(.)符號匹配除了分行符號\n以外的任一字元
re.findall("s..a","sdka11")  匹配在s和a之間任意的兩個字元re.findall("..","sdka11")    匹配任意兩個字元re.findall(".a","sdka112")   匹配a前的任意一個字元

??要顯式匹配一個句點符號本身,必須使用反斜線轉義句點符號的功能,例如“\.”

  • 從字串起始或者結尾或者單詞邊界匹配“^”“$”“\b”
re.findall("^sa","sdka112")  匹配以s開頭的字元或字串re.findall("12$","sdka112")  匹配以12結尾的字元或字串

??匹配邊界字元“\b”
??\b用於匹配一個單詞的邊界,這意味著如果一個模式必須位於單詞的起始部分,就不管該單詞前面(單詞位於字串中間)是否有任何字元(單詞位於首行),而\B將匹配出現在一個單詞中間的模式,即不是單詞邊界

re.findall("er","never")        匹配任意包含the的字串re.findall(r"er\b","never")     匹配任意以er為起始位置的字串re.findall(r"er\B","evern")     匹配包含er但不以er為起始的字串

??建立字元集“[]”
??“.”可以用於匹配任意符號,但某些時候需要匹配某些特定字元,這就需要[],用來匹配一對方括弧中包含的任何字元。如b[ner]t匹配的字串就是bnt,bet,brt,方括弧表示邏輯或的功能,對於單個字元,如果想要:要麼匹配a,要麼匹配b,就可以用[ab]表示,字元集只適用於單字元的情況,如果要匹配多個字元,就需要使用擇一方法“|”
??最常用的特殊符號“”“+”“?”
??"
"、"?"、"+"都可以用來匹配一個、多個或者沒有出現的字串模式,"*”用來匹配其左邊的Regex出現零次或多次,“+”號將匹配一次或多次出現的情況,“?”將匹配零次或一次出現的Regex,而{N}或{M,N}這將最終精確的匹配前面的RegexN次或一定範圍的次數。
??當模式比對使用分組操作符的時候,Regex的引擎將試圖匹配出儘可能多的字元,這叫做貪婪匹配

re.findall("sad*","saddddsds")  匹配d,d可以出現0次,或多次re.findall("sad+","saddddsds")  匹配d,d不可以出現0次,匹配1次或多次re.findall("sad?","saddddsds")  匹配d,d可以出現0次,匹配0次或1次re.findall("\d{2}","sad123dsds") 匹配兩個連續的數字字元

??如果想要提取任意已經成功匹配的特定字串或子字串,就需要用“()”來包裹Regex
??當使用Regex的時候,一對圓括弧可以實現以下任意一個功能

  • 對Regex進行分組
  • 匹配子組

??樣本:當有兩個不同的Regex而且想用它們來比較同一個字串的時候,就需要用到“()”,還有對Regex進行分組可以重複使用操作符,使匹配到的子字串儲存起來以供後續使用。
??擴充標記法,以問號開始(?..),很重要的一個(?P

4.re模組的核心函數和方法

??常見的Regex屬性
compile() | 使用可選的標記來編譯Regex的模式,返回一個對象
match() | 匹配字串,如果成功,就返回匹配對象,如果失敗,就返回None
search() | 匹配第一次出現的Regex,成功,返回匹配對象,失敗,就返回None
findall() | 尋找字串中所有出現的Regex模式,並返回一個匹配列表
finditer() | 與findall相同,但返回的不是一個列表,而是一個迭代器
spilt() | 將字串分割為列表,返回成功匹配的列表
sub() | 替換所有Regex的模式在字串中出現的位置
purge() | 清楚隱式編譯的Regex模式
group() | 返回整個匹配對象,或者編號為num的特定子組
??函數篇就寫到這裡,接下來會寫物件導向部分的內容,如果有遺漏的,歡迎大家和我交流,我會第一時間補上遺漏的知識點。

Python函數篇(7)-Regex

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.