python學習筆記4-Regex

標籤：

import re -- 所有Regex相關的功能都包含在re模組中

 

re.sub() -- 字串替換

>>> import re>>> s= "100 NORTH BROAD ROAD">>> re.sub(‘ROAD$‘,‘RD.‘,s)‘100 NORTH BROAD RD.‘>>> s = "100 BROAD">>> re.sub(‘\\bROUAD$‘,‘RD.‘,s)‘100 BROAD‘>>> s=‘100 BROAD ROAD APT. 3‘>>> re.sub(r‘\bROAD$‘,‘RD.‘, s)  ‘100 BROAD ROAD APT. 3‘>>> re.sub(r‘\bROAD\b‘, ‘RD.‘,s)‘100 BROAD RD. APT. 3‘

 

註：

1） \b 表示在左邊必須有一個分隔字元。

2） Regex前面的 ‘r‘告訴python，字串中沒有任何字元需要轉義。eg., ‘\t‘是一個定位字元，r‘\t‘是一個字元‘\‘緊跟一個字元‘t‘

 

re.search() -- 用Regex來匹配字串，如果匹配成功，則返回一個匹配對象，如果沒有匹配成功，則返回none

>>> import re>>> pattern = ‘^M?M?M?$‘>>> re.search(pattern, ‘M‘)<_sre.SRE_Match object; span=(0, 1), match=‘M‘>>>> re.search(pattern,‘MM‘)<_sre.SRE_Match object; span=(0, 2), match=‘MM‘>>>> re.search(pattern,‘MMM‘)<_sre.SRE_Match object; span=(0, 3), match=‘MMM‘>>>> re.search(pattern,‘MMMMM‘)>>> re.search(pattern,‘‘)<_sre.SRE_Match object; span=(0, 0), match=‘‘>

 

>>> import re>>> pattern = ‘^M?M?M?$‘>>> re.search(pattern, ‘M‘)<_sre.SRE_Match object; span=(0, 1), match=‘M‘>>>> re.search(pattern,‘MM‘)<_sre.SRE_Match object; span=(0, 2), match=‘MM‘>>>> re.search(pattern,‘MMM‘)<_sre.SRE_Match object; span=(0, 3), match=‘MMM‘>>>> re.search(pattern,‘MMMMM‘)>>> re.search(pattern,‘‘)<_sre.SRE_Match object; span=(0, 0), match=‘‘>

 

註：

1）？-- 表示匹配可選

2) M{0,3} -- 表示匹配0～3次M

 

鬆散Regex：

1. 空白符被忽略。空格、製表、斷行符號在Regex中並不會被匹配。如果想匹配這些字元，需要加逸出字元‘\‘。

2.注釋資訊（以＃開頭直到行尾）被忽略。

3. 用鬆散Regex時，需要傳遞re.VERBOSE參數。

>>> pattern = ‘‘‘^                    #beginning of stringM{0,3}               #thousands - 0 to 3 Ms(CM|CD|D?C{0,3})     #hundreds  - 900(CM), 400(CD),0-300 (0 to 3 Cs) or 500-800                     #(D, followed by 0 to 3 Cs )                          (XC|XL|L?X{0,3})     #tens - 90(XC), 40(XL), 0-30 (0 TO 3 Xs), or 50~80                     #(L, followed by 0 to 3 Xs)(IX|IV|V?I{0,3})     #ones - 9 (IX), 4(IV),0-3 (0 to 3 Is),                     #or 5~8 (V,followed by 0 to 3 Is)$                    #end of string‘‘‘>>> re.search(pattern, ‘M‘, re.VERBOSE)<_sre.SRE_Match object; span=(0, 1), match=‘M‘>>>> re.search(pattern, ‘MCMLXXXIX‘, re.VERBOSE)<_sre.SRE_Match object; span=(0, 9), match=‘MCMLXXXIX‘>

 

案例：匹配電話號碼

\d: -- 匹配所有0-9數字

\D: -- 匹配除了數字外所有字元

＋：-- 匹配一次或多次

* : -- 匹配0次或多次

>>> phonePattern = re.compile(r‘(\d{3})\D*(\d{3})\D*(\d{4})\D*(\d*)$‘)>>> phonePattern.search(‘work 1-(800) 555.1212 #1234‘).groups()(‘800‘, ‘555‘, ‘1212‘, ‘1234‘)

 

Regex符號及其含義：

$--字串結尾

^--字串開頭

x？-- 匹配0次或一次x字元

x＋：-- 匹配一次或多次x字元

x* : -- 匹配0次或多次x字元

x{m,n} -- 表示匹配m～n次x字元

x{n} -- 表示匹配n次x字元

(a|b|c) -- 表示匹配a或b或c

(x) -- 這是一個組合，被匹配到的字串會被儲存，用re.search()返回對象的groups()方法獲得被匹配的值

\d: -- 匹配所有0-9數字

\D: -- 匹配除了數字外所有字元

\b: --匹配一個單詞邊界

 

python學習筆記4-Regex