python Regex學習小結

　　在Python中實現正則的方式是通過re（regular expression的縮寫）模組來實現的，你可以調用re模組的各種方法來實現不同的功能，下面我們就來說下，在Python中通過re模組可以調用那些方法，以及這些方法的作用都是什麼；還有就是正則的執行個體以及各種特殊符號的含義：

　　1、re.sub和replace:

　　　　sub的全拼是substitute，也就是替換的意思；既然知道是替換了，那就很容易用到執行個體中了，其實replace也是替換的意思，只不過它們的用法不太相同，下面用一個例子來詳細說明下它們的異同之處：

>>> import re>>> str1 = 'Hello 111 is 222'>>> str2 = str1.replace('111','222')>>> print(str2)Hello 222 is 222>>>

　　　這是一個簡單的例子，如果是下面這種情形，把所有的數字都換成222，那麼用replace實現起來就比較麻煩，而用re模組的sub方法實現起來就比較的簡單：（如果是更複雜的操作，使用replace可能就無法實現了。）

>>> import re>>> str1 = 'Hello 123 is 456'>>> str2 = re.sub('\d+','222',str1)>>> print(str2)Hello 222 is 222>>>

　　2、re.search()和re.match():

　　　　match: 只從字串的開始與Regex匹配，匹配成功返回matchobject,否則返回none.

　　　　search:將字串的所有字串嘗試與Regex匹配，如果所有的字串都沒有匹配成功則返回none，否則返回matchobject.

　　　　下面這個例子說明了match和search的異同點，也說明了，在實際的應用中，search用的還是比較多的：

import restr = 'helloword,i am alex'if not re.match('word',str):print('cannot match')print(re.match('hello',str1).group())print(re.search('word',str1).group())#顯示結果cannot matchhelloword

　　3、re.split:

　　　　在Python中，如果想對一個字串進行分割的話，只需要調用str的split方法就可以實現，但是這個split只能根據某個字元來進行分割的操作，如果要同時指定多個字元來進行分割的話，它就無法實現了。

　　　　好在re模組也提供了split這個方法來對字串進行分割，而且這個方法更加強大，可以同時根據多個字元進行分割的操作，下面來看分別看一下str的split和re的split有什麼不同的地方：

str1 = 'helloword,i;am\nalex'str2 = str1.split(',')print(str2)import restr3 = re.split('[,|;|\n]',str1)print(str3)#下面是不同的輸出結果['helloword', 'i;am\nalex']['helloword', 'i', 'am', 'alex']

　　　　從中我們可以看出，上面說的真實性。

　　4、findall:

　　　　findall方法基本上都是和compile方法同時出現的，它們的用法是：

　　　　　　先由compile將一個Regex的字串形式轉換成pattern執行個體，然後再使用patte執行個體調用findall方法產生match對象來擷取結果，在將它們結合的執行個體之前，我們先來看下Regex中預設的特殊字元含義：

　　　　\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 匹配任何字母數字字元；它相當於類 [a-zA-Z0-9_]。

　　　　\W 匹配任何非字母數字字元；它相當於類 [^a-zA-Z0-9_]。

　　　看完這幾個特殊字元的含義，我們再舉一個例子來說明一下上面的論點：

import restr1 = 'asdf12dvdve4gb4'pattern1 = re.compile('\d')pattern2 = re.compile('[0-9]')mch1 = pattern1.findall(str1)mch2 = pattern2.findall(str1)print('mch1:\t%s'% mch1)print('mch2:\t%s'% mch2)#輸出結果mch1: ['1', '2', '4', '4']13 mch2: ['1', '2', '4', '4']

　　　上面的兩個執行個體都可以很好的闡述上面的論點，而且也表明了，特殊字元\d確實跟[0-9]是一樣的，通過輸出結果就可以看出，那麼如果你不想把每個數字都拆分為一個元素放在列表中，而是想把12整體的輸出出來，那麼你可以這樣做：（就是在\d的後面加上個+號來實現的，這裡的+號表示的是把一個或者多個相連的十進位數字整體輸出）

import restr1 = 'asdf12dvdve4gb4'pattern1 = re.compile('\d+')pattern2 = re.compile('[0-9]')mch1 = pattern1.findall(str1)mch2 = pattern2.findall(str1)print('mch1:\t%s'% mch1)print('mch2:\t%s'% mch2)#輸出結果mch1: ['12', '4', '4']mch2: ['1', '2', '4', '4']

　　　我們再舉一個小例子，這個例子是結合特殊字元和re的sub功能實現一下把字串中所有的空格都給去掉：

import restr1 = 'asd \tf12d vdve4gb4'new_str = re.sub('\s*','',str)print(new_str)#輸出結果asdf12dvdve4gb4

　　5、元字元：

　　　　我們通常所說的二元字元有;2元字元：. ^ $ * + ? { } [ ] | ( ) \

　　　　我們首先考察的元字元是"[" 和 "]"。它們常用來指定一個字元類別，所謂字元類別就是你想匹配的一個字元集。字元可以單個列出，也可以用“-”號分隔的兩個給定
字元來表示一個字元區間。例如，[abc] 將匹配"a", "b", 或 "c"中的任意一個字元；也可以用區間[a-c]來表示同一字元集，和前者效果一致。如果你只想匹配小寫字母，那麼 RE 應寫成 [a-z].元字元在類別裡並不起作用。例如，[akm$]將匹配字元"a", "k", "m", 或 "$" 中的任意一個；"$"通常用作元字元，但在字元類別裡，其特性被除去，恢複成普通字
符。

　　　　[]:元字元[]表示字元類，在一個字元類中，只有字元^、-、]和\有特殊含義。字元\仍然表示轉義，字元-可以定義字元範圍，字元^放在前面，表示非.(這個在上面的特殊字元樣本中也有提現)，

　　　　+ 匹配+號前內容1次至無限次
　　　　? 匹配?號前內容0次到1次
　　　　{m} 匹配前面的內容m次
　　　　{m,n} 匹配前面的內容m到n次

　　　　下面通過一個小例子，來闡述一下上面的字元在元字元[]中的使用：(在下面的這個例子中，要注意的有兩點：一是在\d+後面的？號的含義，二是在匹配的前面加上了一個字元r,其實在這個樣本中，加與不加都可以顯示一樣的結果)

>>> import re>>> print(re.findall(r"a(\d+?)","a123b"))['1']>>> print(re.findall(r"a(\d+)","a123b"))['123']>>>

以上所述是小編給大家介紹的python Regex學習小結，希望對大家有所協助，如果大家有任何疑問請給我留言，小編會及時回複大家的。在此也非常感謝大家對topic.alibabacloud.com的支援！