python——re模組和Regex,pythonre
一. re模組
-
- 額外:
- 幾乎所有的re模組下的方法都帶有flags參數,flags表示匹配模式,大概有:
- re.I(re.IGNORECASE): 忽略大小寫
- re.M(MULTILINE): 多行模式,改變’^’和’$’的行為
- re.S(DOTALL): 點任意匹配模式,改變’.’的行為
- re.L(LOCALE): 使預定字元類 \w \W \b \B \s \S 取決於目前範圍設定
- re.U(UNICODE): 使預定字元類 \w \W \b \B \s \S \d \D 取決於unicode定義的字元屬性
- re.X(VERBOSE): 詳細模式。這個模式下Regex可以是多行,忽略空白字元,並可以加入注釋
- re.findall(pattern, string, flags=0) 功能是根據pattern 篩選出string中所有匹配的內容。傳回值是一個列表。
# 正常匹配s = "zhangsan lisi wanger mazi"ret = re.findall('an', s,) # 返回匹配的內容print(ret) # 列表 :['an', 'an', 'an']# flagss = "zhAngsan lisi wAnger mazi"ret = re.findall('an', s, re.I)print(ret) # ['An', 'an', 'An']
findall 優先順序:
import reret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com')print(ret) # ['oldboy'] 這是因為findall會優先把匹配結果組裡內容返回,如果想要匹配結果,取消許可權即可ret = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com')print(ret) # ['www.oldboy.com']
- re.match(pattern, string, flags=0) 功能: 與search作用一致, 但是它是在字串起始處開始匹配,倒是和startswith比較像, 傳回值是一個
對象 。 需要 .group() 來擷取值。 注意:如果沒有匹配的內容則返回None
s = "zhangsan lisi wAnger mazi"ret = re.match('zh', s) # 傳回值,<_sre.SRE_Match object; span=(0, 2), match='zh'>print(ret.group())s = "zhangsan lisi wAnger mazi"ret = re.match('an', s)print(ret) # Noneprint(ret.group()) # 報錯
- re.subn(pattern, repl, string, count=0, flags=0) 替換,替換匹配成功的內容。 傳回值是一個元組,(string, 替換次數)
s = "zhAngsan lisi wAnger mazi"ret = re.subn('A', 'a', s, 1) # 1- count 指定替換次數print(ret) # ('zhangsan lisi wanger mazi', 2)s = "zhAngsan lisi wAnger mazi"def demo(): return 'a'ret = re.subn('A', demo(), s) # repl 可以用函數傳回值print(ret) # ('zhangsan lisi wanger mazi', 2)
- re.sub(pattern, repl, string, count=0, flags=0) 與subn作用一致, 只是傳回值不同,sub傳回值是字串。
- re.complie(pattern, flags=0) 功能: 與內建函數complie很像, 將Regex規則編譯成一個Regex對象
obj = re.compile('\d{3}') #將Regex編譯成為一個 Regex對象,規則要匹配的是3個數字ret = obj.search('abc123eeee') #Regex對象調用search,參數為待匹配的字串print(ret.group()) #結果 : 123
- re.finditer(pattern, string, flags=0) 功能: 根據pattern篩選所有的匹配內容。與findall作用很相似,只是傳回值不同,finditer傳回值是一個迭代器。
s = "zhangsan lisi wanger mazi"ret = re.finditer('an', s)print(ret) # <callable_iterator object at 0x028A85B0># print(next(ret)) # <_sre.SRE_Match object; span=(2, 4), match='an'>print(next(ret).group()) # an next後 .group()for itr in ret: print(itr.group()) # an an
- re.search(pattern, string, flags=0) 功能: 根據pattern 篩選出string中第一個匹配項,並返回。 傳回值:如果能找到匹配項,傳回值是一個對象;如果找不到
匹配項,傳回值是None
s = "zhangsan lisi wanger mazi"print(re.search('an', s).group()) # an
- re.split(pattern, string, maxsplit=0, flags=0) 功能:根據pattern 分割string 。 傳回值是列表。
s = "zhangsan|lisi|wanger|mazi"ret = re.split(r'\|', s)print(ret) # ['zhangsan', 'lisi', 'wanger', 'mazi']ret = re.split(r'\|', s, 1) # maxsplit=1,指定分割次數print(ret) # ['zhangsan', 'lisi|wanger|mazi']
re.split() 優先順序:
s = "zhangsan|lisi|wanger|mazi"ret1 = re.split(r'\|', s)print(ret1) # ['zhangsan', 'lisi', 'wanger', 'mazi'] 沒有保留用來分割的匹配項。ret2 = re.split(r'(\|)', s)print(ret2) # ['zhangsan', '|', 'lisi', '|', 'wanger', '|', 'mazi']# 匹配規則加括弧,可以保留用來分割的匹配項。
二. Regex
- 元字元
- 量詞
- 貪婪匹配,非貪婪匹配
- 如上量詞預設都是貪婪匹配
- 非貪婪匹配: 在量詞後面加上? 即可改變成非貪婪模式
- .*? 的用法
- 轉義符
- ?的用法